hillclimb

爬山法

一种以评估分数为依据、反复施加小幅改动并逐步逼近更优结果的搜索与优化方法。

1篇文章最近提及

爬山法(hill climbing,也写作hillclimb)是一种搜索与优化方法:对当前状态施加一个小改动,若评估分数上升则采纳该改动,否则撤销,如此反复以逐步逼近更优解。它是数学优化和人工智能搜索算法中的经典技术,属于启发式方法,可能陷入局部最优而非全局最优,且不保证收敛。

在人工智能工程实践中,该词用于指以评估(eval)分数为指标,反复微调提示词、设置或代码以提升分数的做法。为避免只对评估数据过拟合,通常将数据划分为训练集和测试集,只有两者分数都提升时才保留改动。

本条目依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们。

涉及该条目的文章

  • 前沿模型降本提质:提示词审计、缓存与评测三步法AI应用 ·

    /claude-api hillclimb命令在循环中内置了防御。

    阅读文章

发现说明有误或找不到条目?

百科说明依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们,我们会核实并修改。新文章中出现的名称会在文章发布后加入百科。