标签：AI原理

什么是学习排序？AI 如何把相关文档排到前面

学习排序是什么？AI 如何根据相关性标注把文档排成顺序，它和重排序模型有何不同，以及点击数据为什么不能直接当成相关。

什么是句对齐？AI 如何把对应的句子配成对

句对齐是什么？AI 如何把中英文或前后版本里的句子配成对，它和机器翻译有何不同，以及一边漏译时为什么不能强行一一对应。

什么是成分句法？AI 如何把句子分成短语

成分句法是什么？它如何把句子分成名词短语和动词短语，和依存句法有何不同，以及为什么从句套从句时短语边界容易切错。

什么是篇章关系？AI 如何判断前后句怎么连

篇章关系是什么？AI 如何判断两句之间是因果、转折还是举例，它和指代消解有何不同，以及连接词没写出来时为什么容易判错。

什么是近重复检测？AI 如何发现几乎相同的文档

近重复检测是什么？AI 如何找出只有少量改写、错字或格式差异的重复文档，它和语义相似度有何不同，以及为什么不能只靠完全相同来去重。

什么是查询扩展？为什么检索前要补上相关的词

查询扩展是什么？它如何在检索前补上同义词和相关词，和查询改写有何不同，以及扩展过度时为什么会把不相关文档也召回来。

什么是实体链接？AI 如何把名字对上具体的人或机构

实体链接是什么？AI 如何把文中的人名和机构名对应到知识库里的具体条目，它和实体识别、指代消解有何不同，以及重名时为什么不能只看字面。

什么是语言识别？AI 如何判断一段文字是哪种语言

语言识别是什么？AI 如何判断一段文字属于哪种语言，短文本和中英夹杂时为什么容易判错，以及识别结果该怎么用在翻译和纠错之前。

什么是混合检索？关键词和向量为什么要一起召回

混合检索是什么？它如何把关键词匹配和向量搜索的结果合在一起，各自补上什么缺口，以及合并时为什么不能只看一种分数。

什么是文本纠错？AI 如何判断一个错字该不该改

文本纠错是什么？AI 如何发现错字、漏字和误用，它和语法检查有何不同，以及为什么专有名词和故意写法不能一概改掉。

什么是对话状态跟踪？AI 如何记住多轮里还缺什么

对话状态跟踪是什么？AI 如何在多轮对话里记下已经确定的信息、还缺哪些槽位，以及用户改口或换话题时为什么必须更新旧状态。

什么是主题模型？AI 如何从大量文档里找出共同话题

主题模型是什么？它如何把一批文档看成若干话题的混合，和文本分类、关键词提取有何不同，以及为什么主题名称仍要人工核对。

什么是关键词检索？为什么它还和向量搜索一起用

关键词检索是什么？它如何按词的出现情况给文档打分，和语义搜索有何不同，以及为什么型号、人名和同义说法需要两路一起召回。

什么是词义消歧？AI 如何判断一个词是哪个意思

词义消歧是什么？AI 如何根据上下文判断「苹果」是水果还是公司，它和语义相似度有何不同，以及为什么专业词不能只靠最常见的意思去猜。

什么是查询改写？让检索先听懂用户真正要问什么

查询改写是什么？AI 如何把省略、指代和口语问题改成适合检索的问法，它和阅读理解如何配合，以及改写偏了为什么要能退回原问题。

什么是语义角色标注？AI 如何分清谁对谁做了什么

语义角色标注是什么？AI 如何标出一句里的施事、受事、时间和工具，它和依存句法、事件抽取有何不同，以及被动和省略为什么容易标错。

什么是事件抽取？AI 如何找出谁在何时做了什么

事件抽取是什么？AI 如何从文本中找出一次发布、收购或辞职，并补上参与者、时间和地点，它和关系抽取有何不同，以及为什么否定和计划要单独标注。

什么是机器阅读理解？AI 如何从一篇文章里定位答案

机器阅读理解是什么？AI 如何根据问题从指定文章中抽取或组织答案，它和开放问答有何不同，以及材料没写到时为什么不能靠常识补全。

什么是自然语言推理？AI 如何判断一句能否推出另一句

自然语言推理是什么？AI 如何判断一句假设能从前提推出、与前提矛盾，还是信息不足，它和语义相似度有何不同，以及为什么不能靠常识补全。

什么是关系抽取？AI 如何找出人与机构之间的联系

关系抽取是什么？AI 如何在找出实体之后判断谁任职于哪家公司、谁投资了谁，它和实体识别有何不同，以及为什么关系必须能回到原句。

什么是指代消解？AI 如何判断「他」到底指谁

指代消解是什么？AI 如何判断代词和简称对应哪个人或机构，它和实体识别有何不同，以及长文和多轮对话为什么更容易指错。

什么是槽位填充？AI 如何从一句话里抽出关键信息

槽位填充是什么？AI 如何在识别意图后抽出日期、数量和订单号等关键信息，它和实体识别有何不同，以及信息不全时为什么要追问。

什么是语义相似度？AI 如何判断两段话意思接近

语义相似度是什么？AI 如何判断两段文字含义是否接近，它和关键词匹配有什么区别，以及在搜索、去重和客服中的常见用法。

什么是文本匹配？AI 如何判断两段文字是否对应

文本匹配是什么？AI 如何判断查询与答案、标题与正文或两份记录是否对应，常见匹配方式有哪些，以及为什么阈值和负例很关键。

什么是依存句法？AI 如何分析句子中词语的关系

依存句法是什么？AI 如何识别句子中的主谓、修饰与宾语关系，它能帮助哪些文本理解任务，以及为什么复杂长句仍需谨慎处理。

什么是意图识别？AI 如何理解用户想做什么

意图识别是什么？AI 如何把用户的话归到查询、退款、投诉等目标类别，它和关键词匹配有什么区别，以及如何处理模糊表达。

什么是词性标注？AI 如何识别一句话里的词语角色

词性标注是什么？AI 如何判断词语是名词、动词或形容词，它为什么是自然语言处理的基础步骤，以及在现代模型中仍有什么作用。

什么是问答系统？AI 如何根据资料回答问题

问答系统是什么？它如何从知识库、文档或模型记忆中回答问题，抽取式与生成式问答有什么区别，以及为什么来源核验很重要。

什么是文本摘要？AI 如何把长内容压缩成重点

文本摘要是什么？AI 如何从长文、会议记录和报告中提炼重点，抽取式与生成式摘要有什么区别，以及为什么关键内容必须回看原文。

什么是关键词提取？AI 如何从文本中抓住核心主题

关键词提取是什么？AI 如何从文章、工单和会议记录中找出核心词与短语，它和全文摘要有什么区别，以及如何评估提取质量。

什么是说话人分离？AI 如何判断会议里是谁在说话

说话人分离是什么？AI 如何将录音划分为不同说话人的片段，它和语音转写有什么区别，以及多人重叠说话时为什么仍需人工复核。

什么是命名实体识别？AI 如何从文本中找出人名与机构

命名实体识别是什么？AI 如何从文本中提取人名、机构、地点和日期，适合哪些场景，又为什么关键结果仍需保留人工核验。

什么是情感分析？AI 如何判断文本表达的倾向

情感分析是什么？AI 如何从评论、反馈和社交文本中识别正负倾向，为什么讽刺、语境与人群差异会影响结果，以及如何正确使用。

什么是文本分类？让 AI 给文字自动归类

文本分类是什么？AI 如何将邮件、评论和工单分到预设类别，常见应用有哪些，以及如何避免标签质量和类别变化带来的误判。

什么是语音活动检测？AI 如何判断什么时候有人在说话

语音活动检测是什么？它如何在录音中区分说话、静音与背景噪声，为什么是语音转写的常用前处理，以及部署时需要注意什么。

什么是持续学习？让 AI 在学习新知识时不忘旧能力

持续学习是什么？为什么模型学习新任务时可能遗忘旧任务，常见缓解方法有哪些，以及如何在不断变化的数据中安全更新模型。

什么是模型剪枝？如何让 AI 模型更小更快

模型剪枝是什么？它如何移除神经网络中不重要的参数或结构以降低成本，和量化、蒸馏有什么区别，以及为什么压缩后必须重新验证。

什么是元学习？让 AI 学会更快地学习新任务

元学习是什么？它如何从一系列任务中学习“学习方法”，帮助模型以更少样本适应新任务，又有哪些数据与评估边界。

什么是集成学习？为什么多个模型一起判断往往更稳

集成学习是什么？它如何组合多个模型降低误差，常见的投票、随机森林与梯度提升有什么区别，以及为什么模型多不代表结果一定更好。

什么是半监督学习？让少量标注数据带动更多未标注数据

半监督学习是什么？它如何结合少量有标签数据与大量无标签数据训练模型，适合哪些场景，又为什么需要防止错误标签被放大。

什么是可解释 AI？为什么模型结论需要说得清楚

可解释 AI 是什么？它如何帮助团队理解模型为何给出某个结果，常见解释方式有哪些，以及为什么解释不能替代准确性和人工判断。

什么是联邦学习？不集中原始数据也能训练 AI

联邦学习是什么？它如何让多方在不直接共享原始数据的前提下协作训练模型，适合哪些场景，又有哪些隐私与工程边界。

什么是图神经网络？AI 如何理解关系网络中的信息

图神经网络是什么？它如何利用节点和连接关系建模社交、风控与知识网络，和普通表格模型有什么不同，以及使用时应注意什么。

什么是多任务学习？让一个模型同时学习多种相关能力

多任务学习是什么？它如何让模型通过共享表示同时完成多个相关任务，什么时候会提升泛化能力，又为什么可能出现任务相互干扰。

什么是迁移学习？让 AI 把已有能力用到新任务上

迁移学习是什么？它如何复用预训练模型的知识来完成新任务，为什么能减少数据和训练成本，又该如何避免领域不匹配。

什么是贝叶斯优化？用更少试验找到更好的模型参数

贝叶斯优化是什么？它如何在每次训练成本很高时选择下一组参数，和网格搜索有什么区别，又该如何避免把调参结果误当成真实提升。

什么是模型校准？为什么 AI 的置信度也需要验证

模型校准是什么？为什么“置信度 90%”不等于一定可靠，如何用校准让 AI 的概率输出更接近真实风险，以及它在高风险场景中的意义。

什么是因果推断？AI 如何区分相关性与真正的原因

因果推断是什么？为什么相关不等于因果，AI 和数据分析如何通过实验、对照与假设更可靠地判断一项措施是否有效。

什么是特征工程？让数据更适合机器学习的关键步骤

特征工程是什么？它如何把原始数据转成模型可用的信号，常见方法有哪些，又该如何避免数据泄露和无意义的复杂化。

什么是异常检测？AI 如何从数据中发现不寻常的变化

异常检测是什么？AI 如何识别交易、流量和设备数据中的异常模式，它与故障判定有什么区别，以及如何减少误报。

什么是时间序列预测？AI 如何从历史数据预测未来

时间序列预测是什么？它如何从销量、流量和传感器数据中发现趋势与周期，适合哪些场景，又为什么不能把预测当成确定答案。

什么是视频理解？AI 如何看懂一段视频发生了什么

视频理解是什么？AI 如何从画面、声音和时间顺序中提取事件，和视频生成有什么区别，以及它在搜索、审核和会议记录中的应用。

什么是目标检测？AI 如何找到图片里的每个对象

目标检测是什么？它如何识别图片中有什么并标出位置，和图像分类、图像分割有什么区别，以及它在自动驾驶、零售和质检中的应用。

什么是 OCR？AI 如何把图片和扫描件变成可编辑文字

OCR 是什么？光学字符识别如何从图片中读出文字、为什么表格和手写体更难、它与文档理解和 RAG 有何关系，一文讲清。

什么是图像分割？AI 如何把照片拆成一个个像素区域

图像分割是什么？它和目标检测有什么区别，为什么抠图、医学影像、自动驾驶都需要它，以及常见的语义分割、实例分割如何理解。

什么是端侧 AI？为什么越来越多 AI 在手机和电脑本地运行

端侧 AI 是什么？模型为何不必每次联网调用云端、它在隐私、延迟和成本上的优势与限制，以及和云端 AI 如何协作。

什么是语音转文字 ASR？AI 如何把声音变成可搜索文本

ASR 是什么？语音识别如何将音频转成文字、为什么多人会议和专业术语容易出错，以及怎样提升转写准确率，一文讲清。

什么是课程学习？AI 为什么也要从易到难训练

课程学习是什么？它如何按难度安排训练样本、为什么能让模型更稳定地学习，以及它和主动学习有何区别，一文讲清。

什么是主动学习？让模型优先学习最值得标注的数据

主动学习是什么？它如何从大量未标注数据中挑出最不确定、最有价值的样本给人标注，为什么能减少数据成本，一文讲清。

什么是 DPO？不用奖励模型也能做偏好对齐

DPO 是什么？直接偏好优化如何让模型从“更好 / 更差”的回答对中学习，和 SFT、RLHF 有何区别，以及它为什么让对齐训练更简单。

什么是知识图谱？让 AI 看懂实体与关系的知识网络

知识图谱是什么？它如何用“实体—关系—实体”组织信息，和 RAG、向量数据库有何区别，以及哪些场景适合使用，一文讲清。

什么是对比学习？AI 如何学会“谁和谁更相似”

对比学习是什么？它如何拉近相似样本、推远不相似样本，为什么 Embedding、图文检索和推荐系统都依赖这类训练方法，一文讲清。

什么是 FlashAttention？为什么注意力计算能更快更省显存

FlashAttention 是什么？它没有改变 Transformer 的结果，为什么却能加速长上下文训练与推理？讲清显存读写瓶颈、分块计算与实际意义。

RAG 文档怎么切分？Chunking 策略与常见踩坑

知识库问答总是答不全或答错？讲清 RAG 文档切分为什么关键、按长度与语义切分怎么选、chunk 大小和重叠如何设置。

什么是束搜索？AI 如何同时保留多个生成方向

束搜索 Beam Search 是什么？它如何在文本生成中同时尝试多个候选、和贪心解码及采样有何区别，以及为什么聊天模型不总用它。

什么是 Reranker？为什么 RAG 要“二次排序”

Reranker 是什么？向量检索找出的结果为什么还要重排、它和 Embedding 的区别、何时值得加入重排序模型，一文讲清。

RAG 怎么评测？从检索命中到答案可信度的完整方法

RAG 系统怎么判断是否好用？讲清检索、生成与端到端三层评测，如何准备测试集、定位“答错”的根因，以及上线后的持续监控。

什么是位置编码？Transformer 如何知道词的顺序

Transformer 一次看所有 token，为什么还能分清“我喜欢你”和“你喜欢我”？位置编码是什么、有哪些做法、它和上下文长度有何关系，一文讲清。

什么是监督微调 SFT？让模型学会特定任务与格式

SFT 是什么？它如何用高质量示例调整模型行为，和预训练、RAG、RLHF 有何区别，哪些业务场景值得做监督微调，一文讲清。

什么是模型路由？让每个 AI 任务用对模型

模型路由是什么？为什么 AI 应用不该永远调用最强模型，如何按任务难度、成本、速度与风险选择模型，以及常见的路由策略。

什么是多智能体系统？多个 AI 如何分工协作

多智能体系统是什么？它和一个 AI Agent 有何区别，常见的规划、执行、审查分工怎么设计，以及为什么更多 Agent 不一定更好。

什么是上下文工程？让 AI 在正确资料下完成任务

上下文工程是什么？它和提示词工程有何区别，如何选择、压缩和组织模型输入，以及为什么“给得更多”不一定让 AI 做得更好。

什么是 KV Cache？大模型为什么聊天越长越占显存

KV Cache 是什么？它如何让大模型避免重复计算、为何长上下文会占显存、和上下文窗口及提示词缓存有什么区别，一文讲清。

什么是推测解码？让大模型回答更快的“先猜后验”

推测解码是什么？为什么小模型先起草、大模型再验收能加速生成，它和模型蒸馏、缓存有什么区别，以及它的实际限制。

什么是 AI 记忆？聊天机器人为什么会“记得你”

AI 记忆是什么？短期上下文、长期记忆和 RAG 有何区别，为什么“记得更多”不一定更聪明，以及怎样让 AI Agent 的记忆更可靠。

什么是模型蒸馏？把大模型能力装进小模型

模型蒸馏是什么？为什么小模型能向大模型“学解题过程”、它和量化及微调有何区别、适合哪些场景，一文讲清。

什么是世界模型？AI 为什么懂语言却不懂物理

为什么 AI 视频里杯子会穿过桌子？世界模型是什么、和大模型预测下一个词有什么不同、为什么它是机器人和 AGI 绕不开的一环，一文讲清。

什么是合成数据？AI 用自己造的数据训练自己

真实数据快用完了，AI 怎么继续变强？合成数据是什么、为什么在数学和代码上特别有效、「模型崩溃」是怎么回事，一文讲清这条绕不开的路。

什么是 Scaling Law？大模型「越大越强」的底层规律

为什么各家敢砸几十亿训练模型？Scaling Law 是什么、参数量数据量算力该怎么配、为什么说它开始撞墙，以及推理时计算这条新曲线，一文讲清。

什么是大模型跑分？Benchmark 榜单该怎么看

新模型发布必晒的那些分数到底是什么？MMLU、GSM8K 这些榜单在考什么、为什么跑分高的模型未必好用、普通人该怎么看榜选模型，一文讲清。

什么是 LoRA？给大模型"外挂"一个小插件

为什么几 MB 的文件就能改变一个大模型的风格？LoRA 是什么、为什么能用极小的代价微调、和全量微调与 RAG 有什么区别，一文用大白话讲清轻量微调。

什么是参数量？7B、70B 到底是什么意思

模型名字里的 7B、70B、405B 是什么意思？参数量代表什么、是不是越大越好、为什么小模型也能很能打、本地能跑多大的模型，一文用大白话讲清。

什么是知识蒸馏？大模型"教"出小模型的秘密

为什么现在的小模型越来越能打？知识蒸馏是什么、大模型怎么把本事"教"给小模型、和量化剪枝有什么区别，一文用大白话讲清模型压缩这件事。

什么是 Function Calling？AI 从"只会说"到"能动手"

AI 本来只会生成文字，为什么现在能帮你查天气、算数、订日程？Function Calling（函数调用/工具调用）是什么、怎么工作、和 Agent、MCP 有何关系，一文讲清。

什么是提示词注入？AI 时代的"新型黑客攻击"

让 AI "忘记之前的指令"就能骗它干坏事？提示词注入是什么、为什么防不住、和越狱有什么区别、普通用户和开发者该怎么防，一文讲清。

什么是 RLHF？AI 是怎么被"调教"得懂事的

同样是大模型，为什么 ChatGPT 会礼貌回答、拒绝坏请求，而不是胡乱接龙？RLHF 和"对齐"是什么、AI 怎么学会好好说话、又有什么副作用，一文讲清。

什么是模型量化？为什么大模型能压进你的显卡

同一个模型为什么有 Q4、Q8 好多版本？量化是什么、为什么能大幅省显存、会不会变笨、本地跑该选哪个量化档，一文用大白话讲清。

什么是扩散模型？AI 绘画和视频是怎么"画"出来的

Midjourney、Sora 这些 AI 是怎么凭一句话生成图片和视频的？扩散模型的"加噪—去噪"原理、为什么它和大模型不一样、一文用大白话讲清。

什么是 AGI？通用人工智能离我们还有多远

天天听到 AGI，它到底指什么？和现在的 ChatGPT 有什么区别、为什么说 AI 还不是 AGI、离实现还有多远，一文用大白话把这个"大问题"讲清楚。

什么是混合专家（MoE）？为什么超大模型还能跑得动

DeepSeek、Mixtral 都在用的 MoE 是什么？一个"专家会诊"的比喻讲清混合专家模型的原理、为什么它又大又省、和普通大模型有什么区别，一文看懂。

什么是 Token？大模型计费和上下文的基本单位

AI 按 Token 计费、上下文按 Token 算长度，但 Token 到底是什么？一个汉字算几个 Token、为什么 AI 数不清 strawberry 有几个 r，一文讲清。

什么是推理模型？AI「深度思考」背后的原理

为什么现在的 AI 会「思考几十秒」再回答？推理模型和普通模型有什么区别、思维链是什么、什么时候该开深度思考，一文讲清。

MCP 是什么？让 AI 连上你的工具和数据

AI 光会聊天不够，还得能读你的文件、查你的数据库。MCP（模型上下文协议）是什么、解决了什么问题、和 Agent 与函数调用有何区别，一文讲清。

和 AI 聊天，你的数据安全吗？AI 隐私保护指南

你发给 ChatGPT 的内容会被拿去训练吗？哪些信息绝对不能贴？一文讲清 AI 的数据流向、不同产品的隐私差异，以及保护自己的实用做法。

向量数据库是什么？RAG 的「记忆仓库」

Embedding 生成的向量存在哪、又怎么在海量数据里快速找到最相似的？一文讲清向量数据库是什么、和普通数据库的区别、以及它在 RAG 里扮演的角色。

开源大模型 vs 闭源：Llama、DeepSeek 能替代 ChatGPT 吗？

开源大模型免费又能本地跑，是不是就不用订阅 ChatGPT 了？一文讲清开源与闭源的真实差距、各自适合谁，以及本地部署那些被忽略的隐性成本。

为什么 AI 每次回答都不一样？聊聊 Temperature 与随机性

同样的问题问两遍，AI 给的答案却不同——这不是 bug。一文讲清 Temperature、Top-p 等采样参数是什么，以及什么时候该调高、什么时候该调低。

大模型是怎么工作的？看懂 Transformer 与「预测下一个词」

ChatGPT 背后到底在做什么？用最直白的方式讲清大模型的核心：它其实只是在「预测下一个词」，以及 Transformer、注意力机制、训练两阶段。

什么是 Embedding 向量？一文讲清 AI 语义搜索的核心

RAG、语义搜索、推荐系统背后都靠它——Embedding（向量）到底是什么？用最直白的方式讲清文本怎么变成向量、为什么语义相近向量就相近。

AI 幻觉是什么？为什么大模型会一本正经地胡说八道

为什么 AI 会编造不存在的事实、还说得头头是道？一文讲清「幻觉」是什么、为什么会发生、如何减少，以及作为用户该怎么防。

微调、RAG 还是提示词？给大模型「喂」知识的三种方式

想让 AI 懂你的专业领域或私有数据，该选提示词、RAG 还是微调？用最直白的方式讲清三种定制大模型的方式、各自的成本与适用场景。

多模态大模型是什么？为什么 AI 能同时看懂图文音视频

为什么现在的 AI 能看图、听声音、读文档还能生成图像？一文讲清多模态大模型是什么、它和纯文本模型的区别、能做什么以及典型应用与局限。

大模型的上下文窗口是什么？为什么它决定 AI 能记多少

为什么 AI 聊着聊着就「忘」了前面说的话？上下文窗口到底是什么、Token 怎么算、窗口越大越好吗。用最直白的方式讲清大模型的「记忆」边界。

AI Agent 是什么？一文讲清智能体的原理与能力边界

AI Agent 和普通聊天机器人有什么区别？用最直白的方式讲清智能体的核心组成、工作流程、典型应用，以及现阶段的真实局限。

RAG 检索增强生成是什么？一文讲清原理与流程

为什么大模型会「一本正经地胡说」，RAG 又是怎么解决的？用最直白的方式讲清检索增强生成的原理、完整流程和适用场景。