博客作者
御剑飞行
372
已发布文章
12K
博客获赞
718K
博客浏览
第 18 页
香港科技大学等机构提出的 Image-Textualization（IT）框架，旨在解决现有图像描述数据集质量参差不齐和标注成本高的问题。该框架通过整合多模态大语言模型与视觉专家模型，分三个阶段实现图像信息的自动文本化：粗粒度文本化建立语义骨架，视觉细节文本化提取空间与深度信息并检测幻觉，文本化重述生成最终描述。实验表明，IT 框架生成的描述在细节丰富度和准…
微软推出 SPREADSHEETLLM 研究，通过 SheetCompressor 编码框架和 Chain of Spreadsheet（CoS）框架，显著提升大模型处理电子表格的能力。SheetCompressor 包含结构锚点压缩、反向索引转换和数据格式感知聚合三大模块，减少 96% tokens 消耗并保留关键结构信息。CoS 框架优化了下游任务处理，…
AI 产品经理面试涉及自我介绍、行业认知、技术问答、项目流程及模型评估等核心环节。内容涵盖产品思维展示、竞品分析逻辑、AI 基础概念（特征清洗、训练集划分）、经典算法（逻辑回归、KNN、决策树）原理及推荐系统、预测模型设计案例。重点强调数据驱动、业务价值量化及跨团队协作能力，帮助候选人系统准备面试问题并展现专业素养。面试中需结合具体数据支撑观点，理解 AI…
大模型预训练与微调是构建 AI 应用的核心流程。预训练利用海量无标注数据学习通用特征与先验知识，奠定模型基础；微调则针对特定任务的小规模标注数据进行优化，实现领域适配。详细对比了两者在数据需求、计算资源及应用场景上的差异，深入解析了 SFT、RLHF 及 LoRA 等主流微调技术，并通过代码示例展示了参数高效微调的实现路径。同时探讨了灾难性遗忘与过拟合等挑战…
详细解析了大模型落地的全流程，涵盖历史演变、硬件选型、训练策略及模型评估。重点阐述了显卡配置对训练与推理的影响，介绍了 LoRA、RLHF 等高效微调技术，并对比了国内外主流模型特性。针对通义千问等开源模型提供了具体的显存与性能配置建议，最后探讨了 AI 未来的多模态与端侧发展趋势，为技术团队提供了一套完整的实施参考。
百度、腾讯、科大讯飞、商汤及蚂蚁金服五家大厂的 AI 产品经理面试真题与经验。涵盖业务技术面、GM 面及 HR 面的高频问题，涉及 AIGC、大模型、深度学习算法、产品落地流程等核心考点。文章不仅提供具体面试题参考，还总结了项目经验梳理、简历优化、竞品分析及面试复盘等关键准备策略，旨在帮助求职者系统提升 AI 产品岗位面试通过率，明确职业发展路径与能力要求。
基于《大模型应用开发极简入门》书籍内容，系统讲解了 GPT-4 和 ChatGPT 的应用开发实战指南。内容涵盖大型语言模型原理、Transformer 架构、GPT 发展历程及 AI 幻觉风险。详细阐述了 OpenAI API 的使用方法，包括 Python SDK 集成、Token 计费、安全隐私及多模态功能。重点介绍了应用架构设计原则、提示注入防御及示…
在 Google Colab 环境下使用 Langchain-Chatchat 搭建本地知识库问答应用的完整流程。内容涵盖环境准备、项目克隆、模型配置（推荐 Qwen-1_8B-Chat）、依赖安装、模型下载、知识库初始化及内网穿透启动方法。文章修正了原有配置中的潜在错误，补充了常见问题排查指南，帮助用户在无高性能本地硬件的情况下快速部署 AI 知识库系统。
探讨了大型语言模型（LLMs）在独立使用时的局限性，如知识过时、无法行动及幻觉风险。介绍了 LangChain 框架如何通过链（Chains）、代理（Agents）、记忆（Memory）和工具（Tools）等核心组件解决这些问题。文章详细阐述了 LangChain 的模块化架构，对比了与其他框架的差异，并说明了如何利用外部数据源和推理算法增强 LLM 能力，…
MetaLlama 大模型系列，包括 LLaMA 1、LLaMA 2 及 Code Llama 的核心特性与参数规模。文章重点讲解了如何在不同环境下部署和运行这些模型，涵盖了原生 PyTorch 运行、llama.cpp 本地编译与量化、Ollama 快速部署以及 Python 生态下的 llama-cpp-python 和 LangChain 集成方案。内…
基于 LangChain 和 LlamaIndex 框架实现多模态 RAG 的技术方案。通过 unstructured 库提取 PDF 中的图片，利用 GPT-4V 生成图片摘要，并结合 MultiVectorRetriever 将原始图片与摘要向量关联。最终实现了对包含图表的金融报告进行图文混合检索，解决了传统文本 RAG 无法理解图像内容的痛点。文章涵盖…
详细解析了字节跳动发布的用于序列推荐的分层大模型 HLLM。文章介绍了传统 ID 推荐模型的局限性及 LLM 在推荐领域的挑战，阐述了 HLLM 通过分离 Item LLM 和 User LLM 来提取特征和建模用户兴趣的架构。内容涵盖生成式与判别式优化的损失函数设计、三阶段训练策略、在线 A/B 实验结果（指标提升 0.705%）以及关于微调必要性、Sca…
Ollama 是一个本地部署开源大语言模型的框架，支持 Mac、Windows 和 Linux。 Ollama 的安装方法、服务启动、模型运行及 API 调用方式，包括生成模式和聊天模式的代码示例。详细说明了日志查看、局域网访问、GPU 指定及存储路径修改等配置技巧，并补充了自定义模型创建方法和系统硬件要求，帮助用户快速在本地构建 AI 应用环境。
详细讲解了 Python 多线程的概念、创建方式及线程安全机制。内容涵盖进程与线程的区别、三种线程创建方法、GIL 锁的影响、竞态问题及互斥锁解决方案，并对比了 threading 与 multiprocessing 的适用场景，旨在帮助开发者掌握 Python 并发编程的核心技能。
探讨了个人成长与财富积累背后的逻辑，指出大多数人因缺乏选择的勇气而陷入摇摆不定的困境。文章将这一哲学观点延伸至技术领域，分析了研究变化与研究不变两种策略在技术选型中的应用。重点介绍了 Python 语言在当前就业市场中的优势，涵盖其在 Web 开发、数据分析及人工智能领域的应用。文中提供了系统的 Python 学习路径，从基础语法到进阶框架，并结合实际代码案…
网络安全行业面临巨大人才缺口，攻防对抗持续动态更新。文章分析了安全岗位分类（网络、Web、云等）及红蓝队区别，建议新人从网络安全或 Web 安全入手，强调先掌握网络基础与编程能力再深入安全领域。提供了职业成长路线规划，涵盖技术栈学习、法律法规遵循及实战平台选择，旨在帮助从业者建立系统的知识体系并实现长期职业发展。
网络安全漏洞挖掘是一个系统化的过程，涵盖授权确认、信息收集、漏洞扫描、利用验证及报告撰写。渗透测试的标准流程，包括使用 Nmap 进行端口与服务探测，利用 Nessus 和 AWVS 进行自动化扫描，以及针对 SQL 注入、永恒之蓝等经典漏洞的分析方法。同时梳理了入门所需的基础知识体系，强调合法合规的重要性，为初学者提供清晰的技术成长路径。
档全面整理了 Linux 系统常用的管理与操作命令，涵盖文件结构、目录操作、文件读写、权限管理、打包解压、系统监控及网络配置等核心领域。内容包括基础命令详解、参数说明、实际应用场景示例以及常见误区提示。重点介绍了 vim 编辑器使用方法、tar 压缩解压技巧、chmod/chown 权限控制、防火墙配置、网络接口管理及进程监控等关键技能，适用于系统管理员、运…
国内大模型市场在政策备案后迎来爆发，2023 年新增投入约 150 亿至 200 亿元，呈现'百模大战'态势。通用大模型作为基础设施，正向垂直领域延伸。人才方面，AI 工程师及算法科学家年薪超 60 万，供需矛盾突出。技术层面，Transformer 架构、预训练、微调及 RLHF 构成核心流程，算力依赖高性能 GPU 及分布式训练，国产芯片正在加速替代。行…
AI 产品经理需兼具产品管理与技术理解能力。阐述其核心职责包括定义愿景、团队协作、需求分析及性能监控；分析面临的数据质量、技术复杂性与不确定性挑战；列举深度学习、数据敏感性、跨职能沟通等关键技能；并通过智能药物推荐系统案例展示从定义到落地的全流程实践，最后提供转行入门的系统学习路径，为从业者提供全面参考。
