返回系列列表
AI科普系列
✨ LLM高级技巧
共 8/8 篇文章 · 用第一性原理理解AI
掌握LLM的高级用法：Few-shot、RLHF、幻觉控制
学习进度8/8 已完成
第 1 课·2026年3月28日
Few-shot Learning：给AI几个例子，它就学会了
为什么给AI几个示例，它就能理解你的意图？Zero-shot、One-shot、Few-shot的区别，以及如何用好这个强大的技巧。
⏱️ 10 分钟#Few-shot
开始阅读 →
第 2 课·2026年3月28日
In-context Learning：AI的临场学习能力
为什么AI能在对话中学习，而不用修改参数？In-context Learning的原理、与Few-shot的关系，以及它是如何改变AI应用方式的。
⏱️ 10 分钟#In-context Learning
开始阅读 →
第 3 课·2026年3月28日
幻觉：AI为什么会编故事
AI为什么会自信地编造假信息？幻觉的本质、产生原因、以及如何减少幻觉的实用技巧。
⏱️ 10 分钟#幻觉
开始阅读 →
第 4 课·2026年3月28日
Temperature：控制AI的创造力
为什么Temperature=0时AI最保守，Temperature=1时AI最疯狂？温度参数如何影响AI生成内容的确定性与多样性。
⏱️ 10 分钟#Temperature
开始阅读 →
第 5 课·2026年3月28日
Top-k采样：AI如何从候选词中选择
Top-k采样只保留概率最高的k个词，把其他词排除。为什么要这样做？k选多少合适？如何与温度配合？
⏱️ 10 分钟#Top-k
开始阅读 →
第 6 课·2026年3月28日
Top-p采样：更智能的候选词筛选
Top-p（核采样）保留累计概率达到p的词，候选数量动态调整。为什么比Top-k更灵活？p选多少合适？
⏱️ 10 分钟#Top-p
开始阅读 →
第 7 课·2026年3月28日
RLHF：如何让AI听人话
RLHF（人类反馈强化学习）让AI学会符合人类偏好。它的三阶段流程、核心原理，以及为什么让ChatGPT变得如此强大。
⏱️ 10 分钟#RLHF
开始阅读 →
第 8 课·2026年3月28日
奖励模型：RLHF的评分官
奖励模型是RLHF的核心组件，它学会给AI的回答打分。训练方法、关键技巧，以及如何让奖励模型更准确地模拟人类偏好。
⏱️ 10 分钟#奖励模型
开始阅读 →
关于本系列
这个系列旨在用第一性原理拆解✨ LLM高级技巧的核心概念。 每篇文章都聚焦于一个具体的知识点，配有手绘图解，让复杂的概念变得简单易懂。
Few-shotLLM高级技巧Prompt