产品下面的模型

一条可以继续验证的思路

从补全到对话

这里有 4 篇文章,从一个词走向真实工作里的选择;先读懂,再决定要不要使用。

阅读线程开放
4篇札记
阅读方式先找到你卡住的地方,再顺着证据和取舍走

每篇可以独立阅读,也可以沿着这条线程继续。

产品下面的模型无需登录

本页解决的问题

先给结论

什么是「从补全到对话」,它会影响哪些 AI 决策?

明明是对话,为什么 API 叫「补全」?打字机动画解读 本页把相关概念、常见误区和实践文章放在同一条阅读线程里。

判断标准

先判断你卡在定义、选择还是验证,再从下方 4 篇文章中选择最接近的一篇。

下一步

从「chat/completions 之谜」开始,读完后用自己的任务复述结论。

常见误区

不要把同一主题下的所有方法当成可互换方案;输入、风险和验收标准变化时,答案也会变化。

这条问题线程

把一个词放回它真正影响的选择里。

4 篇札记
动画

chat/completions 之谜

明明是对话,为什么 API 叫「补全」?打字机动画解读

产品下面的模型 3 min →
动画

伪造聊天记录

OpenAI 最初的实验:把补全机器变成聊天机器人

产品下面的模型 3 min →
概念

Chat Template + SFT

Jinja 格式、指令微调,大模型终于学会说话

产品下面的模型 3 min →
交互

上下文窗口是关键

提示词为什么够用?Token 截断可视化,无需重新训练

产品下面的模型 3 min →