博客作者
橘子味的海
333
已发布文章
12K
博客获赞
921K
博客浏览
第 16 页
在 Windows 环境下使用 VMware Workstation 安装 Kali Linux 操作系统的完整流程。主要步骤包括安装 VMware 软件、创建自定义虚拟机并配置硬件参数、挂载 Kali ISO 镜像、执行图形化安装向导。在安装过程中需设置语言为英文、定义主机名、创建普通用户及密码、配置时区与磁盘分区（推荐单分区）。最后安装 GRUB 引导程…
渗透测试是模拟攻击者入侵系统以发现安全漏洞的过程，需经授权。分为白盒、黑盒和灰盒测试。流程包括准备、信息收集、漏洞检测、利用、内网转发及渗透、痕迹清除和报告。常见漏洞涉及注入、认证失效、XSS、配置错误等。内网渗透涉及域环境攻击、权限维持及后门技术。
探讨数据分析师的职业发展及 Python 技术栈构建。涵盖从零基础入门到进阶实战的学习路线，包括开发工具选择、核心库应用（如 Pandas、NumPy）、项目实战案例以及大厂面试准备。旨在帮助非科班或转行人员系统掌握数据分析技能，提升职场竞争力。
AI 大模型产品经理需具备技术理解、商业洞察及伦理合规能力。内容涵盖基础知识储备、技术架构支撑、核心技术应用、行业实践落地、伦理安全规范及跨领域知识融合。重点阐述自然语言处理、计算机视觉等技术在产品中的具体应用，以及云计算、大数据平台在 AI 系统中的角色。同时强调算法公平性、数据隐私保护的重要性，并提供系统的学习路径建议，帮助从业者构建从理论到实战的完整知…
在 Windows 系统下使用 Ollama 工具本地部署 DeepSeek-R1 大模型的完整流程。通过 PowerShell 命令行执行 ollama run 命令，自动下载约 4.7GB 的 7B 版本模型文件。文中记录了安装过程中可能遇到的中断情况及其重试方法，并补充说明了如何通过指定参数（如 :7B）来明确模型规格，包括 1.5B、7B 和 8B…
探讨了大型语言模型（LLM）的进化路线及领域微调技术。文章分析了从统计语言模型到 Transformer 架构的转变，介绍了预训练加微调范式。重点阐述了全量微调与参数高效微调（如 LoRA）等技术细节，以及在文本分类、机器翻译、对话生成等 NLP 任务中的应用。同时讨论了模型面临的幻觉、隐私及算力挑战，并展望了多模态融合与智能体发展方向。
探讨了两项大语言模型领域的最新研究成果。首先介绍了 SEALONG 方法，该方法通过最小贝叶斯风险机制实现模型自我教学，在不依赖人工标注的情况下显著提升长文本推理准确率。其次分析了激活稀疏性研究，指出 ReLU 激活函数及更深层次的架构有助于提高神经元稀疏性，从而实现模型'节能减排'。研究表明，小模型经合理设计亦可获得高稀疏性，为构建高效可解释的 AI 系统…
如何使用 Python、Ollama 和 ChromaDB 构建本地检索增强生成（RAG）系统。内容涵盖环境搭建、PDF 文档 OCR 处理、多模态数据（文本、表格、图像）预处理、向量数据库存储以及基于 Streamlit 的前端交互实现。系统支持在普通笔记本电脑上运行，无需 GPU，确保数据隐私安全。
详细阐述了大模型项目的开发流程与实战方法。内容涵盖大模型开发与传统 AI 开发的差异对比，介绍了从设计、架构搭建、Prompt 工程、验证迭代到前后端搭建的全生命周期管理。以个人知识库问答助手为例，深入解析了基于 LangChain 和 Chroma 的 RAG 架构实现，包括文档加载、向量化、检索链构建及 API 集成。此外，还补充了代码结构规范、最佳实践…
大模型是基于大数据、大算力和强算法构建的人工智能系统，具备数十亿至万亿级参数。其核心特点包括巨大规模带来的涌现能力、强大的泛化性能及多任务学习能力。按输入数据类型可分为语言、视觉及多模态模型；按应用层级分为通用、行业及垂直大模型。当前主流模型涵盖文心一言、通义千问、GPT-4O 等。应用场景广泛覆盖自然语言处理、智能助手、知识生成推理等领域，通过微调适应能源…
详细阐述了 Python 爬虫在面对 IP 限制时的解决方案。首先分析了反爬机制的逻辑，解释了代理 IP 如何隐藏真实身份并分散请求压力。接着介绍了 HTTP、HTTPS 及 SOCKS5 等代理类型及其匿名等级，指导用户如何选择高匿代理。内容包含基于 requests 和 aiohttp 的代码示例，展示了基础配置、动态代理池轮换及异步请求的实现方法。此外…
详细讲解了 Python 中 yield 关键字的核心概念及其与生成器的关系。内容涵盖生成器函数的基本工作原理、生成器表达式的使用、状态保存机制以及懒惰计算的优势。文章进一步探讨了 send 方法向生成器发送数据、异常处理与资源清理、以及生成器与列表在内存占用上的性能对比。通过多个代码示例，展示了如何利用 yield 构建无限序列、数据过滤器及高效的数据处理…
一个基于 LLaMA 系基座模型经中文金融知识指令微调的智能问答系统。内容涵盖环境搭建、模型下载、数据集构建（含金融领域数据清洗与增强）、LoRA 微调流程、训练资源需求及效果对比分析。此外，详细说明了提示词模板的使用方法及模型部署优化的最佳实践，包括量化加速、API 服务化及常见问题排查，为金融垂直领域的大模型应用开发提供了完整的技术参考。
文章探讨了 Python 全局解释器锁（GIL）对多核并行编程的限制及其在 AI 和科学计算领域的影响。重点介绍了 PEP-703 提案，该提案旨在通过构建时配置项使 GIL 成为可选项，从而允许构建无 GIL 的 CPython 解释器。文中分析了实现无 GIL 所需的技术变更，包括引用计数、内存管理和容器线程安全等，并指出了可能带来的生态割裂和单线程性能…
DeepSeek R1 是国产高性能推理模型，支持开源和商用。其核心优势及性能表现，详细讲解了基于 Ollama 的本地部署流程，包括安装、模型下载与运行，并提供了通过 Open Web UI 访问及在 Python 项目中集成本地与云端 API 的代码示例，帮助开发者快速上手使用。
详细阐述了网络安全的核心概念，涵盖信息安全与网络安全的区别、CIA 三要素（机密性、完整性、可用性）、常见网络威胁（IP 欺骗、DNS 劫持、DDoS 攻击）、密码学应用（对称与非对称加密）、风险分析流程及安全策略分类。文章还解析了 OSI 安全体系结构、防火墙、入侵检测等关键技术，并通过问答形式深入解释了计算机病毒、木马、后门、蠕虫等恶意软件原理。此外，文…
量化金融领域主要分为量化研究、量化开发和量化交易三大核心岗位。量化研究员负责通过数据分析挖掘交易信号和构建策略，要求深厚的数学统计背景和 Python 编程能力；量化开发工程师专注于交易系统架构与高性能代码实现，需精通 C++ 及 Linux 系统编程；量化交易员负责策略执行与资金管理，强调心理素质与市场敏锐度。所有岗位均需具备金融、数学和编程的复合知识体系…
深入解析了大模型时代下的智能体（Agent）技术。文章阐述了智能体与大模型的区别，重点介绍了智能体的三大核心构成：规划（Planning）、记忆（Memory）和工具使用（Tool Use）。文中详细讲解了思维链（CoT）、思维树（ToT）、ReAct 等规划策略，区分了短期与长期记忆的应用场景，并说明了 Function Calling 的实现机制。此外，…
网络安全行业人才缺口大，薪资起点高，就业选择广。详细盘点渗透测试、安全运维、安全运营、安全开发、等保测评、安全研究、网络工程师、安全管理工程师、售前及售后工程师等十大核心岗位，解析各岗位职责、难度、薪资趋势及技能要求，为转行或求职人员提供全面的职业参考与发展路径建议。
系统梳理了大语言模型（LLM）的研究进展与核心技术。内容涵盖语言建模的历史演变，从统计语言模型到神经语言模型，再到预训练语言模型及大语言模型的技术细节。文章重点分析了 LLM 与 PLM 的区别，包括涌现能力、交互方式变革及研工界限模糊。同时探讨了 LLM 在 NLP、IR、CV 等领域的影响，以及面临的不可解释性、高成本和安全性对齐等挑战。最后，综述从预训…
