1词向量
怎么衡量两个词像不像？
计算机原理 · 小纸条
选一章打印。双面打印（按长边翻页）后沿虚线剪开，每张卡片正面题目、背面答案。
第 1 页 · 正面（题目）
2预训练与微调
这为什么划算？
3大模型为什么强
"涌现"是什么意思？
4大模型的局限
怎么减轻说错话的问题？
5怎么用好它
什么任务绝不能只靠它？
6强化学习
它和监督学习最大的不同是什么？
7探索与利用
生活里有这个两难吗？
8奖励设计的陷阱
举一个例子。
9数据偏见
招聘模型可能有什么偏见？
10可解释性
哪些场景必须可解释？
第 2 页 · 正面（题目）
11隐私
怎么减少这种风险？
12人工智能的责任
这对你意味着什么？
13机器学习自查
写下你的答案。
14阶段小结
说说哪个概念最让你意外。
15为什么要分布式
说出分布式的两个动机。
16分布式的代价
单机上不会遇到的问题举三个。
17部分失败
为什么"不知道"比"坏了"更麻烦？
18分布式八大谬误
把这八条抄下来。
19超时的两难
怎么缓解？
20远程调用不像本地调用
这对设计有什么要求？
第 3 页 · 正面（题目）
21幂等的实现
这个记录要存多久？
22时钟为什么不可靠
那怎么判断顺序？
23逻辑时钟
它能判断什么？
24向量时钟
两个向量互不小于对方说明什么？
25复制
复制的核心难题是什么？
26主从复制
同步复制和异步复制的区别？
27半同步
它能保证不丢数据吗？
28多主复制
冲突怎么解决？
29无主复制
读写各要多少个才保证读到最新？
30分片
分片和复制能同时用吗？