博客作者
清风竹影
357
已发布文章
9.8K
博客获赞
743K
博客浏览
第 17 页
详细阐述了 AI 产品经理的核心能力模型，涵盖技术、行业、数据、设计及商业认知六大维度。文章对比了 AI 产品经理与传统产品经理的差异，并提供了基于大模型时代的七阶段学习路径，包括系统设计、提示词工程、RAG 应用、微调开发及多模态实践。同时补充了 Python 代码示例、工具栈介绍以及伦理安全合规要点，旨在为从业者提供完整的自学指南与实战参考。
大语言模型智能体通过结合推理、工具使用和环境交互能力，使 LLM 能够自主解决复杂任务。深入解析智能体的核心架构，包括思维链（CoT）、ReAct 模式及 LangChain 框架实现。内容涵盖工具定义、记忆管理、多智能体协作机制，并提供 Python 代码示例展示如何构建具备 SQL 查询、计算等能力的智能助手，同时探讨当前技术面临的幻觉、成本及安全挑战，…
探讨了大型语言模型（LLM）的量化技术，涵盖训练后量化（PTQ）与量化感知训练（QAT）的区别及优劣。分析了 GPTQ、QLoRA 等主流工具的应用场景，并通过困惑度、BLEURT 等指标评估量化效果，指出 2-bit 量化会严重损害文本连贯性，4-bit 是平衡性能与资源的最优选择。研究证实同等内存下大模型低位量化优于小模型高位量化。建议在实际部署中优先采…
大模型在医疗领域的应用主要集中在重构现有场景，涵盖辅助诊断、治疗方案生成、质控、患者服务、医院管理、教学科研、中医、药物研发销售及公共卫生等九大场景。大模型凭借广泛的数据来源和强大的推理能力，能提升诊断准确性、减轻医生负担、优化资源配置及加速药物研发。然而，应用过程中仍面临数据隐私安全、模型幻觉风险及系统集成等挑战，需建立严格审核机制并完善相关法规，未来有望…
LLM 评估是确保大模型落地应用质量的关键环节。传统方法如 BLEU 难以捕捉语义，LLM 作为评估者提供速度与灵敏度但存在配置挑战。Arthur Bench 是一款开源评估工具，支持多模型、提示及超参数比较。介绍其工作流程、应用场景及特性，涵盖本地与云端部署，并提供快速上手指南，帮助开发者构建可靠的 LLM 评估体系。
Meta 正式发布 Llama 3 开源大语言模型，包含 8B 和 70B 两个版本。该模型在架构上采用 Decoder-only Transformer 结构，引入 12.8 万词表和 GQA 机制，支持 8192 上下文长度。训练数据达 15 万亿 token，包含大量代码和多语言数据，并通过严格过滤流程保证质量。训练采用数据、模型及流水线并行技术，结合…
基于 Langchain-Chatchat 框架结合 Qwen 大模型搭建本地知识库的完整流程。涵盖环境准备、依赖安装、模型下载与配置、服务启动及知识库创建步骤。通过引入 BGE 向量模型与 Qwen 对话模型，实现了离线运行的智能问答系统。文中还包含常见问题排查与优化建议，帮助开发者解决显存不足、检索效果差等问题，快速构建私有化 RAG 应用。
提升大语言模型输出质量的九项核心提示词工程技巧。包括提供明确指示、使用关键词标签、补充上下文背景、采用零样本与少样本学习策略、调整提示词顺序、控制历史消息长度、优化少样本示例、指导思维链推理以及处理模糊上下文。这些方法有助于减少歧义、增强逻辑连贯性并提高任务完成度。同时总结了迭代优化、结构化输入等最佳实践，适用于开发、写作及数据分析等多种场景。
大模型评估的五种核心策略：基于断言的单元测试、LLM-as-Judge、内部人员测试、避免过度优化以及安全防护。文章阐述了每种方法的原理、实施步骤及代码示例，强调了多标准加权与 Goodhart 定律在评估中的重要性，并提供了通用的标题生成与评估 Prompt 模板，旨在帮助开发者构建可靠的模型评估体系，提升 LLM 在业务场景中的稳定性与安全性。
记录了前端开发者在武汉市场下行期间的裸辞求职经历。从决策离职的原因分析，到简历投递、面试流程及心态变化，详细复盘了大小公司的面试体验差异。针对面试官压价、刁难技术等问题提供应对策略，并探讨了当前互联网环境下技术深度、大厂门槛与职业发展的现实挑战，为同行提供求职参考与心理建设建议。
本项目展示了一款基于通义千问大模型 API 开发的智能舌诊应用。技术栈涵盖 Nuxt.js 前端、Midway.js 后端及 Supabase 云服务。核心流程包括用户上传舌苔照片至 OSS，通过 qwen-vl-max 视觉模型分析图像特征，再利用 qwen-plus 文本模型生成符合中医规范的 JSON 格式诊断报告。文章详细阐述了前后端交互逻辑、Pro…
Python 网络爬虫的基础知识，涵盖爬虫定义、浏览器工作原理对比、爬虫四步工作流程（获取、解析、提取、存储）。重点讲解了 requests 库的使用方法，包括 get 请求、Response 对象属性（status_code、content、text、encoding）、请求头设置（User-Agent）、异常处理及多种数据保存方式（文本、CSV、JSON…
系统阐述了大语言模型（LLM）的技术原理与应用实践。内容涵盖从统计模型到 Transformer 的演进历程，对比分析了 GPT、LLaMA、PaLM 等主流模型架构。详细解析了数据清洗、分词、预训练、微调及对齐等构建流程，并探讨了提示工程、RAG、智能体等增强策略。文章还总结了 MMLU、HumanEval 等基准测试表现，指出了当前模型在记忆、幻觉及实时…
大模型开源项目获 1k Stars，总结了项目从构思到落地的历程。文章分析了大模型时代背景下的知识传播必要性，探讨了高门槛和受众差异导致的初期参与度低的问题。通过降低难度、更新前沿知识和加强社区互动实现破局。未来计划持续更新内容，结合理论与实践，完善反馈机制。同时提供了从系统设计、提示词工程到行业应用落地的七阶段系统化学习路径，旨在帮助开发者深入理解大模型原…
综述了嵌入式计算系统的高效深度学习基础设施，旨在解决深度神经网络计算密集与嵌入式设备资源受限之间的矛盾。文章详细探讨了手动与自动化网络设计、网络压缩技术（剪枝、量化、蒸馏）、设备端学习（联邦学习、持续学习）、边缘侧大模型部署以及软硬协同优化等关键领域。通过梳理从卷积神经网络到大语言模型的演进路径，结合 TensorFlow、PyTorch 等框架及各类硬件加…
介绍如何在本地部署 DeepSeek-R1 大模型。通过安装 Ollama 运行模型，结合 Docker 部署 Open WebUI 图形界面，实现本地对话及语音输入功能。该方法可避免云端服务宕机风险，提供离线可用的 AI 体验。
Python 文件操作涉及文件的打开、读取、写入和关闭。核心函数为 open，常用方法包括 read、write、close。文件指针控制读取位置，默认指向开头。常见模式有只读 r、写入 w、追加 a 等。处理大文件建议使用 readline 逐行读取以节省内存。编码问题常需指定 UTF-8。最佳实践是使用 with 语句自动管理资源，配合异常处理确保文件安…
Python 语言凭借简洁语法和丰富生态，在多个技术领域占据重要地位。详细解析了 Python 的七大核心就业方向：Web 后端开发、网络爬虫、数据分析、人工智能、自动化运维、自动化测试及游戏服务器开发。针对每个方向，文章介绍了所需技能栈、常用框架及典型任务，涵盖 Django、Pandas、TensorFlow 等关键技术点，旨在为技术从业者提供清晰的行业…
2024 年转行 AI 产品经理的行业背景与机会。基于脉脉和猎聘的报告数据，指出 AIGC 领域岗位需求激增且存在供需失衡。文章定义了 AI 产品经理与传统 PM 的区别，强调技术理解力和数据思维的重要性。内容涵盖 AI PM 的分类、转行所需的技能准备（如机器学习基础、Prompt 工程）、项目经验积累方法以及大模型时代带来的新机遇。旨在为有意入行的从业者…
详细解析了网络安全领域的四大核心岗位：安全运维、网络安全工程师、渗透测试工程师及安全攻防工程师，阐述了各自的岗位职责与所需技能。文章指出网络安全已成为国家战略，就业领域覆盖金融、政务、互联网等多个行业，且人才缺口大、薪资水平高。同时提供了从基础技能到进阶认证的学习路径建议，强调持续学习与实战经验的重要性，分析了该行业良好的职业发展前景与增值潜力。
