01 / UNDERSTAND

理解 AI

这一层不教你怎么用某个产品，而是给你一套不会随着模型版本更新而作废的底层认知：AI 是什么、模型在做什么、它为什么会有幻觉。

学完之后能用一句话解释 LLM 的工作原理，并判断一个 AI 说法是否可信。

条目 7 篇

AI 是「让机器完成需要智能的任务」这一目标的总称，它包含机器学习，但不等于机器学习。

不写规则，而是给机器大量例子，让它自己总结出输入到输出的映射。

由大量可调数值（参数）组成的多层函数，通过反向传播从错误中调整自己。

用注意力机制并行处理整个序列的神经网络结构，是今天所有大模型的地基。

在海量文本上训练、以预测下一个 token 为目标的模型，是当前 AI 能力的通用底座。

模型同时处理文本、图像、音频、视频等多种形态的信息，而不只是文字。

一个假想中的系统，能在绝大多数认知任务上达到或超过受过训练的人类水平。