Skip to content
简体中文

切换主题

// 阶段 0 · 预备:AI 通识与上手

AI、机器学习、深度学习与大模型是什么

用一张图理清 AI 家族关系,知道大模型如何“预测下一个 token”。

约 3 小时2 个算法1 篇论文已有正文

01学习目标

02站内正文

03要掌握的算法

每张卡都有原始论文、前置和学习资料。

04必读论文

05课程与视频

06动手:项目、代码与练习

全部是官方或作者公开的免费页面,多数能在浏览器或免费 Colab 里直接运行。

动手项目

用两款不同的聊天模型回答同一组 10 个问题(含事实、计算、写作),记录各自错误类型并写一页对比。

  1. 1
    Google Teachable Machine ↗交互演示

    不写代码,用摄像头 5 分钟训练一个图像分类器,体会“数据 → 训练 → 预测”。

  2. 2
    TensorFlow Playground:浏览器里训练神经网络 ↗交互演示

    在浏览器里改层数、激活函数和学习率,看决策边界怎么变。

07自测题

先自己想,再点开看答案。

“参数”指什么?

模型内部可被训练调整的数值,决定输入如何变成输出。

大模型生成文字的基本方式是什么?

根据上文反复预测下一个 token 的概率并采样。

为什么同一个问题两次回答可能不同?

生成时存在采样随机性(温度、top-p)。

所在人群路线:零基础使用者 · 应用开发者 · 产品与管理者

数据更新于:AI 算法图谱与课程体系(北京时间)