Wiki

把 Agent、协议与商业模式里反复出现的那些词,各写成可查、可追出处的一页。 正文的定义句取时所引讲义与概念卡的原句,出处逐条列在页底。

共 225 条词条,953 条双链:栏目内 663 条,跨栏目 290 条,汇成 32 束。线全部来自双链表,没有算出来的「相似度」。

100%
  • 枢纽之间的束:粗细是跨栏双链条数
  • 聚焦词条的出链
  • 聚焦词条的入链
  • 点栏目名展开或收起这一支;划过词条先看预览,点开永远是新标签。
  • Ctrl/⌘ + 滚轮或用右上角按钮缩放,放大后按住空白处拖动。
RLHF(人类反馈强化学习)DPO(直接偏好优化)SFT(监督微调)奖励模型(Reward Model)微调(Fine-tuning)QLoRA量化(Quantization)显存代理指标InstructGPTPPO(近端策略优化)SimPO模型合并蒸馏(知识蒸馏)AWQBradley-TerryLoRA强化学习(Reinforcement Learning)ORPO对齐(Alignment)后训练(Post-training)留出集任务向量(Task Vector)GPTQ参考模型双重量化DAREGRPO(Group Relative Policy Optimization)TIES-Merging策略梯度(Policy Gradient)低秩矩阵可验证奖励冗长偏置IPOLIMA(Less Is More for Alignment)MT-Bench价值网络Scaling Laws(缩放定律)分页优化器推理链位置偏置逐步蒸馏KTOKL 散度上下文窗口Token反向传播(Backpropagation)大模型(LLM)权重(Weight)深度学习(Deep Learning)幻觉(Hallucination)采样(Sampling)参数量全连接层神经网络(Neural Network)预训练卷积(Convolution)Transformer权共享注意力机制(Attention)自回归ImageNet卷积神经网络人工特征工程梯度(Gradient)AlexNet感知机(Perceptron)基座局部连接损失函数(Loss Function)温度(Temperature)五层拆分(模型、产品、工具、API、Agent)学习率(Learning Rate)异或(XOR)阈值(Threshold)链式法则(Chain Rule)涌现(Emergence)子词(Subword)Tokenizer(分词器)生成式 AI线性可分BERTWorktree(Git 独立工作目录)Crossref证据映射git diff优先权主张Markdown来源追踪元数据GitObsidian存在性主张回归(Regression)POC(概念验证)稳定标识NISTOWASPPARA符号推理集成测试检索(Retrieval)幸存者偏差主张—证据表GPU(图形处理器)MDN Web Docs核验日期回滚专家系统PROV(W3C 来源追踪模型)反向核查环境变量(Environment Variables)语义冲突CSV(逗号分隔值)Creative Commons(CC 许可)

Wiki · 225 条

每页底部列出出处,正文必须在所引原文里留下逐字原句段;这条由原句锚点闸门在每次推送时核一遍, 不是写在页面上的承诺。发现表述问题请到意见反馈里指出, 我们会回到源头修正后重新编译。