即刻App年轻人的同好社区
下载
运营要学AI 技术名词！
2025 年，因为参与过 AI 在 IM 软件落地的讨论，也对接同款模型，更是处理过些AIGC的 badcase，我特意用 AI 学习了蛮多名词，比如 BERT、CLIP、Multi-Head Attention、多模态、上下文、向量、鲁棒性等，也了解业界算法能力可以基本做到什么水平，方便和产品、技术沟通时候有的放矢（装个大的）。
今天汇总下近期有在关注的一些概念或者技术名词。
1、Infra (Infrastructure - 基础架构)
Infra 指的是支撑大模型训练和推理的所有底层设施。
大模型对计算资源要求很高，Infra的优劣可以决定大模型的水平
👉通俗理解： 如果大模型是一个大厨，Infra 就是厨房设备。炉灶猛不猛、冰箱大不大、食材供应链稳不稳定。没有它，再牛的大厨也开不了火。
2、预训练 (Pre-training) & RL (Reinforcement Learning - 强化学习)
传统的预训练 (Pre-training)是通过海量阅读，让大模型成为懂王。
👉通俗理解：预训练是大厨基本功。他读过万本菜谱，背下了所有食材的味道。什么都会做，但没有个人风格。
RL 是通过奖励机制来训练模型的，比如模型给出几个答案，人类（或者另一个评价模型）给这些答案打分。表现好的答案会被奖励，模型以后就会多这么说话。
👉通俗理解：强化学习就是食客的反馈。客人说太咸就少放盐，说摆盘好看就保持。通过这种反馈-奖励机制，大厨才练出了招牌菜，懂得了如何讨人喜欢。
Infra 是硬实力（地基），预训练 是长见识（学识），RL 是练情商（对齐人类）。
2025 年被称为 RL 元年，因为DeepSeek R1 的 R 就是 RL的 R（我说的哈哈哈后半句 方便理解啦，其实是Reasoning 推理啦，不过也要有强化学习才能推理呀！
昨天的📝
2025 年，因为参与过 AI 在 IM 软件落地的讨论，也对接同款模型，更是处理过些AIGC的 badcase，我特意用 AI 学习了蛮多名词，比如 BERT、CLIP、Multi-Head Attention、多模态、上下文、向量、鲁棒性等，也了解业界算法能力可以基本做到什么水平，方便和产品、技术沟通时候有的放矢（装个大的）。
今天汇总下近期有在关注的一些概念或者技术名词。
1、Infra (Infrastructure - 基础架构)
Infra 指的是支撑大模型训练和推理的所有底层设施。
大模型对计算资源要求很高，Infra的优劣可以决定大模型的水平
👉通俗理解： 如果大模型是一个大厨，Infra 就是厨房设备。炉灶猛不猛、冰箱大不大、食材供应链稳不稳定。没有它，再牛的大厨也开不了火。
2、预训练 (Pre-training) & RL (Reinforcement Learning - 强化学习)
传统的预训练 (Pre-training)是通过海量阅读，让大模型成为懂王。
👉通俗理解：预训练是大厨基本功。他读过万本菜谱，背下了所有食材的味道。什么都会做，但没有个人风格。
RL 是通过奖励机制来训练模型的，比如模型给出几个答案，人类（或者另一个评价模型）给这些答案打分。表现好的答案会被奖励，模型以后就会多这么说话。
👉通俗理解：强化学习就是食客的反馈。客人说太咸就少放盐，说摆盘好看就保持。通过这种反馈-奖励机制，大厨才练出了招牌菜，懂得了如何讨人喜欢。
Infra 是硬实力（地基），预训练 是长见识（学识），RL 是练情商（对齐人类）。
2025 年被称为 RL 元年，因为DeepSeek R1 的 R 就是 RL的 R（我说的哈哈哈后半句 方便理解啦，其实是Reasoning 推理啦，不过也要有强化学习才能推理呀！
昨天的📝
6 01
来自圈子
一起来学习
133979人已经加入