
人工智能
文章平均质量分 86
阿泽财商会
作品主页https://mbd.pub/o/m/azcsh,高级人工智能算法训练工程师,人工智能应用工程师,高级工程师,高级信息系统项目管理师,软件设计师,CSM敏捷教练,csdn20周年直播嘉宾,高级健康管理师,会计师。
清华大学出版社《MongoDB游记》数据库教程书作者。专注于人工智能,数据挖掘技术与大数据,云计算与存储等技术的学习与研究。擅长人工智能算法训练,系统响应式开发、数据采集数据清洗和数据分析,分布式云存储运算等技术。熟悉后台系统、云存储计算平台的搭建,擅长解决架构过程中遇到的疑难问题。常用开发语言:java、python、c#、perl、sql。
展开
-
大模型有哪些算法
大模型(Large-scale Models)通常指参数量大、架构复杂、在特定任务或领域表现出色的深度学习模型。这些模型的算法核心往往基于Transformer 架构及其变体,同时结合了大规模数据、硬件加速和优化技巧。原创 2025-03-27 19:40:55 · 1002 阅读 · 0 评论 -
RLHF包含几个步骤
是优化语言模型生成策略的核心方法,通过引入人类偏好信号,使模型输出更符合人类价值观或任务需求。其标准流程通常包含以下。生成一个能评估模型输出质量的量化指标(奖励信号),替代手动评分,用于后续强化学习。:通过对比学习或分类任务训练一个能评估生成质量的模型,量化人类偏好。通过上述步骤,RLHF将模型的生成能力从“正确”提升为“令人满意”。:使用强化学习算法优化模型策略,最大化奖励模型给出的奖励信号。:用人类标注的高质量对话或生成数据微调预训练模型。让模型基于显式的人类数据生成初步对齐的输出。原创 2025-03-27 19:39:42 · 599 阅读 · 0 评论 -
时空大模型和时序大模型有什么区别
时空大模型和时序大模型的核心区别在于 处理的数据维度(空间 vs. 仅时间) 和 建模的目标任务。原创 2025-03-27 19:28:28 · 455 阅读 · 0 评论 -
RAG工具框架针对的常见问题
RAG工具框架的必要性源于其能够平衡“生成模型的泛化能力”与“外部知识的精度与时效性”,是解决复杂问答、领域适配、实时信息需求等场景下技术瓶颈的高效方案。,从而在实际应用中成为连接静态大模型与动态现实世界的桥梁。原创 2025-03-19 22:08:15 · 848 阅读 · 0 评论