LEARN · 學習區
AI 學習區
從零開始學 AI:什麼是 RAG / agent / prompt / fine-tuning / 對齊 / context window;怎麼選工具;實用情境;進階技術。
術語★★★★★7 分鐘
Token vs 字:LLM 定價實際怎麼算
為什麼中文段比同樣英文貴、發布前怎麼估你的帳單。
術語★★★★★8 分鐘
為什麼輸入 token 比輸出 token 便宜
讀取快、生成慢 — 你的 LLM 帳單長那樣的技術原因。
術語★★★★★9 分鐘
LLM 量化:為什麼 4-bit 模型還能用
70B 模型怎麼塞進單張消費級 GPU — 以及這個魔法在哪裡會失靈。
術語★★★★★7 分鐘
Temperature、top-p、top-k:採樣參數解釋
三個旋鈕控制模型輸出多有創意或多無聊。大部分人留預設;預設常常錯。
術語★★★★★6 分鐘
System prompt vs user prompt:誰說了算
LLM 訊息裡兩部分被很不同地對待。混淆它們是最常見 API 錯誤。
術語★★★★★8 分鐘
LoRA vs fine-tuning vs RAG:哪個解哪個問題
讓 LLM 做你要的事的三種不同方法。挑錯浪費幾週。這篇給你決策框架。
術語★★★★★9 分鐘
RLHF vs DPO:現代對齊技術的差別
預訓練之後,實驗室怎麼讓模型真的回答你的問題而不是接話?兩大家族的差別。
術語★★★★★9 分鐘
「Mixture of Experts」(MoE)到底是什麼
為什麼「巨大」的模型反而比小的便宜跑 — 以及 DeepSeek、Mixtral、Llama 4 為什麼都押在這個架構。
術語★★★★★8 分鐘
什麼是 AI 對齊,為什麼實驗室一直在吵
對齊就是讓模型做人類真正想要的事,而不是字面上說的事。
術語★★★★★9 分鐘
AGI 跟 ASI 差在哪:定義、時程,還有為什麼這事重要
兩個縮寫被丟來丟去,好像大家都同意定義一樣。其實沒有。
10 total