博客作者
代码爱好者
350
已发布文章
14K
博客获赞
842K
博客浏览
第 17 页
探讨了李彦宏提出的 AI 应用新视角——智能体（Agent）。文章详细阐述了智能体的定义及其三大核心组成部分：控制端、感知端和行动端。通过分析从 DAU 衡量向价值创造的思维转变，以及人机共生的关系，指出了 AI 在教育、物流、软件开发等领域的实际应用案例。此外，文中还展示了基础智能体的 Python 代码架构，分析了当前面临的技术挑战如幻觉、成本与安全性，…
LLM Agent 零微调范式主要介绍 ReAct 与 Self Ask 两种方案。通过 LangChain 实现无需微调的工具调用。Self Ask 侧重问题拆解解决组合性问题，ReAct 解耦推理与行动支持多工具。两者均存在规划能力受限、串行延迟高等局限。文章详细对比了两种范式的原理、LangChain 实现代码及适用场景，并给出了方案选择建议。
Android Framework 作为连接上层应用与底层硬件的核心桥梁，掌握其运行机制对提升开发者技术深度至关重要。面对行业竞争加剧，深入理解 Framework 能帮助开发者解决复杂系统问题，拓展职业转型空间。系统梳理了 Android Framework 的学习路径，涵盖系统启动、跨进程通信、Handler 机制、AMS/WMS 源码逻辑及图形渲染等关…
GLM-4-9B 和 CodeGeeX4-ALL-9B 现已支持通过 Ollama 在本地环境部署。模型背景、Ollama 安装方法、运行命令及基本使用注意事项。Ollama 提供跨平台支持，方便开发者集成大语言模型能力。内容涵盖环境要求、模型拉取、交互式运行、API 调用示例及常见问题排查，帮助开发者快速上手本地大模型部署。
探讨了 AI 时代产品经理从方案交付能力向产品交付能力的转型路径。内容涵盖通用技能四大维度：素质层（责任心、独立思考、沟通）、认知层（商业、系统、数据、心理、项目管理）、影响力层（团队驱动力）及交付层（需求管理、产品规划）。重点阐述了如何通过软技能驱动团队达成共识，利用系统思维解决复杂问题，结合数据思维优化决策，并在需求管理和产品规划中平衡价值与成本，最终实…
探讨了 Transformer 神经网络（TNNs）在环境时间序列预测中的应用，重点分析了其在利用历史观测和天气预报信息预测河流流量、水位、水温和盐度等方面的潜力。研究基于 Peace River 流域和墨西哥湾北部的数据集，采用 Encoder-Decoder 架构结合 Informer 解码器，并通过注意力权重的敏感性分析评估模型可解释性。结果显示模型…
RAG 检索增强生成技术通过结合信息检索与文本生成，解决大模型幻觉及知识滞后问题。其核心流程包括问题理解检索、内容生成及输出优化。相比传统模型，RAG 具备知识覆盖面广、准确性高及扩展性强等优势。应用场景涵盖智能问答、内容生成及辅助决策等领域。未来发展方向涉及上下文长度扩展、鲁棒性提升、微调融合及多模态支持。通过引入外部知识库，RAG 显著提升了大模型在垂直…
ezdata 是一个基于 Vue3 前端、Python 后端及 LLM 大模型的数据处理分析和任务调度系统。它支持多数据源管理、低代码任务模版、DAG 调度及 RAG 知识库问答。通过代码生成技术实现自然语言转 SQL 查询，结合向量数据库增强检索准确性。系统采用 Flask 框架配合 Celery 进行分布式任务执行，旨在解决多工具切换难、脚本管理乱等问题…
总结了大模型岗位面试的核心知识点，涵盖 RAG 技术体系、幻觉问题处理、主流开源模型架构（如 LLaMA、ChatGLM）、微调方法（SFT、LoRA、RLHF）、训练优化技巧（混合精度、DeepSpeed）及推理显存管理等内容。旨在帮助求职者系统复习大模型相关理论与工程实践。
利用 Ollama 和本地 Embeddings 技术构建智能知识图谱问答系统的完整方案。内容涵盖知识图谱基础概念、环境配置、基于 SQLite 和 Annoy 的数据存储与索引构建、以及语义搜索的实现逻辑。文章提供了详细的 Python 代码示例，包括数据入库、向量生成、索引建立及查询流程，并探讨了数据更新策略、混合搜索优化及安全隐私注意事项。该方案旨在帮…
大模型指拥有数十亿至数千亿参数的机器学习模型，具备强大学习与泛化能力。其核心技术基于 Transformer 架构，通过预训练和微调掌握通用知识与特定任务技能。应用领域涵盖自然语言处理、计算机视觉及语音识别，如 GPT、BERT、DALL-E 等。然而，大模型面临训练成本高、资源需求大、数据偏见放大、虚假信息生成及隐私安全风险等挑战。此外，还涉及艺术创作独创…
探讨了向量数据库作为大模型海量记忆体的核心作用。首先介绍了 Embedding 和向量检索的基本原理，分析了大模型在专有领域知识和实时数据方面的局限性。接着详细阐述了 RAG 架构方案，包括 LLM、向量数据库和 Prompt 的组合模式，并提供了 Python 伪代码示例。文章对比了 Milvus、Zilliz Cloud 和 Towhee 等主流工具的特…
华盛顿大学与微软研究院在 Nature Methods 发表 BiomedParse 基础模型，支持跨九种成像模态的联合分割、检测和识别。该模型基于包含超 600 万张图像的大规模数据集训练，利用文本提示进行推理，无需手动交互如边界框。实验表明其在形状不规则对象上优于现有方法，并能有效拒绝无效文本提示，为生物医学发现提供高效工具。
详细解析了 MidJourney 提示词（Prompt）的构成要素、参数设置及高级技巧。涵盖基础语法、图像权重、风格控制、模型版本选择等核心内容，并提供实用公式与案例，帮助用户高效生成高质量 AI 绘画作品。文章还总结了常见误区与迭代优化策略，适合从入门到进阶的用户参考。
Python Pygame 库开发的打地鼠游戏教程。包含环境搭建、精灵类设计（地鼠与锤子）、游戏循环逻辑及碰撞检测实现。通过面向对象编程展示 Pygame 基础应用，适合初学者学习游戏开发流程。
详细解析了自然语言处理中大模型分词（Tokenization）的三种核心方法：WordPiece、Byte-Pair Encoding (BPE) 以及 Byte-level BPE (BBPE)。文章从词粒度、字符粒度和子词粒度三个角度对比了分词策略的优缺点，深入阐述了各算法的原理、构建词表的过程及互信息计算逻辑。通过 Python 代码示例展示了分词器的…
Python 是一门应用广泛且高薪的编程语言。本教程涵盖从交互式解释器、数据结构、控制流到面向对象编程的基础知识，并包含文件操作、网络编程、Web 开发及 GUI 等进阶内容。通过 29 个章节的系统讲解和 10 个项目实战，帮助初学者掌握 Python 核心技能。学习建议包括明确方向、规划路线及由浅入深，避免急于求成，确保每个阶段有实际成果输出。
大型语言模型微调是将预训练模型适配特定任务的关键步骤。深入分析了 7 种主流微调方法，包括 LoRA、QLoRA、适配器调整、前缀调整、提示调整、P-Tuning 及 P-Tuning v2。内容涵盖 Transformer 基础架构、参数高效微调原理、各方法的技术细节与数学逻辑，以及实施时的策略选择与最佳实践。文章对比了不同方法在计算资源、显存占用及任务适…
详细阐述了网络安全工程师的岗位需求与技能体系。内容涵盖操作系统、网络基础、Web 应用安全、渗透测试技术、代码审计、等级保护合规、安全巡检及应急响应等核心模块。旨在为求职者提供清晰的学习路径，强调扎实的技术功底与实战经验的重要性，帮助读者理解从基础环境搭建到复杂漏洞挖掘的全流程知识体系。
探讨了人工智能（AI）如何赋能产品经理工作，涵盖用户调研、需求分析、PRD 撰写、流程图设计及日常事务处理等场景。通过具体案例说明 AI 在提升效率方面的优势，并梳理了大模型时代产品经理所需的核心技能与学习路径，强调掌握提示词工程及基础技术原理的重要性，以应对行业变革。文章同时指出了 AI 使用的风险与注意事项，旨在帮助从业者系统性地利用 AI 工具构建职业…
