一句话总结
模型工程就是搞清楚 AI 有哪几种学习方式、各自适合干什么。公式不用背，理解思路比记公式重要得多------拿到模型先看"设计思路"，照着结构图"搭乐高"就行。
打个比方：学做菜不需要背化学方程式，知道"煎要大火快炒、炖要小火慢熬"就够了。AI 模型也一样，知道每种方法的"火候"和"适用场景"比死磕公式有用。
先搞懂：AI 有三大门派
| 门派 | 代表方法 | 一句话干啥的 |
|---|---|---|
| 连接主义 | 深度学习（监督学习、对比学习） | 目前最火，靠大量数据学规律 |
| 行为主义 | 强化学习、PID 控制 | 靠试错和反馈学，像训狗 |
| 符号主义 | 知识图谱 | 下节课讲，靠规则和推理 |
真实系统往往不是只用一种，而是博采众长，混着用效果最好。
核心内容分三块
第一块：监督学习------有答案照着学
最像上学考试：给你习题（X）和标准答案（Y），你学会 X→Y 的规律，遇到新题就能答。
核心思路： 找一个函数 Y = F(X)，但真实世界求不出精确解，只能用数据拟合一个近似解。
拟合就两步：
- 选模型（搭乐高）------比如 Wide&Deep
- 调参数------让预测尽量接近标准答案
Wide&Deep 是啥？
不用记公式，记住它是两条腿走路：
- 宽度部分：处理和"是否点击"直接相关的特征，原理和传统逻辑回归一样
- 深度部分：多层神经网络，挖掘那些看似无关、但组合起来有用的特征
- 两个融合在一起，各取所长
损失函数是啥？
就是预测和标准答案之间的差距。差距越小，模型越好。常见的有均方误差、交叉熵------不用记公式，知道它是"衡量差距的尺子"就行。
梯度下降是啥？
参数太多，不可能一个个试。梯度下降就是**"投石问路"**：
- 随便给个初始参数
- 算一下往哪个方向走能让损失变小
- 沿着那个方向迈一步
- 重复，直到损失降不下来了
模型训练不神秘：选个模型结构 → 定义损失（衡量差距）→ 梯度下降（一步步调参）。
第二块：对比学习------没答案，学"谁和谁近"
不需要标准答案，只需要知道两个东西像不像。之前讲的 Word2Vec 就是这个路子。
核心思路： 把东西都映射到空间里，相似的东西放得近，不相似的放得远。
DeepWalk：怎么算用户和商品的距离？
思路很巧妙，分三步：
- 画图：用户和商品是节点，点击/购买是边，边的权重是交互频率
- 随机游走：在图上随机跳来跳去，生成一条条"路径"（比如 用户A→商品1→用户B→商品3）
- 丢给 Word2Vec：把路径当句子，用户和商品当"词"，学出每个节点的空间坐标（Embedding）
这样就能算任意用户和商品之间的距离了，距离近的就可以召回。
这种"把复杂问题拆成简单问题"是权宜之计，最终会发展成端到端模型（下节课讲 GraphSAGE）。
重点记住：对比学习是大语言模型的核心方法。
第三块：强化学习 / PID------靠试错和反馈学
行为主义派的思路：感知 → 行动 → 看结果 → 调整，没有标准答案，只有奖励信号。像训狗：做对了给零食，做错了批评，慢慢就学会了。
PID 控制器：老派但好用
由三部分组成，记住口诀就行：
| 部分 | 干啥的 | 大白话 |
|---|---|---|
| 比例（P） | 现在偏差多大，就纠多大 | 差多少补多少 |
| 积分（I） | 偏差积累久了，加大纠正力度 | 老不达标就下狠手 |
| 微分（D） | 偏差正在快速变大，提前压住 | 苗头不对赶紧刹车 |
用在哪？ 短视频控流------每个视频 24 小时内的曝光量要限制，还要保证流量在一天内均匀分布，不能一早上就把量花完。
PID 口诀："风浪越大，控流越强烈"------误差越大、增长越快、积累越久，限制就越狠。
强化学习：PID 的进化版
PID 的问题是调参数靠实验，成本高。所以大厂正在切换到强化学习：
- 不依赖标注数据
- 和环境交互，根据奖励信号实时调整策略
- 后面课程会详细讲
必知术语
| 术语 | 大白话 |
|---|---|
| 监督学习 | 有标准答案，照着学（考试做题） |
| 对比学习 | 没标准答案，学"谁和谁像"（物以类聚） |
| 强化学习 | 试错+反馈学（训狗） |
| 损失函数 | 衡量预测和答案差距的尺子 |
| 梯度下降 | 投石问路，一步步找到最优参数 |
| Wide&Deep | 点击率预测经典模型，宽度+深度两条腿 |
| Embedding | 把东西映射成空间里的一个坐标点 |
| DeepWalk | 在图上随机游走，用 Word2Vec 学用户和商品的坐标 |
| PID 控制 | 比例+积分+微分，经典控流算法 |
| 三大学派 | 连接主义（深度学习）、行为主义（强化学习）、符号主义（知识图谱） |
记忆口诀
模型工程三招：
- 监督学习 ------ 有答案，照着学（选模型 + 调参数 + 梯度下降）
- 对比学习 ------ 没答案，学远近（Word2Vec、DeepWalk、大模型核心）
- 强化学习 ------ 靠反馈，慢慢试（PID 控流、训狗式学习）
公式不用背，思路要搞清。