博客作者
漫步云端
345
已发布文章
11K
博客获赞
666K
博客浏览
第 16 页
汇总了十篇大模型领域的前沿论文，涵盖 Transformer 架构改进如反馈注意力记忆与 Megalodon 长文本处理，多模态模型推理加速及对齐安全挑战，扩散模型控制框架 Ctrl-Adapter 与文生视频模型 Tango 2，以及真实场景转游戏环境 Video2Game 和美学评估 UNIAA。此外还包括状态空间模型综述及文生歌曲模型 Melodist…
基于 MediaPipe 和 OpenCV 实现人体姿态关键点的实时跟踪检测。文章介绍了安装依赖、Pose 类参数配置、关键点绘制及坐标提取方法。通过 VideoCapture 读取视频流，转换颜色空间后调用 pose.process 处理，利用 drawing_utils 绘制连线与标记点。支持平滑处理、置信度阈值调整，并演示如何将归一化坐标转换为像素坐标…
对比了三种 Agent 智能体开发方案：纯代码构建、LangGraph 和 LlamaIndex Workflows。分析了各自在架构灵活性、学习曲线及生态集成方面的优劣。建议根据是否已使用 LangChain 或 LlamaIndex、对架构指导的需求程度以及参考资源可用性来选择合适框架。
Level-Navi Agent 是一个中文网络搜索代理框架，包含 Planner 和 SearchAgent 组件，通过链式思维分解问题并评估搜索结果，提出了 Web24 数据集及多项评估指标。PromptWizard 是微软开源的提示词自动优化框架，通过变异、评分、批判和综合四个组件迭代优化提示指令，支持指令与示例的联合优化。两者均体现了 Agent 思…
ChatGPT 在编程、论文写作及内容创作领域展现出强大能力，但也引发了学术诚信和职业替代的担忧。文章分析了其修复代码、通过面试的能力，以及利用账号分享、虚假公众号等方式变现的现状。同时探讨了科技巨头如微软、谷歌的投入竞争，并指出 AI 可能取代程序员、客服等岗位。尽管存在滥用风险，掌握 AI 技能仍是适应未来职场的关键。
2023 年十大高价值网络安全认证，包括 CompTIA Security+、CCNA Security、CHFI、CCNP 安全、CISA、CEH、CISM、CRISC、CIPP 及 CISSP。文章详细阐述了各认证的目标职业、适用场景及对应的市场平均薪资水平，指出网络安全人才需求增长迅速，高水平安全专家和管理层收入普遍较高，为从业者选择考证方向提供薪资参…
AI 产品从概念到市场经历一般新产品开发周期与 AI 特有开发阶段。一般流程包含发现、定义、设计、实施、营销、培训、发布七步。AI 产品侧重构思、数据管理、研发、部署四阶段，强调数据质量与模型训练。文章通过图像识别、金融预测、内容生成三个场景示例说明各阶段关键活动，并梳理了 AI 产品经理在市场调研、数据理解、技术协作及交付实施等方面的核心能力要求。
探讨了 AI 产品经理的定义、所需能力、日常工作差异、转型路径及当前困境。文章指出 AI 产品经理本质仍是产品经理，需嵌入 C 端或 B 端体系中，而非独立岗位。其核心能力除产品基本功外，还需具备数据驱动思维。与传统产品经理相比，AI 产品经理更侧重于通过搭建可持续的 AI 系统实现业务逻辑自动化，关注模型目标、特征选择等与算法团队的协作。转型方面，用户增长…
RAG 技术通过检索增强生成，有效解决大模型幻觉并提升特定领域问答准确性。文章阐述本地知识库构建的重要性，详解 RAG 技术原理与优势，包括文本分块、向量嵌入、检索增强及生成流程。同时介绍基于 LangChain 的落地方案，提供注意事项、优化建议及企业实践案例，指导构建高效安全的本地知识系统。
Python 数据分析涵盖读写、处理计算、分析建模和可视化四个核心环节。主要依赖 NumPy 进行科学计算，Pandas 处理表格数据，Matplotlib 实现可视化，以及 Scikit-learn 和 Statsmodels 用于统计建模。本书推荐《利用 Python 进行数据分析》，由 pandas 创始人 Wes McKinney 撰写，适合财经统计…
LangChain 提供了多种输出解析器，用于将大语言模型的文本输出转换为结构化数据。涵盖列表、日期时间、枚举、Pydantic JSON 及结构化输出解析器，并包含错误修复与重试机制。通过示例展示如何配置提示词以获取符合格式的响应，以及自定义解析器以满足特定业务需求，实现稳定的模型交互与数据提取。
梳理了大模型学习的完整路径，涵盖机器学习数学基础、Python 编程、神经网络与 NLP 等基础知识。深入解析了 LLM 架构、指令数据集构建、预训练、监督微调（SFT）、偏好对齐（RLHF）及评估方法。同时介绍了运行 LLM、向量存储、RAG 技术、推理优化及部署方案，为开发者提供从理论到工程落地的系统性指南。
系统介绍了自然语言处理从传统方法到 Transformer 架构的演进，详细阐述了 Transformer 的核心组件与模型类型。内容涵盖大模型应用开发的关键技术，包括提示工程、文本生成、问答系统及模型微调方法。提供了 Python 代码示例展示模型加载与 LoRA 微调配置，并给出了从系统设计到行业落地的七阶段学习路径。文章还分析了当前大模型应用面临的幻觉…
六款大模型应用开发常用工具库介绍了 Transformers、llama.cpp、Ollama、vLLM、LlamaIndex 和 LangChain 的核心特性与应用场景。Transformers 提供主流模型支持；llama.cpp 实现纯 C++ 推理与量化；Ollama 简化本地 API 部署；vLLM 通过 PagedAttention 优化吞吐量…
探讨了使用大语言模型（LLM）进行 Aspect-Based Sentiment Analysis（ABSA）数据标注的实践。文章对比了传统人工标注与基于 LLM 的流程，分析了 GPT-4、GPT-3.5 及 GPT-4o 在成本、速度和性能上的差异。实验显示 GPT-4 标注质量高但成本高，而监督微调（SFT）虽成本低速度快但性能稍逊。文中提供了详细的提…
汇总了 12 篇关于大模型 LLM 微调技术的核心论文，涵盖高效微调、指令调优、多模态理解及软件工程应用等方向。内容包括参数高效微调、视觉 - 语言指令调优、DreamBooth 个性化生成等关键技术，并提供了实施建议与总结。旨在帮助开发者系统掌握 LLM 微调的理论基础与实践经验，优化特定场景下的模型性能。
详细阐述了 LLM Agent 的概念定义、核心功能及工作原理。文章基于 Lilian Weng 的定义，解析了 LLM、记忆、规划和工具使用四大核心组件，并介绍了典型的工作流机制。内容涵盖子目标分解、反思细化、长短时记忆管理及 API 调用等关键技术点，同时列举了 LangChain、AutoGen 等主流开发框架。此外，文章还分析了当前面临的幻觉、成本及…
在 Mac 环境下使用 Docker 部署 FastGPT 以实现 AI 私有知识库的完整流程。内容涵盖 Docker 环境安装、项目文件拉取、OpenAI 及 OneAPI 配置、MongoDB 副本集初始化，以及针对 Mac M2/M3 芯片的 AVX 兼容性问题解决方案。此外，还补充了 Nginx 反向代理配置及多模型接入方法，帮助用户快速搭建安全可用…
四种主流的 Llama3 微调工具：MLX-LM、PyReft、LitGPT 和 LLaMA-Factory，详细说明了各工具的安装、配置、数据准备及训练步骤。同时讲解了如何将微调后的模型转换为 GGML 格式并在 Ollama 中部署运行，涵盖了从环境搭建到模型推理的完整流程，适用于希望本地化部署和优化大语言模型的技术人员。
探讨了从长期记忆角度解析 Agent 技术的必要性及实现方案。文章首先分析了 LLM 受限于 Token 数量的挑战，引出长期记忆在构建自主智能体和模拟器中的核心作用。接着介绍了 LangChain、AutoGPT、BabyAGI 等流行 Agent 项目及其工作原理。重点阐述了向量数据库在记忆存储中的应用，详细对比了短期记忆（滑动窗口、摘要）与长期记忆（R…
