人工智能/人工智能 笔记

• 模型权重文件与参数计算：从safetensors到参数量拆解
  模型权重文件与参数计算：从 safetensors 到参数量拆解 无论是理解式 BERT（110M）、生成式 DeepSeek（1.5B），还是序列到序列 T5，模型的全部"知识"都存储在一个 mod... - 2026-10-02
• 词向量与句向量：从逐字表示到整句表示
  词向量与句向量：从逐字表示到整句表示 词向量是每个字一个向量，句向量是每个句子一个向量。句向量是从词向量"聚合"来的，词向量是句向量的"原材料"。 一、核心区别 词向量 (Word Embedding... - 2026-10-02
• Q/K/V 三向量：Transformer 的核心机制 Transformer Q/K/V 注意力机制
  深入理解 Query、Key、Value 三个向量的生成过程、分工逻辑和计算机制，这是掌握 Transformer 注意力机制的关键一步 - 2026-09-18
• 预训练范式：从 BERT 到大模型时代 预训练 微调 BERT
  理解"预训练+微调"两阶段范式如何彻底改变 AI 行业，从 2018 年 BERT 发布到 GPT-4 时代的完整演进脉络 - 2026-09-18
• Transformer 模型架构图详解 Transformer 注意力机制 神经网络架构
  逐层拆解 Transformer 论文 Figure 1 的经典模型架构图，包括编码器、解码器、自注意力、交叉注意力等核心组件 - 2026-09-16
• 大模型发展简史 大模型 Transformer GPT
  从 2017 年 Transformer 论文到 2026 年大模型百花齐放，梳理 AI 大模型的关键节点、架构之争与"简单架构为何胜出"的核心洞察 - 2026-09-15
• Transformer 拆解理解 Transformer 注意力机制 序列数据
  将 Transformer 的定义拆解为"注意力机制"、"序列数据"、"神经网络架构"三部分逐一理解，建立对 Transformer 本质的直觉认知 - 2026-09-15
• 什么是人工智能 人工智能 AI定义 科学
  全面解析人工智能的本质：既是科学研究智能规律的学科，也是工程实现智能系统的技术，更是跨学科的综合领域 - 2026-06-03
• AI技术研究总结 AI RAG 向量化
  高度总结 Ping AI 助手的核心技术体系，为后续 AI 研究方向提供基础框架 - 2026-05-10