周志华《机器学习》第五章“神经网络”是连接传统机器学习与深度学习的桥梁——它从模拟人脑神经元的基本模型出发，逐步构建多层网络，核心突破是BP算法的提出，最终延伸到深度学习的核心思想。本章的核心逻辑是：通过“神经元加权求和+激活函数”构建基本单元，用多层结构拟合非线性关系，靠BP算法优化参数，再通过不同网络拓扑适应不同任务。本文将从“基础模型→核心算法→代码实现→习题解答”四个维度，用通俗比喻和实例

SFT 是给大模型“上课”的过程。简单来说，就是用少量高质量的“提示（Prompt）-响应（Response）”数据集，对预训练好的大模型进行定向优化。预训练数据量巨大（万亿级），目标是学习通用语言规律；SFT 数据量小（几千到上亿），目标是学习特定任务（如数学解题、代码生成）或规范模型行为。训练快、成本低，能快速让模型掌握基础指令能力。SFT 是 LLM 从“通用语言理解”走向“指令遵循”的关键

【代码】webpack serve 配置问题TypeError: Class constructor ServeCommand cannot be invoked without 'new'

今天开始学习DataWhale组队学习fun-transformer,今天学习task2 transformer 简述！【教程地址】【开源地址】你有个朋友，他特别厉害，能听懂你说的话，还能用另一种语言把意思准确地翻译出来。Transformer模型就像是这样一个超级聪明的“翻译官”，它能够理解语言，并且把一种语言转换成另一种语言，或者完成其他和语言相关的任务，比如总结文章、回答问题等等。词嵌入：给

第三章的核心是“揭秘LLM的底层逻辑”——从统计语言模型的概率计算，到Transformer的注意力机制，再到实际应用中的提示工程、分词、模型选型，每一个知识点都是构建智能体“大脑”的关键。理解这些原理，能帮助我们更好地设计提示词、选择合适的模型、规避幻觉等局限，为后续智能体的构建和优化打下坚实基础。LLM的本质是“通过海量数据学习语言规律和世界知识，再通过自回归生成文本”，而Transforme

能够通过传感器感知环境、自主通过执行器采取行动，以达成特定目标的实体。环境（Environment）：智能体所处的外部场景，比如自动驾驶的“道路交通”、交易算法的“金融市场”、智能旅行助手的“航旅服务网络”。传感器（Sensors）：感知环境的“触角”，可以是物理设备（摄像头、雷达），也可以是虚拟工具（API返回数据、用户输入）。例如旅行助手通过解析航旅API获取机票信息，就是传感器在工作。

第四章通过三个经典范式，构建了智能体“从决策到落地”的完整技术链条：ReAct 解决“动态环境中的步进决策”，Plan-and-Solve 解决“结构化任务的高效执行”，Reflection 解决“高质量输出的迭代优化”。三者并非互斥，而是可根据场景灵活组合，形成更强大的混合架构。代码实现的核心是“模块化封装”——LLM客户端提供通用调用能力，工具层提供与外部世界交互的接口，范式层实现核心决策逻辑

过度乐观？图灵低估了“常识与世界知识”的体量。现代LLM参数量已超10¹¹，仍难言通过严格图灵测试。可证伪性？图灵测试本质是黑箱行为主义，忽视内部机制；Searle“中文屋”思想实验正是针对此。性别与伦理早期游戏用“男女角色扮演”如今看存在刻板印象，可改用更中性设定。ESP插曲虽显幽默，却提示：测试环境必须排除信息泄露与人类超能力。工程启示图灵70年前已提出“预训练+微调”范式（儿童机→教育），与

定位：不用复杂奖励模型，靠正负样本就能调模型行为的“轻量优化方法”；优势：改行为（如换身份）高效，还能提升模型能力，比SFT更懂“偏好”；落地关键：数据要高质量（正负样本对比明确），超参数（尤其是β）要调好，避免过拟合；实践价值：小到改模型身份，大到优化安全响应，都能用，而且计算成本不高（小模型CPU也能跑流程）。一句话：想让模型“按你的偏好做事”，又不想搞太复杂，DPO就是首选——这也是它在LL

第三章的核心是“揭秘LLM的底层逻辑”——从统计语言模型的概率计算，到Transformer的注意力机制，再到实际应用中的提示工程、分词、模型选型，每一个知识点都是构建智能体“大脑”的关键。理解这些原理，能帮助我们更好地设计提示词、选择合适的模型、规避幻觉等局限，为后续智能体的构建和优化打下坚实基础。LLM的本质是“通过海量数据学习语言规律和世界知识，再通过自回归生成文本”，而Transforme