训练：图片来源与授权

本页记录 files/assets/images/training/ 中图片的来源链接。
这些图片均来自 Wikimedia Commons，具体授权条款以各文件页面为准。

读法定位

这页先回答“训练图片来源与授权”在「训练」里的位置：它解决什么局部问题，依赖哪些前置，最后会影响哪类工程或研究判断。
前置：先知道 loss、optimizer、batch、checkpoint 和评测集的基本含义。 必要时先回 训练入口、基础知识 或 术语表。
主线关系：把目标函数、数据、分布式系统、评测回流和实验治理串起来，看一次训练为什么成功、为什么不稳、为什么贵。

训练专题曾经有一批概括图；现在不再在网页中使用。训练页里的方法图统一改为论文原图、论文项目图或明确来源的公共图。

文件清单

1. gradient-descent.svg
   来源：https://commons.wikimedia.org/wiki/File:Gradient_descent.svg
2. neural-network.svg
   来源：https://commons.wikimedia.org/wiki/File:Neural_network.svg
3. precision-recall.svg
   来源：https://commons.wikimedia.org/wiki/File:Precisionrecall.svg
4. amdahls-law.svg
   来源：https://commons.wikimedia.org/wiki/File:AmdahlsLaw.svg
5. boxplot-vs-pdf.svg
   来源：https://commons.wikimedia.org/wiki/File:Boxplot_vs_PDF.svg
6. mapreduce.svg
   来源：https://commons.wikimedia.org/wiki/File:MapReduce.svg
7. pid-loop.svg
   来源：https://commons.wikimedia.org/wiki/File:PID_en.svg
8. normal-distribution.svg
   来源：https://commons.wikimedia.org/wiki/File:Normal_distribution_pdf.svg
9. histogram-example.svg
   来源：https://commons.wikimedia.org/wiki/File:Histogram_example.svg
10. pareto-chart.svg
    来源：https://commons.wikimedia.org/wiki/File:Diagrama_pareto.svg
11. p-control-chart.svg
    来源：https://commons.wikimedia.org/wiki/File:P_control_chart.svg
12. gantt-diagram.svg
    来源：https://commons.wikimedia.org/wiki/File:Gantt_diagramm.svg
13. roc-curve.svg
    来源：https://commons.wikimedia.org/wiki/File:Roc_curve.svg
14. variance-bias.svg
    来源：https://commons.wikimedia.org/wiki/File:Variance-bias.svg
15. confusion-matrix.png
    来源：https://commons.wikimedia.org/wiki/File:Confusion_Matrix.png

训练专题论文原图

这些图片位于 files/assets/images/paper-figures/training/，用于替换原先的概括图。

文件	来源	用途
chinchilla-isoflop-curves.png	Training Compute-Optimal Large Language Models，Figure 4	解释固定 FLOP 预算下参数量和 token 数的配平
chinchilla-tokens-vs-params.png	Training Compute-Optimal Large Language Models，Figure 15	解释 compute-optimal tokens / parameters scaling
zero-memory-stages.png	ZeRO: Memory Optimizations Toward Training Trillion Parameter Models，Figure 1	解释数据并行状态冗余和 ZeRO 三阶段分片
gpipe-pipeline-parallelism.png	GPipe: Efficient Training of Giant Neural Networks using Pipeline Parallelism，Figure 2©	解释 micro-batch 如何填充 pipeline bubble
instructgpt-rlhf-pipeline.png	Training language models to follow instructions with human feedback，Figure 2	解释 SFT、reward model 和 PPO/RLHF 的训练数据接口
instructgpt-labeler-likert.png	Training language models to follow instructions with human feedback，Appendix Figure 19(a)	解释单条模型输出评分和元信息标注
instructgpt-labeler-ranking.png	Training language models to follow instructions with human feedback，Appendix Figure 19(b)	解释同题多答排序数据如何训练 reward model
instructgpt-main-preference.png	Training language models to follow instructions with human feedback，Figure 1	解释 RLHF 后训练需要看人类偏好胜率
instructgpt-preference-facetted.png	Training language models to follow instructions with human feedback，Figure 4	解释不同 prompt 分布和 labeler 分组下的偏好结果
ppo-clipped-surrogate.png	Proximal Policy Optimization Algorithms，Figure 1	解释 PPO clipped surrogate 如何限制策略概率变化

强化学习专题论文原图

这些图片位于 files/assets/images/paper-figures/reinforcement-learning/。

文件	来源	用途
decision-transformer-architecture.png	Decision Transformer: Reinforcement Learning via Sequence Modeling，Figure 1	解释 return-to-go、state、action 如何被组织成 GPT-style trajectory token
decision-transformer-results-summary.png	Decision Transformer，Figure 2	对比 Decision Transformer、TD Learning 和 Behavior Cloning 的总体表现
decision-transformer-retcond-plots.png	Decision Transformer，Figure 4	解释 return conditioning 与实际性能的关系

训练页还复用了一些其他专题的论文图：

文件	来源	用途
../quantization/qlora-figure-1-memory.png	QLoRA，Figure 1	解释低比特微调的显存构成
../foundations/fp8-formats-figure-1-training-loss.png	FP8 Formats for Deep Learning，Figure 1	解释 FP8 训练需要通过收敛曲线验证
../foundations/sublinear-memory-figure-1-computation-graph.png	Training Deep Nets with Sublinear Memory Cost，Figure 1	解释 activation checkpointing 的重计算换显存
../foundations/data-cards-typology.png	Data Cards，typology figure	解释数据治理和数据文档的多角色视角
../foundations/loss-landscape-figure-resnet56.png	Visualizing the Loss Landscape of Neural Nets	解释优化路径和稳定性排查
../inference/specinfer-workflow.png	SpecInfer，Figure 3	解释投机推理和 token tree verification

使用说明

1. 如果你要对外发布（网站、课程、论文附录等），建议在页面底部继续保留来源链接；
2. 若替换图片，请同时更新本页中的文件名与来源；
3. 若需严格法务审阅，请逐个打开来源页确认当前 license 字段。

图片使用审计流程

flowchart TD
    A["新增图片"] --> B{"来源类型"}
    B --> C["论文 / 官方项目"]
    B --> D["Wikimedia / 公共图"]
    B --> E["截图 / 自绘图"]
    C --> F["记录论文、Figure 编号、链接"]
    D --> G["记录文件页、license、作者"]
    E --> H["记录截图页面或生成脚本"]
    F --> I["写入页面图注"]
    G --> I
    H --> I
    I --> J["同步更新本来源页"]
    J --> K["构建检查"]

这页虽然是来源清单，但它在站点质量里很重要。图文并茂不是随便插图，而是让每张图都能回溯来源、用途和解释。尤其是训练、量化、算子、VLA 这类技术页，图如果没有图源和图解，读者很难判断它是论文证据、概念示意，还是作者重绘。

推荐图注格式

页面中使用论文原图时，建议图注至少包含：

字段	示例
图源	Training Compute-Optimal Large Language Models
Figure	Figure 4
原图意	固定 FLOP 预算下参数量和 token 数的配平
本页用途	解释 scaling law 中 compute/data/model size 的权衡
边界	该图说明趋势，不等于所有训练任务的精确配方

图注不应只写“来源：论文”。好的图注要告诉读者这张图在本站里的解释角色：它支撑了哪条判断，不能过度推导什么。

替换图片时的检查项

检查项	为什么重要
文件名是否稳定	避免页面链接失效
图源是否仍可访问	方便后续复查
license 是否允许当前用途	避免发布风险
页面图注是否同步	避免旧解释套新图
是否有更权威来源	优先论文、官方文档或公共授权图

如果未来改用自绘 SVG 或脚本生成图，也建议把生成脚本或数据来源记录在这里。这样图不仅能看，也能维护。

下一站

• 回到本专题入口：训练，确认这页在整条路线中的位置。
• 按导航顺序继续：预训练、微调与对齐。
• 概念或符号卡住时，先查 术语表，再回到当前页。