ADK.wang AI & 软件技术百科

随 后，OpenAI o1和OpenAI o3陆续推出，数学准确率也有了显著改善，在2024年美 国数学邀请赛（AIME）的题目测试中，OpenAI o3的准确率达到96.7%，超过了 OpenAI o1的83.3%。

当你有一个足够聪明的图书管理员（LLM）知道该查哪些ISBN时，前者的精确性反而更有价值。

诸如文本到 图像模型整体评估（HEIM） 等尝试考虑了文本到图像模型的额外理想特性，例如提示遵循性、 原创性、推理能力、多语言支持、无偏见和毒性等。

图思维链（GoT） 树思维链方法为思维过程强加了严格的树结构，可能会限制模型的推理能力。

算法举例：图论推理算法（Graph Inference）、拉普拉斯支持向量机（Laplacian SVM）等，也包括一些对常用监督学习算法的延伸算法。

均匀标量量化（Uniform Scalar Quantization）是一种最简单的标量量化方法，它将输入值域划分成等距的区间，每个区间对应的输出值（即重建值）为该区间的中点。

[[7]模](#indexsplit003.htmlpage13)型微调（Fine-tuning）是指在预训练好的大模型的 基础上，通过使用特定领域或任务的数据进行二次训练，使模 型在特定场景下表现得更好的技术。

附录 A PyTorch 简介 本附录旨在为您提供必要的技能和知识，以便将深度学习付诸实践并从头实现大 型语言模型（LLMs）。

（1）数据清洗规则 ➢ 剔除异常值阈值：±3σ范围 ➢ 缺失值处理：行业均值插补法 ➢ 单位统一：换算为标准煤当量 （2）分析校验机制 ➢ 设置基准情景（BAU）作为对照 ➢ 引入蒙特卡洛模拟验证方案稳健性 ➢ 添加碳泄露效应评估模块 第四步，创新方案孵化...

基尔霍夫定律（Kirchhoff laws）是电路中电压和电流所遵循的基本规律，1845 年由德国物理学家古斯塔夫·罗伯特·基尔霍夫（Gustav Robert Kirchhoff，1824 — 1887）提出，包括基尔霍夫电流定律（KCL）和基尔霍夫电压...

基尔霍夫定律（Kirchhoff laws）是电路中电压和电流所遵循的基本规律，1845 年由德国物理学家古斯塔夫·罗伯特·基尔霍夫（Gustav Robert Kirchhoff，1824 — 1887）提出，包括基尔霍夫电流定律（KCL）和基尔霍夫电压...

大模型实例 目前，主流的大模型实例可以划分为两大类：基座模型（ Foundation Model）和对齐模 型（Aligned Model）。

TensorFlow提供了各种队列：基本的先进先出（FIFO）队

例如，提示词通常包含以下四个基本元素（ICIO），如图 4-1 所示。

剪枝的基本策略有预剪枝（Pre-Pruning）和后剪枝（Post-Pruning）。

基础智能体(Foundation Agent) 英伟达高级研究员Jim Fan提出模拟现实的智能体，即一个学习如何在不同世界中行动的单一模型，它的技能和具身得到大幅提升，基础智能体技能和具身对比如图1-3所示，这为智能体提供了新的认知解决途径。

揭晓从大模型到 AIGC 的新魔法 > 60 态估计、图像编辑以及遥感图像解译等多个感知任务上取得了相比过去精心设计的多种算 法模型更加优异的性能和表现，有望成为基础视觉模型（Foundation Vision Model）， 显著提升感知能力，助力 AI...

 深化（Deepening）  增加推理（Increase Reasoning）

ZStack+Ceph场景 从0.9版本开始，ZStack正式支持Ceph作为主存储（Primary Storage）和备份存储（Backup Storage）的设备。

回顾本书第2版的内容，当网络上的系统查找DNS主机名失败时，该被攻击者系统将链路本地多播名称解析（LLMNR）和Net-BIOS（NBT-NS）名称服务用于名称解析备份。

[1] 罗伯特·麦克纳马拉（Robert McNamara），美国国防部长（1961～1968年），在任期间大力推行计划项目预算制（PPBS），该体系具备强烈的理性特征和严密的计划性。

对一个现有的大模型做全量参数微调（Full Fine-Tuning）。

这里体现的是大模型思维链 (CoT) 技巧。 给模型一些 思考时间和步骤，告诉它达到目标的具体步骤，让其一步步思考，最终输出我们 想要的结果。

所谓大模型扩展法则（Scaling Law），指的是当模型规模增大时，训练数据和计 算量应该以什么样的比例进行扩展的规律。