AI人工智能的学习之路

策略函数（Policy）：决定在状态（State）下选择什么动作（Action），定义了智能体的行为准则，决定了智能体如何在环境中行动。类比：就像游戏中的玩家，根据当前局面选择下一步操作。奖励函数（Reward）：环境对动作的反馈，告诉策略“好坏”，定义了智能体的目标信号，是强化学习的“驱动力”。类比：游戏的得分系统，玩家行为对应加分或扣分。价值函数（Value）：预测长期累积奖励，衡量了状态或状态-动作对的未来累积奖励的期望，帮助智能体评估环境中的不同选择。。类比。

公司内部全体员工大模型基础知识普及，大模型术语破冰之旅：从新手到懂行，销售与后勤的智能赋能课

推理模型（如O1、DeepSeek-R1）适用于需要多步骤推理、深度分析和复杂决策的任务。这些任务可能涉及数学推导、逻辑推理、代码生成、复杂问题的解决方案制定等。