AIAI学习站
继续学习
本章进度 4 / 19
21%
大模型怎样工作·理解·10 分钟
正文已完成

分清训练时学能力与推理时做任务

建立训练、后训练和推理的基本分工，理解一次聊天不会即时改写模型参数。

L042
为什么现在学

先用本课建立“训练和推理”的基本直觉，后面的判断和练习才不会只靠记结论。

本课会用什么
  • 无需安装新工具
  • 直接阅读并完成本页理解检查

训练阶段从大量样本调整参数，推理阶段在参数基本固定时根据当前输入生成结果。两者混淆会导致错误期待。

这一课的结果

能用非数学语言解释训练与推理，并举出它们各自改变什么。

核心概念

先把关键判断说清楚

01

训练更新参数

模型通过优化过程调整大量数值，使下一 Token 预测在训练目标下逐步改善。

02

后训练塑造行为

指令数据、偏好与安全训练可改变模型遵循请求和表达答案的倾向。

03

推理使用当前上下文

一次请求主要通过输入和已学参数计算输出，不会因为你纠正一句就自动永久记住。

案例拆解

用户纠正术语后下次对话又错了

同事以为在聊天中纠正一次内部缩写等于重新训练模型，关闭会话后模型又恢复旧解释。

  1. 01

    区分本轮上下文与参数更新

  2. 02

    把术语加入受控背景包或知识库

  3. 03

    需要长期行为变化时再评估微调或系统配置

案例结果

团队不再把临时上下文误当永久学习，选择了可维护的术语来源。

提交前练习

现在轮到你

分别解释训练、后训练和一次推理会改变什么。

选做练习：本节练习可用于加速你巩固，但不影响继续学习。

内容会自动保存在当前设备
查看参考答案与评分标准

参考答案

训练从样本调整参数以学习统计模式；后训练改善指令遵循与偏好；推理在固定参数上结合本次上下文计算输出，本轮纠正不自动永久保存。

评分标准

  • 三阶段职责分开
  • 不声称模型即时永久学习
  • 解释包含上下文作用

本课收口 · 理解检查

用 30 秒确认你理解了

用 30 秒理解检查确认你抓住了重点；阅读标记、练习和总结都不设硬门槛。

0 / 1
02完成练习（选做）0 / 3 项已填写，不影响完成03通过理解检查点此去回答，约 30 秒
04补一句总结（可选）可以留空，不影响完成本课。
在普通聊天中纠正模型一次后，最稳妥的预期是什么？
你现在更接近哪一种状态？
尚有必填项未完成，请补齐后再继续。

资料来源

继续核对与延伸阅读

本课内容最近更新于 。