昌维的思维链 — 记录 AI、系统与工程的实践笔记
正在加载首页内容
正在加载首页内容
共 3 篇文章
这是 AI 系列的第三篇。前两篇分别聊了 AI 的发展脉络和机器学习基础，这篇换个问题：ChatGPT 这类模型到底是怎么被「训」出来的？为什么预训练完还不能直接上线，非要做 SFT 和 RLHF 对齐？最后我会用 fine-tuning-playground 在本地 GPU 上跑一遍 QLoRA 监督微调，让 Qwen3.5-4B 学会回答台师大的问题。...
上一篇把 AI 的发展脉络铺开了，这一篇开始动手：机器学习到底是什么，图像在计算机眼里怎么变成一串数字，矩阵、卷积和训练又是怎么回事。最后有一段完整的 PyTorch 代码，从零训练一个能认手写数字的网络。 只要有一点 Python 基础就够了，数学推导可以先放一边。
AI 这个词喊了这么多年，可「智慧」到底指什么、人工智能又是从哪一步开始变得「像人」的？这篇先不急着推公式，而是把地图铺开：从图灵测试、感知机、反向传播，一路讲到 AlexNet、ResNet 与 Transformer，把这条发展脉络串成一条线。 如果看完想接着动手，可以读续篇《机器学习与 MNIST 手写数字识别入门》，那里会用 PyTorch 真的训一...