分类： 专业术语

2025年7月19日2025年7月20日专业术语

什么是指令微调（Instruction Tuning）？

指令微调（Instruction Tunin […]

2025年7月19日2025年7月20日专业术语

什么是仅编码器模型？

仅编码器模型（Encoder-Only Mo […]

2025年7月19日2025年7月20日专业术语

什么是仅解码器模型？

仅解码器模型（Decoder-Only Mo […]

2025年7月19日2025年7月20日专业术语

什么是预训练？

预训练是人工智能领域的一个基础概念，特指在特 […]

2025年7月19日2025年7月20日专业术语

什么是监督式微调（Supervised Fine-tuning, SFT）？

监督式微调（Supervised Fine- […]

2025年7月19日2025年7月20日专业术语

什么是强化学习人类反馈（Reinforcement Learning from Human Feedback, RLHF）？

强化学习人类反馈（Reinforcement […]

2025年7月19日2025年7月20日专业术语

什么是近端策略优化（Proximal Policy Optimization, PPO）？

近端策略优化（Proximal Policy […]

2025年7月19日2025年7月20日专业术语

什么是奖励模型（Reward Model）？

奖励模型（Reward Model）是强化学 […]

2025年7月19日2025年7月20日专业术语

什么是提示工程（Prompt Engineering）？

提示工程（Prompt Engineerin […]

2025年7月19日2025年7月20日专业术语

什么是一样本学习（One-shot Learning）？

一样本学习（One-shot Learnin […]