润百AI

分类：观点

共 135 篇

2026年10月6日0 条留言

可解释人工智能（XAI）入门：AI 的决策为什么需要"说清楚"

一个大模型拒绝了一份贷款申请，却说不清为什么；一个医疗影像模型标出了病灶，医生却不知道它到底"看"了什么。当 AI 越来越多地参与高风险决策，"能给出答案"已经不够，"能解释答案"正成为新的门槛。这就是可解释人工智能（Explainable AI，XAI）要解决的问题。一、什么是可解释性可解释性指的是：我们能否用人类可以理解的方式，说明一个模型"为什么"给出某个输出。它通常分两层：一是全局解释，说

技术观点机器学习 AI伦理

2026年10月2日0 条留言

上下文工程：AI Agent 时代比提示词工程更重要的一课

过去两年，「提示词工程」（Prompt Engineering）几乎是所有 AI 应用开发者的入门必修课。但随着大模型进入生产环境，越来越多团队意识到：真正决定应用效果的，往往不是那一句精心打磨的提示词，而是模型在每一次调用时究竟「看到了什么」。这正是「上下文工程」（Context Engineering）被反复讨论的原因。所谓上下文工程，指的是系统性地设计和组织送进模型上下文的全部信息，包括系统

技术观点 AI Agent AI编程

2026年9月30日0 条留言

扩展定律（Scaling Laws）入门：为什么"更大"常常意味着"更强"

过去几年，AI 领域最反直觉、也最重要的一个发现，可以用一句话概括：把模型做大、数据做多、算力堆足，效果往往就会变好。这种"规模换性能"的规律，被称为扩展定律（Scaling Laws）。它不是某个具体算法，而是一种关于"投入与产出"的经验关系。扩展定律的核心观察是：模型的损失（可以粗略理解为"预测得有多准"）会随着参数量、数据量和计算量的增加，呈现出相当平滑、可预测的下降趋势。换句话说，只要把这

技术观点大模型大语言模型

2026年9月29日0 条留言

智能体浏览器（Agentic Browser）入门：AI 从"回答问题"到"替你操作网页"

过去两年，大模型最明显的变化之一，是从"聊天框里的问答"走向"能动手办事的智能体"。而浏览器，正是这场转变最自然的战场之一。所谓智能体浏览器（Agentic Browser），指的是把 AI 智能体直接嵌入浏览器的产品形态：它不只是回答问题，而是能读取你正在看的页面、执行点击与填表、跨多个网站完成一整套任务。它和传统浏览器、以及普通的"AI 搜索"有什么不同？传统浏览器把操作权完全交给用户，AI

技术观点 AI Agent AI工具

2026年9月19日0 条留言

大模型的“幻觉”：AI 为什么会一本正经地胡说八道

测试第一行## 测试标题- 测试列问 AI 一个它并不了解的问题，它常常不会说“我不知道”，而是流畅地编出一段听起来很合理的答案。这种现象在业界被称为“幻觉”（Hallucination）。它既不是简单的程序缺陷，也不是模型“故意骗人”，而是当前大语言模型工作原理带来的一个固有特性。一、什么是幻觉幻觉通常指模型生成了流畅、自信，但事实上错误或无法被证实的内容。它大致分为两类：一类是事实性幻觉，比如

技术观点大模型深度学习

2026年9月16日0 条留言

RLHF 与 AI 对齐：大模型是怎么学会"说人话、守规矩"的

一个预训练好的大模型，本质上是"预测下一个词"的机器。它能续写文本，却未必愿意听话——你问它问题，它可能自顾自地继续编故事。把这样的原始模型变成会聊天、守规矩、少说有害内容的助手，靠的是一道额外工序：对齐（Alignment），而 RLHF 是其中影响最广的一条技术路线。一、从"会说话"到"好好说话"预训练解决的是"语言能力"，但没有解决"意图对齐"。模型的目标是让生成文本的统计概率最高，而不是让

技术观点大语言模型推理能力

2026年9月15日0 条留言

推理模型入门：为什么让大模型"多想一会儿"能显著提升表现

2024 年以来，大模型领域出现了一条与"把模型做大"并行的新路线：让模型在回答之前先"想一会儿"。OpenAI 的 o 系列、DeepSeek 的 R 系列等推理模型，把推理阶段本身的计算量当作一个可以放大的维度。本文梳理这条路线的基本逻辑、常见实现方式，以及它给工程实践带来的变化。一、从"下一个词预测"到"先写草稿再回答"传统对话模型是自回归的：给定上下文，直接预测下一个 token。对于需要

技术观点思维链推理能力

2026年9月15日0 条留言

具身智能与 VLA：大模型如何"长出"身体

过去几年，大模型的"大脑"主要在数字世界里工作：写文字、生成图片、调用软件接口。而具身智能（Embodied AI）想做的事不太一样——让模型拥有一具身体，能在真实物理世界里感知、移动和操作。一、从"看懂"到"动手"：VLA 是什么VLA（Vision-Language-Action）指把视觉、语言与动作统一进同一个模型：输入摄像头画面和一句自然语言指令（例如"把桌上的杯子递给我"），输出的是机器

技术观点大语言模型自主智能体

2026年9月14日0 条留言

大模型的上下文窗口：为什么"越长"不等于"越好"

"上下文窗口"（context window）指的是大模型一次能"看见"的 token 总量：提问、历史对话、检索到的资料，以及模型要生成的回答，全都要塞进这个窗口里。过去两年，主流模型的窗口从 4K、8K 一路涨到 128K、200K，甚至标称百万级。窗口越大越好吗？并不完全是。本文从工程角度说明两个容易被忽略的瓶颈。一、瓶颈一：注意力开销是"平方级"的Transformer 的核心是自注意力（

技术观点大语言模型 Transformer

2026年9月12日0 条留言

AI 编程的下半场：从代码补全走向自主缺陷修复

过去两年，AI 编程工具的主战场是“补全”：在编辑器里预测下一行、生成函数骨架、根据注释写出实现。这类能力的价值已经被广泛验证，但它解决的仍然是人明确知道“要写什么”的场景。真正耗时的部分，往往不是写新代码，而是理解既有代码、定位缺陷、验证修复——而这正是 AI 编程正在迈入的下半场。一、从“生成”到“修改”的范式转变补全类工具的输入是意图，输出是新增代码；而缺陷修复类任务的输入是一段行为异常的现

技术观点 AI编程

共 135 篇

...