先把 AI 的几种分类拆开
深度、强化、视觉和思想流派,原来不在同一个分类维度。
2 段原话 · 含整理核对阅读全文 ↗
MY LEARNING PATH / 我的路径
从“模型是什么”到多模态与动作生成,沿着问题回看我的理解怎样形成,又怎样被修正。
可以顺着读,也可以选择一个阶段,直接打开最关心的问题。
深度、强化、视觉和思想流派,原来不在同一个分类维度。
token 是编号,向量是表示;意义要放回模型与任务里理解。
“自己学特征”究竟学的是什么,结构又提前规定了什么?
输入表示、主干、输出头、后处理,终于有了连贯的分工。
匹配、聚合与残差,是三件要沿箭头分开的事。
每个头并不是人工指定的语法专家或语义专家。
很多 token 共用一个矩阵,梯度为什么不会“抢着改”?
同一个“线性”,指变换形式,还是序列计算的规模?
把形状公式落到实际计算,再检查“BT 可以理解成 1”的边界。
先看架构,再用我追问卷积与扫描的过程辨认数据依赖。
从 CLIP 到多模态对话,比较信息如何相遇和学会配合。
知道噪声从哪里来,再区分网络前向与生成循环。
从“不是预测下一个字吗”出发,追问共享主干、扩散目标、文本条件与随机起点怎样配合。
动作块、模仿学习、生成方法与 VLA,分别处在哪一层?
一次 rollout 怎样生成,反馈又在什么时候发生?
先问学生学到了什么,再问老师究竟提供了什么。
组大小不等于学习率,一个好看的数字也不等于稳定提升。
复用的是模块类型,输入意义与训练目标仍需逐一确认。
从“输出是什么”出发,重新理解模型在系统里的角色。
原话保持原文并附对话来源;整理者的观察与建议单独标出。尚未有后续复述的修正,不标成“已经掌握”。
继续聊聊
留一个想法,或一个问题
这里的留言公开可见。欢迎分享你的理解,也可以指出值得修正的地方。
我的路径的留言
正在读取留言…