category

ai

共 143 篇文章。
全部文章BooksgameJavaIndiegolang客户端开发MinigameSaasrustPythoncgTypescriptengineCocos
ai

因果推断与实验评估:从潜在结果到双重稳健估计

预测模型回答会发生什么,因果推断回答改变什么会导致什么,本文系统讲解潜在结果框架与 ATE/ATT 的定义、混淆变量与碰撞点的识别、有向无环图 DAG 的建模与后门准则、随机对照试验与 A/B 测试的统计基础、倾向得分匹配与逆概率加权、双重稳健估计与双机器学习、工具变量与断点回归、双重差分与合成控制、因果森林与异质处理效应估计,以及因果方法在推荐系统与风控反欺诈中的落地与生产踩坑清单。

13 分钟阅读
ai

实验追踪与模型注册:MLflow、W&B 与可复现性工程

没有实验追踪的机器学习项目最终会退化成手工表格与凭记忆复现,本文系统讲解实验追踪的数据模型(Run/参数/指标/产物)、MLflow 的 Tracking 与 Model Registry 架构、W&B 的实时可视化与协作能力、指标与产物管理的工程规范、Optuna/Ray Tune 超参搜索与早停策略、模型注册的版本与阶段流转、可复现性的代码数据环境三要素、实验对比与统计显著性判断,以及与 CI/CD 流水线的集成与生产踩坑清单。

11 分钟阅读
ai

提示工程与上下文工程:从指令设计到生产评测

提示工程早已从拼凑咒语演化为系统化的上下文工程,本文系统讲解指令结构的角色任务约束三要素、few-shot 示例选择与格式一致性、思维链与自洽性投票、结构化输出与函数调用的约束解码、上下文工程的信息组织与位置效应、上下文压缩与提示缓存的经济性、检索增强中的提示设计、离线评测集与提示版本管理、提示注入防护与安全边界,以及生产落地中的常见踩坑清单。

12 分钟阅读
ai

强化学习实战:从 Q-Learning 到 PPO 与 RLHF

强化学习让智能体在试错中学习决策,本文系统讲解马尔可夫决策过程与贝尔曼方程、价值迭代与策略迭代、时序差分与 Q-Learning、DQN 的神经网络近似与经验回放、策略梯度与 REINFORCE、Actor-Critic 与优势函数、PPO 的裁剪目标与信赖域思想、连续动作空间的 DDPG/SAC、奖励设计与稀疏奖励的解法,以及 RLHF 与 RLVR 在大模型对齐中的强化学习应用与训练稳定性工程实践。

13 分钟阅读