概念
别名：ML
人工智能分支，通过算法让计算机从数据中学习。
已跟踪 2 条高相关材料
最近变化
2026-06-02 · 机器学习模型通过张量处理数据，张量是按形状组织的数字，标量为0D、向量为1D、矩阵为2D。
为什么值得关注
Machine Learning 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
RAG Is Not Machine Learning, and the ML Toolkit Solves the Wrong Problem
Towards Data Science · 8.7 分
RAG 不是机器学习，使用 ML 工具包解决的是错误问题。文章指出，尽管 RAG 看似类似 ML，但其核心是构建搜索系统而非训练模型，因此超参数调优、嵌入模型微调等 ML 方法无法解决 RAG 的真实故障，反而导致资源浪费和信任下降。
What Are Tensors?
Hugging Face · 7 分
张量是机器学习中组织数字的基本结构，用于将文本、图像和音频等现实世界数据转换为模型可处理的数值形式，实现从输入到输出的完整数据流。
已收录 2 条与 Machine Learning 相关的内容，按评分排序。
RAG 不是机器学习，使用 ML 工具包解决的是错误问题。文章指出，尽管 RAG 看似类似 ML，但其核心是构建搜索系统而非训练模型，因此超参数调优、嵌入模型微调等 ML 方法无法解决 RAG 的真实故障，反而导致资源浪费和信任下降。
入选理由：RAG 解决的是确定性答案查找问题，而非预测未知结果，因此不能用 ML 方法优化。
张量是机器学习中组织数字的基本结构，用于将文本、图像和音频等现实世界数据转换为模型可处理的数值形式，实现从输入到输出的完整数据流。
入选理由：机器学习模型通过张量处理数据，张量是按形状组织的数字，标量为0D、向量为1D、矩阵为2D。
