别再问我什么是AI：10分钟速通AI黑话，让草履虫也能看懂AI新闻【柴知道】

确实很智能[笑哭][笑哭][笑哭]

♥ 306 ↩ 7

按照你们频道的受众群体，完播率应该不会难看到哪去吧

♥ 230 ↩ 12

AI小白的第一篇科普，过去有些名词听过但不理解，有些名词甚至也没听过，来回看了几遍，认真做了笔记，也分享给需要的盆友，再次感谢柴老师分享！！

♥ 234 ↩ 16

[doge]好的，下一期说agent

♥ 228 ↩ 6

志愿汇的来点个赞[妙啊]

♥ 167

我都已经准备好看柴司举香跪拜硅基智能体的彩蛋画面了，结果就直接结束了[笑哭]

♥ 113 ↩ 1

挖槽 用户彻底怒了[doge] 看一次笑一次

♥ 62

这期好硬核[doge]

♥ 59 ↩ 3

塞进大脑吗？直肠吸收效果更好

♥ 51 ↩ 2

大学的时候老听说什么深度学习，神经网络的，当时也是不明觉厉，现在自己学这些东西以后发现名字起的倒也没错，就是没接触过的话乍一看确实无法在脑海中形成一个概念 不过现在AI已经普遍化了，连我爹妈都会用AI写文章和搜信息了，这种名词直接丢给DEEPSEEK让他通俗易懂的解释就行，AI的比喻能力还是挺强的[doge_金箍]

♥ 41

这是不是一种营销手段，先用ai写出这些文章，然后我们就看不懂就要查，于是我们就开始用ai啦

♥ 54 ↩ 5

志愿汇

♥ 42 ↩ 4

行内人表示普通人理解到视频内的程度就很不错了[少女乐团派对_开心] 科普视频做得很好

♥ 35

关于RL的部分的叙述有点问题。 视频里描述的“拒绝采样”（Rejection Sampling Fine-tuning，RFT）实际上还是微调过程，虽然可以看作的RL的前置工作，但严格意义上并不算RL过程。 我更倾向于从Agent-Env结构来表述RL过程。通俗来讲，RL可以看作是告诉模型ta做的哪些是好的，哪些是坏的（可以用Reward衡量，也可以用DPO的偏好对衡量），然后让模型尽可能像好的方向学习。用做题来比喻的话，SFT是给标准答案让模型去学，RFT是让模型看自己过去答案正确的解答过程去学，而RL是只告诉模型得了多少分/做的对不对，让模型自己去探索，去学习如何提高自己的得分。

♥ 33

在AI这个概念已经被大众普遍误解乃至曲解的时代，总算有个稍微大点的自媒体把这些东西拿出来科普了[笑哭] 经常在网上看到很多离谱言论 基本都是对现在LLM底层原理没有一点理解的结果 以及，LLM（大型语言模型）≠AI，Gen AI（生成式人工智能）≠AI，甚至DL/ANN（深度学习/神经网络）都不等于AI，它们所有都只是AI这个概念的子集。

♥ 32 ↩ 1

一下就明白这些概念是什么意思了

♥ 24 ↩ 1

已经转发给导师看了，让他好好学学

♥ 22 ↩ 1

那么各位，都用什么工具来完成日常搜索工作呀[大哭]我常用电脑，手机很少用。现在的百度搜个品牌官网都极其困难，以前相较bing那些有优势的“xxx+迅雷，xxx+磁力链，xxx+在线观看”的东西，现在也是一丁点都不存在了。我在用电脑时，突然想搜个东西，总不好掏手机出来吧，deepseek又很慢出结果，我还得用第三方工具把结果复制发送到电脑端。本地部署模型也不行啊，因为我可能在家、在单位、在别人电脑上干事情需要搜索。[大哭]

♥ 22 ↩ 18

[tv_鬼脸]这真的是胎教级解释了，我这样的草履虫都能听懂

♥ 21