gpt-3

z小猫不吃鱼

15 InstructGPT 论文精读：SFT + RLHF 如何让模型听懂指令？在前面的文章中，我们已经讲到了 GPT-1、GPT-2、GPT-3、In-Context Learning、Prompt Engineering 和 Scaling Law。

z小猫不吃鱼

10 GPT-3 论文精读：Few-shot Learning 为什么会出现？在上一篇文章中，我们精读了 GPT-2。GPT-2 的核心思想是：也就是说，当一个语言模型在足够大、足够多样的网页文本上进行训练后，它可能会从自然语言中自动学到许多任务模式，并在没有下游任务微调的情况下完成部分 NLP 任务。GPT-2 已经开始展示 zero-shot 能力，但这种能力还比较初级。它更多是通过文本续写的方式，在某些任务上表现出“像是在做任务”的能力。

BERT 与 GPT-3 模型结构及语言理解/生成能力对比BERT 的核心定位是“读懂文本”：采用双向 Transformer Encoder，通过同时查看目标词左右两侧上下文，学习适合分类、匹配、信息抽取和阅读理解的语义表示。

Claude Code 项目 /init 命令详解本文档详细讲解 Claude Code 项目中 /init 命令的源码实现、执行流程、生成文件的层级体系及相关机制。

Claude Code /status 功能技术文档本文档详细讲解 Claude Code 项目中 /status 命令的实现方式、功能细节和相关设计决策。

这是谁的博客？

[模型解析] GPT: 模型演进分析从GPT-3到GPT-5.5OpenAI 的 GPT 系列模型在过去几年经历了快速演进，从 2020 年的 GPT-3 到 2026 年的 GPT-5.5，每一次迭代都带来了显著的能力提升和架构创新。本文将系统分析 GPT 模型的演进路径与技术特点。

Claude Code Skill（技能）系统机制与运行原理报告报告日期：2026-05-12 分析范围：Claude Code CLI 项目完整 skill 系统Skill（技能）是 Claude Code 中的一种可扩展的 prompt 注入机制。每个 skill 本质上是一个 Markdown 文件（或程序化定义的 prompt 生成器），当被触发时，会将预定义的指令内容注入到当前对话上下文中，指导 Claude 模型执行特定任务。

野生的程序媛

关于我做了一个玩偶姐姐桌宠codex desktop最新版更新了一个宠物的功能下面是操作流程：首先确保你是最新的版本然后在settings -> 外观，下拉到最下面就可以看到宠物选项

claude code 提示词项目使用 SystemPromptBuilder 动态构建完整的系统提示词，参考了 TypeScript 版 Claude Code 的 prompts.ts 结构。按以下顺序组装：

OpenAI API 请求与响应核心总结HTTPS + HTTP，就是普通的 REST API 调用，无任何特殊协议。流式返回是 HTTP SSE，同样基于 HTTP。

从GPT-3到GPT-4：大模型应用开发的演进之路👋 大家好，欢迎来到我的技术博客！ 📚 在这里，我会分享学习笔记、实战经验与技术思考，力求用简单的方式讲清楚复杂的问题。 🎯 本文将围绕人工智能这个话题展开，希望能为你带来一些启发或实用的参考。 🌱 无论你是刚入门的新手，还是正在进阶的开发者，希望你都能有所收获！

【吴恩达2026 Agentic AI】面试向+项目实战（含面试题+项目案例）-1🎯 博主前言：本笔记专为面试与项目实战设计，聚焦吴恩达2026 Agentic AI教程中的高频考点与核心项目。内容以“面试题+标准回答”和“项目实战+亮点解析”为主线，帮助您在面试中脱颖而出，同时具备从零搭建智能体的实操能力。

程序员转行学习 AI 大模型：模型微调｜附清晰概念分类本文是程序员转行学习AI大模型的第16个核心知识点笔记，附清晰业务流程示例。当前阶段：还在学习知识点，由点及面，从 0 到 1 搭建 AI 大模型知识体系中。系列更新，关注我，后续会持续记录分享转行经历～

deepin UOS AI 助手接入飞书（Feishu）配置指南本指南用于把 UOSAI 助手接入到飞书（Feishu）。你只需要照着做：创建应用 → 加机器人能力 → 配权限 → 拿到 App ID/Secret → 在UOSAI 后台填入 → 配事件订阅 → 发布 → 测试。

面向削峰填谷的电动汽车多目标优化调度策略关键词：电动汽车削峰填谷多目标充放电优化参考...面向削峰填谷的电动汽车多目标优化调度策略关键词：电动汽车削峰填谷多目标充放电优化参考文档：自己整理的说明文档，公式、约束、数据齐全，可联系我查看仿真平台：MATLAB YALMIP+CPLEX 优势：代码注释详实，出图效果非常好，说明文档细致详细，模型精准主要内容：代码主要实现了考虑电动汽车参与削峰填谷的场景下，电动汽车充放电策略的优化，是一个多目标优化，目标函数一方面考虑了电动汽车综合负荷以及电池退化损耗成本，一方面考虑了削峰填谷的峰谷差和负荷波动最低，所以为三目标约束，最后通过赋权值以及

初识神经网络与机器学习承接上一章初遇Open AI，深入了解大语言模型训练范式，对大模型训练范式的宏观认知，今天让我们潜入技术深水区，从算法工程师的视角，详细拆解LLM如何通过数学公式逐步进化为智能系统。

3.1 GPT 系列：Generative Pre-Training（从 GPT-1 到 GPT-3）GPT 系列的主线非常清晰：用自回归语言建模（Language Modeling）作为通用学习目标，先在大规模文本上做生成式预训练（Generative Pre-Training），再通过不同方式把能力迁移到下游任务上。从 GPT-1 的“预训练 + 有监督微调”，到 GPT-2 的“预训练 + zero-shot 多任务”，再到 GPT-3 的“预训练 + few-shot / in-context learning”，迁移方式逐步从“参数更新”走向“仅提示（prompt）驱动”。

永磁同步电机自适应抗扰的ADRC控制模型研究永磁同步电机自抗扰控制模型ADRC永磁同步电机（PMSM）控制最头疼的就是各种扰动——负载突变、参数漂移、模型非线性，这时候自抗扰控制（ADRC）就派上用场了。这玩意儿不跟你死磕精确数学模型，反而直接暴力拆解系统里的各种干扰，今天咱们就扒一扒它的实现套路。

InstructGPT 2022详细解读InstructGPT 2022 decoder onlyInstructGPT是大语言模型对齐人类意识的里程碑工作，解决模型幻觉等问题，更能理解符合人类的期望。核心思想：通过人类反馈feedback微调模型，使其输出更听话、更安全、更有用helpful, honest, harmless。 InstructGPT 训练分为三阶段：

【AI 学习】解锁Claude Skills：开启AI应用新维度Claude Skills 是 Anthropic 公司为其人工智能模型 Claude 打造的一项创新性的功能扩展机制。从 Anthropic 的官方阐述来看，它本质上是一种标准化的、可复用的模块化系统，旨在赋予 Claude 执行特定领域复杂任务的能力。通过 Claude Skills，用户能够让 Claude 迅速化身为专业领域的 “专家”，完成从常规的文本处理到复杂的业务流程自动化等多样化任务。