博客作者
放荡不羁
338
已发布文章
9.9K
博客获赞
618K
博客浏览
第 16 页
RAG（检索增强生成）是一种通过检索外部知识库来辅助大语言模型生成的技术框架。它主要解决 LLM 存在的幻觉、时效性差及数据安全问题。RAG 流程包含版面分析、知识库构建、索引及问答生成等模块。相比直接使用 LLM，RAG 具备可扩展、准确、可控、可解释等优势。与微调（SFT）相比，RAG 更适合动态知识更新场景，两者可结合使用。该技术广泛应用于问答、摘要等…
人工智能应用技术涵盖深度学习、计算机视觉、语音识别、自然语言处理及智能机器人等领域。学习路径以 Python 为基础，延伸至爬虫、数据分析、数据库与 ETL 数仓，最终深入机器学习与高级进阶。掌握算法原理与编程实践是构建 AI 应用的关键，需持续投入时间进行系统学习与项目训练。
该脚本利用 Python 的 tkinter 库结合数学三角函数公式，在画布上绘制并动画化一个爱心形状。代码通过参数方程计算坐标点，引入随机扩散算法模拟粒子效果，实现了动态闪烁的爱心视觉呈现。无需额外第三方库依赖，可直接运行查看效果。
Android NDK 开发涉及 C++ 与 Java 的交互。文章涵盖 C++ 基础如指针、结构体、内存布局及面向对象特性，详解 JNI 环境 JNIEnv 与 JavaVM 的区别，数据类型转换规则，以及对象引用管理（局部、全局、弱全局）。通过 CMake 配置示例展示如何构建共享库并实现 Java 调用 C++ 函数，适合希望深入理解移动端底层开发的开…
Python 多线程通过 threading 模块实现并发执行，适用于 IO 密集型任务如网络爬虫。线程创建、参数传递、循环管理、共享变量锁（Lock）及线程数量限制（Semaphore）。结合豆瓣影评爬取案例展示加速效果，并补充 GIL 机制说明及多进程、协程等替代方案对比，帮助开发者掌握高效并发编程技巧。
详细讲解了 Kotlin 中的扩展函数与扩展属性。扩展函数允许在不继承的情况下为现有类添加新方法，其底层实现为带有接收者参数的静态方法。文章涵盖了扩展函数的定义、导入方式、与 Java 的互调机制、工具函数写法以及不可重写的特性。同时介绍了扩展属性的 Getter/Setter 实现限制及可变性处理。通过具体代码示例展示了如何计算字符串末尾字符及集合连接操作…
Android 注册登录界面实现示例代码，包含 MainActivity、loginActivity、registerActivity 及对应布局文件。通过硬编码验证用户名密码，演示页面跳转逻辑。涉及 AndroidManifest 配置、ConstraintLayout 布局编写、字符串资源管理及 Gradle 依赖配置。注意生产环境应避免硬编码敏感信息，…
如何在本地环境配置 Python 并编写运行第一个 Hello World 程序。内容包括安装 Python 解释器、选择文本编辑器、创建.py 文件、使用命令行执行脚本以及常见语法错误的分析与解决方法。通过基础实践帮助初学者理解编程的基本流程，涵盖环境搭建、代码编写、运行调试及进阶变量注释知识，为后续深入学习奠定基础。
Python 自学笔记涵盖了从基础语法到高级应用的完整知识体系。内容包含开发工具配置、基础语法学习、Web 开发、数据分析、机器学习、深度学习及金融量化等模块。此外还涉及 Linux 系统、网络编程、正则表达式、MySQL 数据库及爬虫技术。文章整理了学习路线、必备手册、面试集锦及简历模板资源，适合希望提升薪资或从事相关领域的初学者参考。通过系统化的学习规划…
Anaconda 的版本查看方法、与 Python 版本的对应关系以及国内镜像源的配置步骤。内容涵盖 conda 命令的使用、虚拟环境的创建与管理、常见网络问题的解决方案，旨在帮助用户建立高效的科学计算开发环境。
Python 凭借简洁语法和丰富生态成为转行首选语言。详细解析爬虫、数据分析、Web 开发三大热门方向的技术栈与学习路径，涵盖基础语法、核心库使用及实战框架，为初学者提供系统化的技能提升方案。内容包含具体代码示例、反爬策略、数据处理流程及 Web 部署建议，强调项目驱动学习与持续积累的重要性。
网络安全从业者的入门必备素质、职业发展路径及学习导航。内容涵盖正直善良的价值观、终身成长等方法论、持续有效的执行力。分析了网络安全行业分类（网络、Web、云、工控等）及各方向技能需求。列举了安全岗位分类（研发、工程、销售）及具体职责要求。提供了法律法规、政府机构、安全企业、媒体、工具、标准及书籍教材等资源列表。最后给出了从零开始的学习路线建议，强调实践与持续…
探讨了大模型与小模型在训练与部署中的协同关系。同源小模型利用 Scaling Law 预测大模型性能，降低实验成本；大模型通过知识蒸馏和 Reward Model 提升小模型能力。在生产环境中，小模型负责数据清洗、路由判断及检索增强，弥补大模型在特征抽取和过拟合方面的不足。文章强调根据场景合理选择模型规模，而非盲目追求大参数，并提出未来 AI 系统将是大小模…
探讨中国未来 50 年产业发展中人工智能的核心地位，重点梳理大模型及 AI 产品经理的学习路径。涵盖从系统设计、提示词工程、平台开发到微调训练的全栈技能树，旨在为从业者提供行业趋势解读与技术能力提升方案。内容涉及 Transformer 架构、RAG 架构、LangChain 框架及多模态技术应用，帮助读者掌握 GPU 算力管理、垂直训练及行业落地能力，应对…
OpenAI 发布了 GPT-4o 模型，这是一个全能型 AI 模型，支持文本、图像和音频的统一处理。相比旧版本，其反应速度提升了一倍，成本降低了一半。该模型具备强大的视觉识别和语音交互能力，可应用于无障碍辅助、实时客服及工业检测等场景。GPT-4o 代表了多模态大模型架构的重要进步，为开发者提供了更高效的技术集成方案，是迈向通用人工智能的关键一步。
探讨了 2024 年人工智能大模型的发展现状、应用案例及未来展望。文章指出尽管 AI 已形成庞大生态，但碎片化场景和高昂的开发成本仍是规模化应用的制约因素。内容涵盖了 Transformer 架构演进、多模态能力增强、金融与电商等行业应用案例，并分析了算力成本、场景适配及幻觉问题等挑战。此外，文章提供了从系统设计、提示词工程到微调开发的学习路径，强调掌握大模…
详细解析了大语言模型的核心超参数，包括模型大小、学习率、批大小、解码类型、Top-k/p、温度及停止序列等。阐述了各参数对模型性能、资源消耗及输出风格的具体影响，并对比了随机搜索、网格搜索与贝叶斯优化等调优方法。文章提供了代码配置示例与常见陷阱分析，旨在帮助开发者通过精细调整提升模型在实际场景中的表现与稳定性。
FuseLLM 提出了一种针对大语言模型的知识融合方法，旨在降低多模型集成的初始化成本。该方法通过因果语言建模（CLM）将不同源模型的概率分布矩阵进行对齐与融合，利用最小编辑距离（MinED）策略解决分词器不一致导致的 Token 对齐问题，并采用 MinCE 或 AvgCE 策略整合知识。实验表明，该方式能有效提取多个模型的优势，提升目标模型性能，适用于大…
Neo4j GraphRAG 通过结合图数据库与向量搜索提升生成模型输出质量。演示如何使用 neo4j-graphrag Python 包简化集成流程，包括安装配置、连接 Neo4j 演示数据库、使用 VectorRetriever 执行向量检索以及构建基础 GraphRAG 查询。通过该方案，开发者可快速实现检索增强生成应用的核心功能。
元提示（Meta Prompt）是一种利用高智能语言模型来生成或改进提示词的技术，旨在通过结构化优化提升低智能模型的输出效果。阐述了元提示的核心概念，介绍了基于 Improve-Your-Prompt 的实现思路，并提供了人设自动生成模板及小说家、改写专家等具体应用场景。内容涵盖从基础定义到实际使用的完整流程，帮助用户掌握自动化提升 Prompt 质量的方法…
