上述插件的安装方法都很简单，直接在Codex插件页面搜索对应的页面，点击安装即可。

简单理解的话，可以总结如下：预训练负责打基础，后训练负责调行为。SFT 是后训练里最常用的监督学习方法，指令微调通常就是用 SFT 教模型听指令。RLHF 则是在此基础上，用人类偏好继续修正模型，让它更有帮助、更安全，也更像一个真正能协作的助手。DPO不需要训练 Reward Model，也不要做强化学习，直接利用偏好数据训练模型。

他们三者之间的关系见下图：理解了上述这些概念以及他们之间的关系，我们就能够好的理解和使用大模型。还有就是，由于词表设计的不同，1个汉字通常会占用 1~2 个甚至更多 Token，而英文中大约 3~4 个字母（或者 0.75 个单词）才占用 1 个 Token。这也是为什么用中文跟模型聊天往往比英文“更贵”、更消耗上下文空间的原因。

AI Agent是一种能够感知其环境、进行自主决策并采取行动以实现特定目标的软件程序。您可以将其想象成一个拥有“大脑”（通常由大型语言模型驱动）、能够使用“工具”（如API、数据库）并拥有“记忆”（短期和长期）的智能体。它们被设计为能够自主地为用户完成复杂的、多步骤的任务。AI Agent可以在没有人为干预的情况下独立运作和做决策。它们致力于实现用户设定的具体目标。AI Agent能够通过传感器或

python -m不仅仅是运行 Python 脚本的另一种方式，更是一种遵循 Python 模块和包规范的实践。它通过修改模块搜索路径的机制，优雅地解决了复杂的导入问题，并为我们提供了一种统一、可靠的方式来执行标准库模块和第三方包。下次当你遇到难以捉摸的，或者想要更方便地使用 Python 自带的工具时，不妨试试python -m，它或许能为你打开一扇新的大门。

深度学习模型部署是一个系统工程，需要综合考虑性能、成本、可维护性和扩展性。成功的部署不仅需要技术能力，还需要理解业务需求、硬件限制和运维要求。随着AI应用的普及，部署技术正朝着自动化、标准化和多样化的方向发展，为不同场景提供更加优化的解决方案。

无需 CRF：DeepLab v3 展示了纯 CNN 架构（配合强大的 ASPP）足以生成精细的分割结果，甚至优于之前带 CRF 的模型。性能：在 PASCAL VOC 2012 基准测试中，DeepLab v3 取得了当时的 State-of-the-art 性能。DeepLabv3 通过精细设计的 ASPP 模块（结合空洞卷积、BN 和全局特征），有效地解决了语义分割中的多尺度和分辨率问题。它

PSPNet 是一篇非常扎实的工程化论文。它没有极其复杂的数学推导，而是基于对“感受野”和“上下文”的深刻理解，设计了一个优雅的模块。给 AI 从业者的 Takeaway：在做视觉任务时，永远不要忽视全局信息。局部特征决定细节，全局特征决定“它是什么”。金字塔结构（Pyramid）是处理多尺度物体的通用解法，不仅在分割中有效，在检测（如 FPN）中同样适用。论文中对 BatchSize 的调整、数

过去两年，大模型（LLM）快速发展，很多人已经习惯了使用ChatGPT、Claude、Gemini或者DeepSeek等大模型。这些模型很好用，但是它们一般只会聊天，并不能真正帮我们做事。于是，AI 行业开始从“LLM（大模型）”进入下一个阶段，即AI Agent（智能体）。

Tom B. Brown, Benjamin Mann, Nick Ryder, Melanie Subbiah 等 (OpenAI, 2020)在 GPT-2 证明了生成式模型具备 Zero-Shot（零样本）潜力的一年后，OpenAI 发布了参数量高达 1750 亿的“庞然大物” GPT-3。。