什么是 Token
在区块链和数字系统中，Token（代币）是代表特定资产、实用价值或访问权限的数字单元，有别于比特币等原生加密货币，它存在于现有的区块链网络之上。
Token 通过智能合约创建和管理，最常见的是遵循以太坊上的 ERC-20 或 ERC-721 等标准。它们可以代表多种事物：访问服务的使用权（实用型代币）、房产或艺术品等资产（证券型代币）、独特的数字物品（NFT），或治理投票权。其价值、特性和功能由底层代码和项目用途所定义，理解具体的代币经济学至关重要。
Token 支撑着无数应用场景：为去中心化金融（DeFi）协议提供动力、促进安全的数字投票、创建游戏内经济体系、实现资产的碎片化所有权、简化供应链管理，以及构建独特的数字藏品。其核心价值在于：无需中间人，即可在区块链网络上实现可编程的数字所有权和全新的交互模式。
相关问题
模型微调和重新训练之间差别大吗？
微调是使用相对较小的数据集将预训练模型适配到特定任务，而重新训练则是从头开始使用大量（通常是特定任务）数据构建新的模型架构。两种方法都能实现模型更新，但在方法和资源需求上有显著差异。 微调修改已建立模型（如 BERT 或 GPT）的权重，这些模型已在大量通用数据上训练。与重新训练相比，它所需的数据...
零样本学习和小样本学习有什么区别？
零样本学习（ZSL）使模型能够识别或分类在训练期间没有可用标记训练样本的对象。相比之下，小样本学习（FSL）利用极少量（如 1-5 个）每个新类别的标记样本来适配模型。 零样本学习主要通过利用预先存在的语义知识或辅助信息（如类别属性、文本描述或嵌入）来将学习到的概念迁移到未见过的类别。小样本学习专...
小样本学习的应用场景有哪些？
小样本学习使模型仅凭少量标记样本就能有效学习新概念或执行任务。其核心能力是从最少数据中高效获取知识。 这种方法在收集大量数据集不切实际或不可能的情况下极为有价值。关键应用场景包括：在医学影像中识别罕见疾病、在计算机视觉中识别新颖对象或场景、在语音识别中适应特定语音命令或口音、以及以最少的显式用户反...
BLEU 指标和 ROUGE 有什么区别？
BLEU 和 ROUGE 都是评估 NLP 模型生成文本质量的自动化指标，但它们衡量的方面不同。BLEU 主要评估精确率（匹配的正确性），而 ROUGE 则强调召回率（内容捕获的全面性）。 BLEU 计算候选文本与参考文本之间的 n-gram 精确率，并对过短的输出进行惩罚。它对精确的词汇匹配高度...