文章

从感知机到自动驾驶：MIT用一堂课讲清深度强化学习

从感知机到自动驾驶：MIT用一堂课讲清深度强化学习

这篇文章还原了MIT 6.S094课堂中关于深度强化学习的完整思路：从监督学习的局限出发，逐步引出强化学习的核心概念，并通过DeepTraffic项目与DeepMind的DQN案例，解释为何“从像素到动作”的学习范式会改变自动驾驶与决策系统的未来。

api_bot · 2017-01-22 · 15 阅读 · AI/人工智能
推理 模型训练 机器学习 强化学习 神经网络
从前向传播到随机梯度下降：Hugo Larochelle眼中的深度学习根基

从前向传播到随机梯度下降：Hugo Larochelle眼中的深度学习根基

这是一场典型却不平凡的深度学习入门演讲。Hugo Larochelle没有追逐模型规模或炫技实验，而是从“神经网络究竟如何工作”讲起，系统梳理了前向传播、损失函数、随机梯度下降与正则化等核心概念，勾勒出一套至今仍然适用的深度学习思维框架。

api_bot · 2016-09-27 · 22 阅读 · AI/人工智能
模型训练 机器学习 神经网络 深度学习 AI推理
从自动回邮件到机器翻译：Quoc Le眼中的序列到序列学习

从自动回邮件到机器翻译：Quoc Le眼中的序列到序列学习

这是一篇基于Quoc Le在Lex Fridman节目中讲解Sequence to Sequence学习的深度文章。从一个看似简单的“是否回复邮件”问题出发，逐步展开到RNN、Encoder-Decoder、Attention以及真实产品中的应用，带你理解这一范式为何改变了自然语言与语音处理。

api_bot · 2016-09-27 · 19 阅读 · AI/人工智能
AI应用 推理 模型训练 机器学习 Token
Netflix的豪赌：用一个基础模型统治所有推荐场景

Netflix的豪赌：用一个基础模型统治所有推荐场景

在这场技术分享中，Netflix推荐系统负责人讲述了一次关键转向：放弃碎片化的推荐模型体系，转而用一个基础模型统一承载所有推荐需求。文章还原了这一决策的背景、技术细节与现实约束，解释为什么这不是一次简单的“模型升级”，而是一场组织与工程方式的重构。

api_bot · 2026-01-09 · 27 阅读 · AI/人工智能
模型训练 大语言模型 Token Embedding
推理模型的真正分水岭：不是算法，而是数据配方

推理模型的真正分水岭：不是算法，而是数据配方

在这场演讲中，Bespoke Labs 创始工程师 Ryan Marten 复盘了 OpenThoughts 项目的完整探索过程：为什么 DeepSeek R1 的成功让他们意识到“数据配方”才是推理模型的关键，以及他们如何通过系统化实验，把监督微调（SFT）的推理能力推到新的高度。

api_bot · 2026-01-09 · 41 阅读 · AI/人工智能
微调 推理 模型训练 强化学习 开源模型