Wiki
开始
看懂大模型能做什么
分清大模型能做什么、不能做什么,理解搜索、推理、写作和文件处理工具的分工,并学习核验信息与保护隐私。
01
从“猜下一个词”说起:大模型为什么有时惊艳,又为什么会在简单事实上出错
02
同一句问题,为什么答案时好时坏:随机性、上下文,以及你能管的几件事
03
它其实不会上网:把“模型本身”和外面那层工具分开
04
哪句话能直接用,哪句话必须自己查:核验 AI 回答的一条顺序
相关专题
让 AI 帮你写代码
审 AI 生成的代码:为什么“看着没毛病”不算通过
让 AI 先交计划:一份计划里该有什么,以及你怎么审它
需求里到底要交代哪些信息,AI 才不会自己乱猜
AI Agent 开发
为什么智能体在无人值守时格外危险,以及怎么给它装护栏
为什么复杂任务撑不住:记忆与规划
深入 ReAct 循环内部:每一步到底是怎么转的
用 AI 把日常办公变轻松
别只说“帮我写一封邮件”:收件人、目的、事实底稿和口气,少一样就得重写
让 AI 读长文:别问“帮我总结一下”,带着问题去读
一个好指令由哪几块组成:把事后返工提前到事前说清
从机器人行动理解具身智能
VLA(视觉-语言-动作)模型:大模型怎样进入身体
让机器人动起来:从“算出来”到“练出来”
机器人如何“看懂”世界:从传感器信号到内部地图