(Ken Cen出品)Generative AI第 30 部 AI 缺陷 - 如何欺騙人工智能

本課程從深入探討如何操控語言模型

• Tokenization (分詞)：了解文字如何被分解成模型能理解的單元（tokens）。

• Word Embeddings (詞嵌入)：理解詞彙如何被轉換成數值向量，以及這些向量如何捕捉詞語的語義關係。

• 模型生成機制：親身體驗模型如何根據給定的輸入來預測和生成文字。

• Logits 與 Loss Functions (對數幾率與損失函數)：這些是模型內部評估其預測好壞的數學工具，理解它們對於掌握模型行為至關重要。

掌握進階的 AI 優化技術

• 這不僅僅是訓練一個模型，更是訓練如何為模型找到最佳輸入

• Gradient Descent (梯度下降)：這是深度學習中最核心的優化演算法之一。

• Regularization (正則化)：您將了解如何引導優化過程，使其結果不僅有效，而且符合特定約束（例如，生成的輸入詞向量要「像」實際的詞）。

• 超參數調優：專案中的 epochs、lr、batch_size 等都是超參數。通過調整它們並觀察結果，您將學會這些參數如何影響優化過程的效率和效果。

擴展 AI 應用視野

展示了 AI 不僅可以從輸入到輸出，還可以從輸出「反推」輸入。這種「逆向」思維在許多領域都有潛在應用