AI 怎么从
例子里学会?
给它例子,看它改规则,再拿新题检验。
先不用背公式,亲手走一遍。
- 看它学会分组例子与规则
- 亲手改一步梯度与步长
- 拿新题检验学习与使用
这两个错点,能分回来吗?
圆点进圆区,方点进方区。点的位置不变,看看分界线会怎样调整。
圆点进圆区,方点进方区。实线是现在,虚线是原来。
盯住同一个点
共同起点
真实运行后
尚未运行
模型倾向 ≠ 正确率或可靠度
怎么看这些读数?
条形表示模型偏向给定答案的程度;仍以 50% 为分区边界。粉色外圈只表示选中,不改变点或标签。
正在准备这条学习路线。原有涂鸦和草稿不会被覆盖。
换个步长,上一轮也留着。
每次都从同样的 6 个例子、同样的参数 [1, −1, 0] 出发,只走一步。这里只比较练习误差,不拿它代替新题成绩。
这次实验的条件与边界
固定六个例子,只调整分界,不移动点。
这是位置分类,不是识别手写图像。例子和起点是固定的教学案例,各站过程独立于自由涂鸦草稿。刷新会重来,没有上传或跨站学习记录。
这次的实际记录
从看懂变化,
到知道怎样验证。
从例子里学一条规则
改的是参数,不是例子
学过,不等于处处都会
这轮只说明你完成了这组小实验,不证明已掌握机器学习。下次遇到分类问题,可以先问:例子是什么、规则改了什么、拿什么新题验证?
接着刚才的学习路径
带着这次实验,回去复盘。
把你这轮的预测、步长和真实结果带回 GenAI OS,再决定下一步学什么。不会读取自由画布或草稿,也不会自动标成“已掌握”。
把这次观察,接到下一次理解
同一份实验,人和 AI 都能读。
保留你实际的预测、重试、步长与计算结果,不只留最后一个正确答案。生成记录不会发送数据,也不读取自由画布或草稿。
这些是概念出口,不会自动携带或导入记录。外部 AI 可用本地工具重放本轮计算;记录来源不是身份认证,走完也不等于学会。