提示工程(Prompt Engineering)是指什么?

提示工程(Prompt Engineering)是通过设计与优化输入指令获得理想输出的方法与技巧,其核心构成包括明确的任务描述、背景信息、输出格式与示例展示,以及思维链提示策略,解决的是模型输出偏离任务要求、结果不稳定的问题,并不解决模型能…

2025新平衡东方美私享荟广州启幕:以平衡之钥,焕东方之美

10月21日,(无限极旗下)养固健与萃雅两大品牌联袂打造的"平衡致美,赋活芯生——2025新平衡东方美私享荟暨新品体验"系列活动,以广州为首站正式启幕,拉开了横跨成都、沈阳、郑州、南京等多座城市的东方美旅程序幕。

 RLHF(人类反馈强化学习)是指什么?

人类反馈强化学习(RLHF,Reinforcement Learning from Human Feedback)是用人类偏好数据优化模型行为的方法,核心构成包括预测偏好评分的奖励模型与强化学习优化流程,解决的是模型输出不贴合人类偏好,并不…

微调(Fine-tuning)是指什么?

微调(Fine-tuning)是在预训练模型基础上、用特定任务标注数据调整模型参数的训练过程,其核心构成包括特定领域标注数据的引入、对模型参数的定向更新,以及适配任务要求与输出格式,解决的是通用模型在具体任务上表现不稳定的问题,并不解决训练…

预训练(Pre-training)是指什么?

预训练(Pre-training)是在大规模无标注文本上自监督学习语言规律与知识的训练阶段,其核心构成包括以预测下一个token为目标的训练任务、由此获得的语言理解与世界知识,以及衔接少量标注数据微调,解决的是通用能力从零训练成本过高的问题…

规模法则(Scaling Laws)是什么?

规模法则(Scaling Laws)是描述模型性能与训练规模关系的规律,其核心构成包括参数量、数据集大小与计算资源等规模变量、规模增大时性能按幂律提升,以及源自动物器官与代谢比例的跨领域来源,解决的是算力数据投入与性能产出缺乏依据的问题,并…