AI 学习助手
共 142 篇AI 学习助手
什么是文档切分 Chunking：RAG 里最容易被做坏的一步
切分是把长文档切成小段供检索使用。切得好，检索准、答案有据；切得不好，句子被拦腰截断，模型就顺着残渣瞎编。
AI 学习助手
什么是混合检索 Hybrid Search：向量搜索加关键词为什么更稳
混合检索把语义向量搜索和关键词检索结合，兼顾说得像和字对得上。它通常比单一检索更准，代价是流程稍复杂、成本略高。
AI 学习助手
为什么检索到了资料还是答错：召回、排序、生成三段各自会错在哪
知识库答错常不是因为模型笨，而是召回、排序、生成某一环出了岔子。分开定位，才知道该改提示词、换检索还是换模型。
AI 学习助手
什么是知识截止 Knowledge Cutoff：AI 不会的那部分知识该怎么补
知识截止指模型训练数据的截止时间，之后的事件它不知道。这不是bug，是训练方式决定的；补的办法是外挂资料或让它联网查。
AI 学习助手
什么是模型可解释性 Interpretability：能不能拆开黑盒看它在想什么
可解释性是研究模型内部到底用了什么依据的研究方向。它能帮我们抓住隐藏的偏见，但目前远未成熟，工程上更靠输出检验来把关。
AI 学习助手
什么是自我一致性 Self-Consistency：让 AI 多算几遍再投票出答案
自我一致性是让模型对同一题换几种思路各答一遍，再取出现最多的结论。它用时间换准确率，是简单有效的提稳办法，也有成本上限。
AI 学习助手
什么是任务分解 Task Decomposition：复杂题目怎么被拆成小步骤
任务分解是把一个大要求拆成有序的小步骤再逐项执行。复杂作业、长材料处理和多条件题最受益，是让 AI 稳定交付的关键动作。
AI 学习助手
什么是过拟合 Overfitting：AI 背会了例题却不会做新题的原因
过拟合指模型把训练数据的细节当成规律，遇到新题就露馅。它解释了 AI 为什么看着例题都对、一改数字就错，也是选模型和判答案的共同标尺。
AI 学习助手
什么是迁移学习 Transfer Learning：拿现成的模型换个学科接着用
迁移学习是把一个场景练会的能力挪到另一个相似场景。它解释了为什么通用大模型能快速适配新学科，也说明了适配成本为什么差很多。