博客作者
锋芒毕露
371
已发布文章
12K
博客获赞
688K
博客浏览
第 18 页
人工智能行业迎来招聘热潮，AI 相关职位同比激增超 300%，大模型算法岗位供需比低至 0.17。大厂开出 50 万至 70 万年薪，博士可达百万甚至更高。字节跳动新发岗位最多，华为薪资最高。企业用人趋于理性，更看重技术路线匹配度、算力及数据储备。求职者需掌握 Transformer 等算法及项目落地经验。行业竞争加剧，推动新一代科技公司形成。
探讨了大模型领域的两项关键技术进展。首先介绍了量化技术如何通过降低参数精度（如从 FP32 转为 INT8）来大幅减少模型体积并提升推理速度，对比了训练后量化（PTQ）与量化感知训练（QAT）两种主流方案及其适用场景。其次分析了具身智能（Embodied AI）的最新研究，阐述了 EMBODIED AGENT INTERFACE 框架如何将决策过程分解为目标…
向量数据库用于存储高维向量数据，支持基于语义的高效检索。核心在于近似最近邻（ANN）算法，如 Flat、k-means、LSH 及 HNSW，平衡速度与精度。主流产品包括 Milvus、ChromaDB、Pinecone 等，选型需考量分布式能力、扩展性及安全性。与大语言模型（LLM）结合主要通过 RAG 架构实现，流程涵盖文本分词、Embedding 向量…
探讨了大模型应用开发的重要性及其对职场的影响。内容涵盖提示工程基础、大模型在办公自动化、客服及游戏 NPC 中的实际应用场景，以及微调与 RAG 技术的必要性。文章分析了互联网行业技术迭代规律，指出掌握大模型等顶层技术是获取高薪的关键。同时提供了学习路径建议，包括数学原理理解、PEFT 微调技巧及 LangChain 实战，旨在帮助开发者构建企业级智能助手并…
Grok-2 是 xAI 发布的最新大语言模型，在聊天、编码和推理能力上实现显著提升。早期测试显示其在 LMSYS 排行榜稳居前三，编码任务获第二名，性能媲美 GPT-4o。模型增强了检索推理、视觉数学及文档问答能力，并与 FLUX.1 合作强化多模态体验。xAI 计划推出企业 API，提供安全、流量统计及管理功能，支持开发者集成。面对激烈竞争及欧盟数据监管…
深入探讨可解释人工智能（XAI）的核心概念与技术方法。内容涵盖从传统机器学习模型到深度学习及大规模语言模型的可解释性分析，介绍了 SHAP、LIME、Grad-CAM 等主流解释工具的原理与实现。通过医疗、金融等领域的案例，阐述了 XAI 在提升决策透明度、公平性及合规性方面的价值，并探讨了评估指标与未来研究方向。
深入解析了 LLM 推理中 KV Cache 的工作原理。文章首先阐述了自回归模型的特性，指出在推理过程中，历史 token 的 Key 和 Value 矩阵会被重复计算。通过对比无缓存和有缓存的推理步骤，揭示了只需缓存 K 和 V 矩阵的原因：Q 矩阵仅需当前 token 的最新行，无需跨步复用。文章还分析了 Prefill 和 Decode 阶段的计算与…
OpenAI o1 模型通过强化学习优化思维链，在数学、编程及科学领域表现卓越。其核心在于推理阶段使用深层内部思维链（Long Internal Chain of Thought），虽隐藏于用户界面外，但显著提升了复杂任务解决能力。测试显示其在 AIME 数学竞赛、GPQA 专家级问答及 IOI 编程比赛中超越人类顶尖水平，但在通用写作上与普通版本差异不大。…
Python 爬虫通过模拟浏览器请求获取网页数据。介绍 HTTP 协议基础、Requests 库使用方法、常见请求头设置、代理与 Cookie 处理，以及 JSON、XPath、正则等数据提取技巧。涵盖 GET/POST 请求、错误处理、数据存储方案，并强调遵守 Robots 协议与反爬策略的合规性，适合初学者建立完整的爬虫开发知识体系。
GitHub 项目 TheAlgorithms/Python 提供了丰富的算法实现，涵盖排序、搜索、加密及机器学习等领域。文章介绍了冒泡、归并、二分搜索等经典算法的原理与 Python 代码示例，帮助开发者系统掌握数据结构与算法核心知识，适合进阶学习。
小说推文的全流程操作指南，涵盖从获取官方授权、账号定位、选文技巧、素材库搭建、关键词申请、视频制作到最终回填链接的七个核心步骤。文章强调了授权的重要性，提供了具体的选文策略如追爆款、跟热点，并指导如何获取高质量原始素材及利用 AI 工具进行文案改写与配音。此外，还补充了多平台分发策略、风险提示及合规建议，旨在帮助新手规避常见误区，提高推广效率与收益稳定性。
详细解析了阿里巴巴的内部职位级别体系及技术与管理双通道，涵盖 P4 至 P14 技术职级及 M1 至 M10 管理职级的定义与职责。文章阐述了阿里的薪酬结构，包括 16 薪构成、年终奖发放条件及股票激励的行权规则。同时补充了职业发展建议、晋升机制及行业前景分析，帮助技术人员理解大厂薪酬逻辑并规划职业路径。
Python 3.7 是广泛使用的编程语言版本，详细介绍在 Windows 环境下从官方渠道下载安装包、配置环境变量、验证安装完整性以及基础环境测试的全过程。内容涵盖安装路径选择、PATH 变量设置、命令行版本检查及 IDLE 启动方法，并简述了 Python 在数据分析、人工智能等领域的应用场景，帮助初学者快速搭建开发环境。
大模型产品化需区分模型 API 与最终产品的工程差异。核心挑战包括成本性能权衡、上下文窗口限制及幻觉问题，这些问题短期内难以彻底解决。产品经理应聚焦业务数据质量而非单纯追求模型能力，利用 RAG 和 Agent 架构弥补模型缺陷。AIGC 的价值在于降低跨模态内容生产门槛，而非替代交互界面。PM 需掌握 API 调用与实验验证能力，通过拆分任务、离线在线分离…
渗透测试的九个核心阶段及对应的十款主流开源工具。涵盖网络侦察 Nmap、漏洞利用 Metasploit、操作系统 Kali Linux、Web 扫描 Burp Suite、漏洞评估 Nessus、密码破解 John the Ripper、流量分析 Wireshark、Web 代理 ZAP、SQL 注入 SQLmap 以及无线安全 Aircrack-ng。这些…
详细阐述了大语言模型（LLM）的基础概念、技术架构及训练范式。内容涵盖自然语言理解与生成任务的区别，Transformer 编码器与解码器结构的对比，以及从传统机器学习到提示学习的四个训练范式演进。重点分析了大模型的产品表现、基础能力与安全合规评估标准，特别是 Trustworthiness 维度的可靠性、安全性与公平性。此外，补充了提示词工程策略与 RLH…
本报告系统梳理了 AI 大模型产业的发展背景、现状、挑战及趋势。指出政策、技术、市场是主要驱动力。产业呈现云侧与端侧并行发展态势，涵盖通用、行业及端云结合模型。面临算力瓶颈、架构局限、数据质量及应用缺失等挑战。未来趋势包括云边协同满足多需求、垂直行业深化应用、开源生态赋能开发者以及高性能芯片升级。
在本地环境部署和运行 Llama3 大语言模型可通过 Ollama 工具实现。涵盖从系统安装、模型下载、Web UI 配置到 Python 开发集成的全流程，包括 Windows WSL 下的 CUDA 加速方案及常见故障排查，帮助用户快速搭建私有化 AI 推理环境。内容涉及 Ollama CLI 使用、Open WebUI 部署、以及基于 LiteLLM…
基于大语言模型的应用开发体系，涵盖从基础原理到工程落地的全流程。内容包括 Transformer 架构、文本嵌入与相似匹配、零样本分类、文本生成控制、逻辑推理增强、API 成本优化、幻觉风险规避及垂直行业应用。文章强调以任务为核心，通过实战案例帮助开发者掌握 Prompt 工程、RAG 技术及 LangChain 框架，为构建智能应用提供系统性指导。
人工智能加速商业世界的数字化进程，导致需求清晰、可标准化的岗位面临被替代风险，而涉及情感交流、复杂决策及 AI 构建的岗位更具安全性。职场人应摒弃单纯追求技术深度的误区，关注 ROI 与人机协作，利用 AI 工具提升效率而非对抗。文章梳理了从大模型系统设计、提示词工程、平台应用到微调开发及多模态应用的七阶段学习路径，建议从业者主动适应技术变革，通过持续学习掌…
