博客作者
顺其自然
335
已发布文章
8.2K
博客获赞
569K
博客浏览
第 16 页
OpenCV Mat 是 C++ 接口中的核心图像容器类，负责管理图像数据的内存、尺寸和通道信息。它采用引用计数机制实现浅拷贝，避免不必要的内存复制，支持自动内存管理。文章介绍了 Mat 类的结构、色彩空间与数据类型选择、多种初始化方式（构造函数、数组、MATLAB 风格等）以及矩阵输出的格式化选项。通过理解 Mat 的底层机制，开发者可以更高效地进行图像处…
Meta 发布了 Llama 3 8B 和 70B 两款开源模型，在多项基准测试中超越同类竞品及部分闭源模型。新模型采用 15 万亿 tokens 训练数据，优化了分词器和注意力机制，支持更长上下文。尽管在安全性工具如 Llama Guard 上有所更新，但合成数据的使用仍存争议。模型已开放下载，支持商业使用但有特定限制，未来将推出多模态及更大参数版本。
Meta 发布了 Llama 3 大模型，包含 8B 和 70B 两个版本。相比 Llama 2，词汇量提升至 128k，训练数据达 15T token，上下文窗口扩展至 8k。在 MMLU、HumanEval 等基准测试中表现优异。训练数据涵盖 30 多种语言，知识库截止时间分别为 2023 年 3 月和 12 月。采用 GQA 机制优化推理效率，安全性与…
探讨了 AI Agent 的定义、核心特性及技术架构，详细解析了感知、决策、执行三大环节及自主性、适应性等关键属性。内容涵盖 OpenAI API、LangChain、LlamaIndex 等主流技术栈，并深入介绍了七个典型 Agent 实例，包括自动化办公、Function Calling、ReAct 推理、计划执行解耦、RAG 知识整合及多 Agent…
探讨了大型语言模型（LLM）交互中的 Prompt 工程核心。重点阐述了两个基本原则：一是写出清晰而具体的指示，涵盖长度、风格、语言、格式等多个维度；二是给模型更多的思考空间，介绍了思维链（CoT）、自洽性（Self-Consistency）及渐进提示（PHP）等方法。文章还提供了调试迭代的步骤、进阶工具推荐及标准模板结构，旨在帮助开发者编写高效 Promp…
基于《掌握大语言模型：语言理解与生成》的核心内容，系统梳理了大语言模型的技术体系。从自然语言处理基础出发，深入解析 Transformer 架构、注意力机制及预训练微调技术。结合强化学习与对齐方法，探讨了文本生成、情感分析、机器翻译及对话系统的实际应用。通过理论讲解与代码实践，帮助读者构建大模型知识框架，掌握从原理到落地的全流程技能。
检索增强生成（RAG）通过引入外部知识库解决大模型幻觉与知识滞后问题。文章系统阐述了 RAG 三大核心组件：检索器负责从向量数据库高效召回相关片段，检索融合技术决定如何将检索信息整合进生成模型，生成器则基于上下文输出最终结果。内容涵盖检索器的构建与查询阶段、多种融合策略（如基于注意力机制的融合）、训练模式（是否更新数据存储）以及在实际 NLP 任务中的应用场…
Phidias 是首个引入检索增强生成（RAG）的 3D 生成框架，由香港城市大学等机构提出。它统一了文生 3D、图生 3D 和 3D 到 3D 生成任务，利用检索到的 3D 参考模型指导生成过程。核心组件包括元控制网络、动态参考路由模块和自我参考增强模块。该方法通过两阶段流程提升几何质量、泛化性和可控性，显著优于现有算法，支持交互式生成及模型补全等下游任务…
中文智慧法律大模型 LawLLM 基于 Baichuan-13B-Base 全参数微调，具备法律文本处理、推理及检索增强能力。通过监督微调和检索增强两个阶段训练，利用法律三段论重构指令数据。在 LawBench 基准测试中，Zero-shot 表现优于 GPT-3.5-Turbo，Few-shot 仅次于该模型。此外，探讨了长文本信息抽取应用，在裁判文书处理…
介绍利用 PingCAP 开源项目 AutoFlow 结合 TiDB 向量检索功能，快速构建本地知识库问答机器人的流程。无需编写代码，通过 Docker 部署环境，配置 LLM 及 Embedding 模型，导入企业文档数据源，即可实现基于 Graph RAG 技术的智能问答。涵盖环境准备、数据库初始化、应用启动、Web 端配置及索引创建等关键步骤，并演示了…
探讨人工智能（AI）的核心概念、发展历程及其对产品经理角色的影响。内容涵盖狭义与广义 AI 的区别、机器学习分类、深度学习优势、遗传算法原理，以及 AI 时代产品经理所需具备的技术视野与能力框架。旨在为从业者提供系统的 AI 知识体系与职业发展参考。文章详细解析了 AI 从早期探索到大模型时代的演变，强调了数据驱动、伦理合规及人机协作的重要性，帮助读者建立完…
介绍如何利用知识图谱增强检索增强生成（RAG）系统。通过对比传统数据库，阐述图数据库在处理复杂关系上的优势。教程涵盖使用 Neo4j、LangChain 和 Azure OpenAI 搭建知识图谱 RAG 应用的完整流程，包括环境配置、数据摄取、文本转图转换及 Cypher 查询实现。内容旨在帮助开发者解决朴素 RAG 缺乏深层上下文理解的问题，提供从理论到…
Python 爬虫岗位市场需求大，但单纯掌握基础语法难以胜任。核心技能包括反爬逆向（加密破解、验证码识别）、并发架构（多线程/异步/分布式）、数据处理（清洗/消重）及移动端采集。面试重点考察 Python 底层原理、数据结构算法及项目实战经验。求职者需注重工程化落地能力，同时严格遵守法律法规与 robots 协议，确保数据采集的合规性。
大模型技术面试涵盖 RAG 技术体系、外挂知识库作用、幻觉与复读机问题成因及解决方案、主流开源模型架构（如 LLaMA、ChatGLM）、微调方法（SFT、LoRA、RLHF）、训练优化技巧（DeepSpeed、混合精度）以及注意力机制优化等核心内容。重点解析了向量检索、Prompt Engineering、显存管理及分布式训练策略，为开发者提供从理论到工程…
企业接入大语言模型面临成本高、选型难等问题。核心在于数据准备与治理。AI Ready 要求组织具备基础设施、数据管理、算法模型、人才及战略准备。实施路径包括定义用例、数据清洗、模型选择、接口开发及集成测试。通过构建统一的知识库与数字资产管理，确保数据质量，利用向量数据库与检索增强生成（RAG）技术，结合微调与提示工程，实现大模型在垂直场景的有效落地。
2024 年十款主流人工智能软件，涵盖文本生成、图像创作、视频制作及办公协作等领域。包括 ChatGPT、Google Bard、Notion AI、Stable Diffusion 等工具，分析了各自的核心功能与应用场景。这些工具利用自然语言处理、机器学习及扩散模型技术，显著提升了办公效率与内容生产力，适合不同需求的用户选择使用。
OpenAI o3 模型展现了卓越的编程与数学推理能力，部分指标达到或超越人类顶尖水平，验证了后训练与推理时间扩展的有效性。尽管在复杂工程任务上仍有局限，但其成本效益随知识密度提升而优化。文章指出 AI 并非取代人类，而是扩展智力边界，提升重复脑力劳动效率。面对未满足的社会开发需求，AI 将成为程序员的重要助手，推动行业数字化转型。
Stable Diffusion Windows 环境搭建指南，涵盖 Python 安装、WebUI 部署、模型配置及基础使用流程。文章详细说明了硬件要求、Git 克隆仓库、依赖安装、模型文件放置路径以及启动参数配置，并提供了常见问题的排查方案，帮助用户快速实现本地 AI 绘画环境的搭建。
检索增强生成（RAG）通过整合外部知识库解决大语言模型的幻觉与知识滞后问题。阐述了 RAG 技术的三个发展阶段：初级 RAG 采用标准检索 - 阅读流程但存在精度不足；高级 RAG 引入查询重写、重排序及混合检索优化召回率；模块化 RAG 则通过动态路由、记忆模块及多策略组合实现高度自适应。最终总结指出模块化架构已成为构建复杂 RAG 应用的标准范式，支持端…
LangChain 是构建 LLM 应用的框架，支持自然语言处理开发。 LangChain 的核心特性，演示了如何在 Node.js 环境中通过 npm 安装依赖，使用 PromptTemplate 定义提示词，结合 ChatOpenAI 实例化模型，并通过 .pipe() 方法构建应用链。内容涵盖基础代码实现、流式输出处理、环境变量安全配置及常见错误处理方…
