博客作者
枕着星河
376
已发布文章
12K
博客获赞
676K
博客浏览
第 18 页
探讨了将 AI 大模型引入 DevOps 流程的架构设计与实践方案。通过构建智能处理中心，在错误告警、性能监控及代码评审三个核心环节接入 AI 能力。详细阐述了客户端错误捕获机制、服务端大模型解析流程以及自动化推送策略。同时介绍了基于 Performance API 的性能数据采集与定时报告生成方法，以及利用 Git Hooks 实现代码提交时的智能审查。文…
系统梳理了多模态技术的发展历程，从视觉表征的演进（CNN 到 ViT）到图文对齐与融合方法的演变（LXMERT、CLIP、BLIP 等），再到多模态大模型的兴起（Flamingo、LLaVA、Qwen-VL 等）。文章详细介绍了视觉预训练技术（MAE、BEIT）、多模态对齐范式（对比学习、交互式融合）以及大模型时代的训练策略（Adapter、指令微调）。重点…
2024 年人工智能风险治理报告结合国际经验与我国产业实践，提出了包含系统治理、风险识别、风险评估及风险应对的四大实践框架。该方案旨在实现穿透式风险管控与全链条流程管理的融合，为人工智能产业主体提供技术与安全保障的解决路径。报告强调了面对日新月异的技术应用，需建立动态调整的治理体系，涵盖数据隐私、算法歧视等多维度的风险识别与量化评估，并通过技术阻断、人工干预…
PyCharm 是由 JetBrains 公司开发的功能强大的 Python 集成开发环境，支持代码自动补全、语法高亮、调试、测试及版本控制等核心功能。详细阐述了 PyCharm 的安装流程、环境配置方法以及基础操作技巧。内容涵盖社区版与专业版的差异、Python 解释器设置、虚拟环境管理、项目结构规范、常用快捷键速查表以及断点调试实战。此外，还补充了 Gi…
LangChain 输出解析器用于将语言模型的原始输出转换为结构化数据。 CSV、日期时间、枚举、JSON、Pydantic 等多种解析器的使用方法及结构原理。通过结合提示模板与解析器，可实现模型输出的标准化处理，支持自动修复格式错误及重试机制，提升大模型应用的数据处理能力与稳定性。
AI 产品经理是结合技术与商业的角色，需掌握机器学习原理及业务场景落地能力。解析了 AI 产品经理的定义、分类、核心技能要求及日常工作流程，通过分析大厂招聘需求明确岗位标准。同时提供了系统化的学习路线图，涵盖从大模型基础到应用开发的全链路知识，帮助传统产品经理顺利完成转型，应对人工智能时代的职业挑战。文章还补充了关键考核指标、常见误区及具体学习建议，旨在提供…
GraphRAG 微软开源项目默认依赖 OpenAI 闭源模型，限制了本地化使用。详细介绍如何通过修改 GraphRAG 配置文件及核心源码，接入 Ollama 提供的本地 Embedding 和 LLM 模型，实现完全本地的知识图谱构建与检索。内容包括环境准备、settings.yaml 配置详解、关键 Python 文件修改逻辑以及 Local/Glob…
探讨了 AI 大模型时代下新手与程序员的转型路径。文章分析了大模型在资源消耗、数据需求、可解释性及场景限制方面的局限性，强调了传统机器学习和神经网络作为基础技术的重要性。通过对比分析，提出建议先掌握数学基础、经典算法（如逻辑回归、SVM）、深度学习框架（如 PyTorch），再进阶至大模型技术。文中包含传统机器学习与深度学习的代码示例，旨在帮助读者建立扎实的…
上海交通大学 GAIR 研究组发布 OpenAI o1 复现进展报告，提出'旅程学习'新范式。通过 327 条训练样本，在 MATH 数据集上表现超越传统监督学习 8% 以上。报告详细分析了 o1 思维链、长思维构建、奖励模型及推理树方法，强调透明记录试错过程以降低行业复现成本。未来计划扩展长思维合成、优化评估体系并深化人机协作。
计算机科学与技术专业的学习需要扎实的基础课程，包括数学、操作系统和数据结构等。大学期间应注重时间管理，尽早参与实习以发现知识盲区。Python 因其丰富的生态和广泛的应用场景，成为现代开发的重要技能，涵盖数据分析、AI 及自动化办公等领域。详细阐述了 CS 专业学习路径，分析了 Python 的核心优势，提供了具体的学习步骤与代码示例，并针对当前就业环境给出…
31 岁转行软件测试的从业者分享个人经历。从零基础自学 Python 自动化测试，到简历包装求职，再到入职后的成长与年龄焦虑。文章详细梳理了软件测试工程师的知识体系，包括基础理论、Linux、SQL、编程语言、接口测试、性能测试、App 自动化及持续集成等内容，强调技术积累的重要性。
Python 安装教程涵盖官网下载、环境配置、路径设置及版本验证。通过自定义安装勾选环境变量与启动器，确保开发环境可用。后续介绍常用开发工具对比及基础脚本测试方法，解决常见安装问题，帮助开发者快速搭建本地 Python 运行环境。
对比分析了两款主流手机 Python 编程工具 QPython OH 与 Aid Learning。QPython OH 轻量级，支持终端与第三方库安装，适合快速脚本编写；Aid Learning 提供类 Mac 系统环境，集成 VSCode 与 Jupyter，适合复杂项目。文章详细阐述了两者的功能特性、优缺点及适用场景，并提供了基础代码示例与使用建议，帮…
大模型 RAG 系统发展经历初级、高级及超级三个阶段。初级阶段搭建基础检索流程，依赖定长分块与向量索引；高级阶段优化文档切分、查询改写、重排序及模型微调策略；超级阶段引入 Agent 决策、图谱关联及多模态处理。构建优质 RAG 需结合混合搜索、语义分块及图结构增强，同时关注长上下文模型对传统 RAG 的冲击，通过持续迭代 Badcase 提升系统准确率与响…
探讨大模型技术在安防领域的应用现状与前景。分析了传统安防系统在数据处理和泛化能力上的局限，介绍了云从科技从容大模型及其人机协同操作系统（CWOS）架构。重点阐述了行人基础大模型在细粒度属性识别、人一物交互（HOI）检测中的突破，以及设备运维、入侵检测等场景的实践案例。同时讨论了智能监控、自主巡逻等未来机遇，并指出数据安全、可解释性及算力成本等挑战，为行业数智…
详细阐述了五种常见的 Web 安全漏洞及其防御策略。内容包括 SQL 注入的攻击原理、分类及参数化查询防御；XSS 漏洞的反射型、存储型和 DOM 型区别及 CSP 策略；文件上传漏洞的类型白名单与隔离措施；CSRF 漏洞的 Token 验证与 SameSite 属性配置；以及 SSRF 漏洞的内网访问控制与协议限制。文章强调输入输出验证的重要性，并提供具体…
网络安全的基础概念，包括安全从业者分类、基本学习技能、网络协议原理、常见漏洞类型及防御软件。内容涵盖客户端与服务端模型、IP 地址与端口机制、加密解密技术以及特洛伊木马等恶意程序的原理。旨在帮助初学者建立正确的安全观念，理解网络运作机理，掌握必要的编程与系统知识，为深入学习网络安全技术打下基础。强调合法合规使用技术，注重防御与修补而非攻击破坏。
详细阐述了 AI Agent 的定义及其与大模型的关系，指出 Agent 是通过任务规划、记忆及外部工具实现自主决策的智能体。文章分析了从 CoT（思维链）到 Agent 的技术演进路径，强调了 CoT 在提升推理能力和可控性方面的作用。针对落地难点，探讨了泛化能力、过度交互、安全性及评价体系等挑战，并结合企业应用场景如创作助手、知识助手（RAG）、数据分析…
如何在本地使用 Python 和 llama.cpp 库运行 Meta 发布的 LLaMA2 开源大语言模型。内容涵盖环境搭建、模型下载、代码示例及关键参数（如 temperature、max_tokens）的配置说明，旨在帮助开发者在低配置硬件上实现私有化部署与推理。
企业在引入大模型技术时面临的十大核心挑战，包括技术适配、数据质量、隐私保护、人才短缺、成本投入、组织变革、文化适应、监管合规、技术迭代及业务流程重塑。同时提出了相应的十项行动指南，涵盖战略明确、基础设施升级、数据治理、团队建设、预算规划、分阶段实施、持续优化、结构调整、风险规避及文化推动。旨在帮助企业管理者和技术团队建立正确的认知，采用敏捷进化方法论，有效驾…
