博客作者
浪漫干饭
377
已发布文章
13K
博客获赞
782K
博客浏览
第 17 页
通义灵码团队发布 SWE-GPT 系列开源模型，旨在解决真实 GitHub issue。该模型基于 Qwen2.5 训练，引入开发过程数据合成方法 SWESynInfer，模拟仓库理解、故障定位和补丁生成流程。在 SWE-bench Verified 基准上，Lingma SWE-GPT 72B 解决了 30.20% 的问题，接近闭源模型 GPT-4o 表现…
AI 产品经理分为 AI 平台、AI Native 和 AI+ 三种类型，各自承担不同职责。成为该角色需培养好奇心与问题意识，学习基础知识和实践工具，并构建产品作品集。优秀者应避免同质化，专注解决客户问题与创新，通过建立衡量标准、开展黑客马拉松和优化用户体验来挖掘创意。此外，保持积极能量、在不确定中灵活游走并享受工作过程也是关键素养。
AI 产品与传统产品在形态确定性上存在差异，成功交付需具备新思维与技能。文章总结了 AI 产品经理的十大核心能力：跟踪技术动态、把握深度学习趋势、聚焦实际案例、关注客户数据、善用简单模型、迭代用例、构建广度优先模型、优雅处理故障、保证模型可解释性以及与研发团队有效沟通。这些技能有助于将算法转化为市场产品并提升业务价值。
Jetpack Compose 声明式 UI 框架的核心概念、架构优势及实战应用。内容涵盖从环境搭建、Hello World 示例到状态管理、重组机制、布局组件（Row/Column/Box）、列表（LazyColumn）及导航系统的完整开发流程。通过倒计时器、新闻聚合及天气应用等案例，演示了如何在实际项目中运用 Compose 替代传统 View 体系，解…
详细讲解了 Windows 系统下 Python 环境的安装全过程，包括从官网下载安装包、配置环境变量、验证安装结果及编写 Hello World 程序。内容修正了原文笔误，清理了无关推广信息，并补充了 pip 包管理、虚拟环境创建及常见开发工具推荐等关键知识点，旨在帮助初学者建立规范的开发环境并解决常见配置问题。
如何使用 Python 结合 Selenium 库进行浏览器自动化测试。内容涵盖环境搭建、驱动配置、常用 API 操作（如点击、输入）、现代定位方式以及显式等待策略。通过示例代码演示了打开网页、搜索交互及页面元素验证的全过程，旨在帮助开发者快速掌握 Web 自动化测试的基础实现方法。
网络安全行业因国家战略需求及数字化转型推动，人才缺口巨大且薪资水平较高。行业现状、政策法规背景及主要岗位分类，涵盖安全运维、渗透测试、应急响应等方向。文章详细阐述了所需的核心技能栈，包括网络协议、Linux 系统、Python 编程及安全工具使用，并提供了从基础夯实到实战认证的完整学习路线建议，旨在帮助技术人员规划清晰的职业发展路径。
网络安全是信息时代的核心保障，详细阐述了初级网络安全工程师所需掌握的知识体系，涵盖理论基础、渗透测试、操作系统、网络协议、数据库及 Web 安全等内容。文章分析了当前网络安全人才短缺的现状及其背后的驱动因素，包括数字化转型、法规合规及技术演进。同时列举了网络安全工程师、渗透测试员、安全分析师等十大常见岗位，并提供了从招聘网站、企业官网到专业社交网络的多元化求…
详细阐述了从传统行业转行网络安全的路径与方法。内容涵盖转行心态建设、计算机基础与网络协议学习、编程语言（Python/Shell）掌握、Web 安全漏洞原理及工具使用、渗透测试全流程以及求职面试准备。文章强调构建系统化知识体系的重要性，推荐了本地靶场与在线平台的实战方式，并提供了简历优化与面试应对策略，旨在帮助零基础学习者建立清晰的学习规划并顺利进入该领域。
基于大型语言模型综述及相关技术文献，系统梳理了 LLM 的核心技术体系。内容涵盖 LLM 发展时间线、主流架构设计、预训练与微调策略、提示工程及评估方法等关键领域。文章详细介绍了 Transformer 架构、指令调优、参数高效微调（LoRA）、思维链推理（CoT）等核心技术，并提供了关于数据采集、分布式训练及模型评估的实用指南。旨在为初学者提供清晰的学习路…
探讨了 LLM 时代下的智能体技术，涵盖定义、架构、核心组件及发展趋势。智能体具备学习、推理、决策和执行能力，LLM 的涌现能力使其具备更强的泛化性。文章详细解析了智能体的四大核心部分：用户请求、大脑、规划和记忆，并深入拆解了反思、工具使用、规划及多智能体协作等组件。文中列举了 Horton、ChatDev 等知名案例，介绍了 LangChain、AutoG…
DeepSeek 发布下一代统一多模态模型 Janus-Pro，包含 1B 和 7B 两个尺寸。该模型在架构上解耦了多模态理解与生成的视觉编码，通过优化的三阶段训练策略及扩展的训练数据，在多模态理解和文本到图像生成任务上取得了显著进步。7B 版本相比前代规模扩大，收敛速度提升，性能超越以往统一模型并匹配特定任务模型水平。
探讨了 Android 程序员转行车载开发的可行性与具体路径。文章分析了智能汽车行业发展趋势，指出 Android 开发者在 Linux、应用开发及 UI 方面的优势。详细列举了车载开发所需掌握的核心技术，包括 Android Automotive OS 架构、车载硬件接口通信协议、调试工具链、UI 设计规范、网络安全及功耗管理等。内容涵盖从基础构建、内核调…
详细讲解了在图像处理中如何使用矩阵掩码进行卷积运算。通过对比手动编写像素遍历逻辑与使用 OpenCV 内置 filter2D 函数两种方式，深入分析了锐化滤波器的数学原理、边界处理策略及性能差异。内容涵盖 C++ 指针操作优化、内核定义方法以及常见边界模式选择，旨在帮助开发者高效实现图像增强算法。
深入解析了深度学习与大模型的基础原理。首先介绍了神经元网络、正向传播、损失函数及反向传播等核心概念。接着探讨了自然语言处理中的序列建模问题，对比了 RNN 与 CNN 的局限性，重点阐述了自注意力机制（Attention）的工作原理及其在 Transformer 架构中的应用。文章还补充了简单的神经网络代码实现示例，并分析了当前大模型面临的幻觉、算力成本及可…
深入解析 LoRA（Low-Rank Adaptation）在大语言模型微调中的应用。阐述了其通过低秩矩阵分解减少可训练参数的核心原理，对比了全量微调与参数高效微调的差异。文章涵盖了 LoRA 在自然语言处理、计算机视觉等场景的优势，分析了其在计算资源、存储及灵活性方面的价值，并提供了基于 PyTorch 和 Hugging Face PEFT 库的实现示例…
OpenAI 发布 ChatGPT-4o，标志着 AI 大模型正式迈入感知时代。该模型实现了音频、视觉和文本的实时多模态推理，显著降低了交互延迟并提升了情感表达能力。GPT-4o 在文本、语音和视觉基准测试中均超越竞品，且免费向所有用户开放。技术上采用端到端训练架构，API 速度提升两倍且价格减半。发布会展示了其在个人助理、多语言翻译及机器间协作等方面的强大…
详细阐述了语音识别系统中语言模型的核心原理与实现方法。内容涵盖语言模型的定义、N-gram 模型的马尔科夫假设及其数学表达。重点解析了多种数据平滑算法，包括加一平滑、古德 - 图灵、回退平滑、插值平滑、Witten-Bell 及 Kneser-Ney 平滑，分析了各自的适用场景与优缺点。此外，文章介绍了困惑度（Perplexity）作为评估指标的计算方式及其…
针对 PyTorch 推荐系统库 TorchRec 的深度优化方案。通过在 16 个 DGX H100 节点上针对 MLPerf DLRM 基准进行测试，实现了 2.25 倍的加速比，将单次迭代耗时从 7.6 毫秒降低至 3.4 毫秒。优化工作主要涵盖 CPU 启动延迟和 Input Dist 两个方向，具体包括利用 CUDA Graph 减少 Kernel…
深入解析大语言模型（LLM）的核心定义、训练流程及关键技术。涵盖预训练、指令微调、对齐优化（RLHF/DPO）、参数高效微调（LoRA）及提示词工程等内容，并探讨其在自然语言处理、图像生成等领域的实际应用，为初学者提供系统性的技术指南。
