博客作者
怦然心动
325
已发布文章
15K
博客获赞
823K
博客浏览
第 15 页
Stable Diffusion 3 Medium 由 Stability AI 发布，在图像真实感、提示词遵循、文本排版及资源效率方面表现优异。支持消费级 GPU 运行，具备微调能力并与硬件厂商深度优化。介绍其核心特性及基于 ComfyUI 的使用流程，包括工作流加载、提示词输入及生成步骤，建议配备 8GB 显存以上英伟达显卡以获得最佳体验。
Python 集成开发环境（IDE）是提升开发效率的关键工具。 Wing、PyScripter 和 Eric 三款主流 IDE 的核心功能与特性。Wing 侧重于强大的调试器与远程开发支持；PyScripter 作为开源 IDE 提供丰富的编辑器功能和版本控制集成；Eric 基于 Qt 构建，适合需要深度定制及 Qt 表单预览的用户。文章通过对比各 IDE…
在 Windows 系统下 Python 的下载、安装、环境变量配置以及基础的工具使用。通过遵循上述步骤，您可以搭建一个标准的 Python 开发环境。接下来，您可以选择合适的集成开发环境（IDE），如 VS Code 或 PyCharm，开始您的 Python 编程之旅。
梳理了大模型学习的六大核心基础，涵盖理论基础、编程技能、深度学习框架、领域知识、实践经验及算法原理。强调以 Python 为主流语言，结合 PyTorch 等框架进行实践，并指出需将技术应用于自然语言处理或计算机视觉等具体场景。建议通过项目实战验证理论，避免空谈，构建扎实的技术地基以适应人工智能领域的多学科交叉需求。
浙江大学提出的 Data-Copilot 框架，该框架利用 LLM Agent 技术实现金融领域的数据分析自动化。文章详细解析了框架的两个核心部分：基于大模型的 API 生成流程（包括用户请求生成、API 调用语句生成、相似 API 合并及代码生成）和基于生成 API 的任务规划执行流程（涵盖意图识别、行为规划及多种执行模式）。内容还探讨了 Python 实…
InsightPilot 是微软基于 LLM 驱动的自动化数据探索系统，整合了 QuickInsight、MetaInsight 和 XInsight 三款工具。QuickInsight 负责基础模式发现，MetaInsight 处理多源聚合关联，XInsight 专注于因果推断。系统通过 LLM Agent 串联各引擎，执行初始化、意图选择、迭代分析及报告…
基于 LoRA 技术对 Llama3.1 大模型进行微调的完整流程，涵盖环境搭建、数据集构建、训练脚本配置、模型训练执行及推理测试。文章详细说明了如何配置硬件设备（MPS/CUDA/CPu）、调整训练超参数以及对比微调前后的回答效果，旨在帮助开发者快速上手个性化大模型训练，解决资源有限场景下的微调难题。
阶跃星辰由微软前高管姜大昕创立，正式发布两款 C 端应用及多款大模型。产品包括效率工具跃问和娱乐平台冒泡鸭。模型方面拥有千亿参数 Step-1 和 Step-1V，并展示万亿参数 MoE 模型 Step-2。团队强调在算力、系统、数据、算法四方面的积累，旨在通过 Scaling Law 探索 AGI 路径。
详细解析了大模型应用层的关键技术演进，包括从Plugins到GPTs的扩展机制变化，GPT-4 Turbo在上下文长度、多模态及可控性方面的核心升级。文章深入探讨了基于大模型的Agent架构设计，涵盖ReAct、多智能体协作等模式，并阐述了RAG（检索增强生成）的工作原理及其在解决幻觉、知识时效性和数据安全方面的作用。此外，还介绍了Assistants AP…
本地大模型运行工具 Ollama 的核心特性、安装方法及使用流程。Ollama 支持在本地机器部署 LLM，保障数据安全并降低成本。文章详细说明了通过命令行或 Docker 安装 Ollama 的步骤，演示了下载、运行、查看及删除模型的基本命令。此外，还列举了支持的热门模型如 Llama3、Gemma 等，并通过实例展示了终端对话及 API 调用的具体用法，…
涵盖机器学习数学基础、Python 编程、神经网络与自然语言处理。深入解析 Transformer 架构、指令微调、偏好对齐及量化技术。工程师部分详解 RAG、向量存储、推理优化与安全部署。提供系统化的大模型开发路径，帮助开发者构建从理论到实践的能力体系。
DeepSeek R1 引发全球复现热潮，UC 伯克利 TinyZero、港科大 SimpleRL 及 HuggingFace Open R1 等项目展示了低成本强化学习复现大模型推理能力的成果。实验证明无需监督微调，仅需少量样本和纯 RL 即可实现自我验证与搜索，大幅降低算力门槛，推动开源生态发展。
本教程详细介绍了如何使用 LangChain 框架结合 OpenAI 的大语言模型构建各类 AI 应用。内容涵盖基础环境配置、提示工程、链式调用、代理功能以及 RAG（检索增强生成）应用。通过 Streamlit 快速构建交互式 Web 界面，掌握文档加载、分块、向量化及向量数据库的使用。教程包含 YouTube 视频聊天、自定义文档上传及对话记忆管理等高级…
详细阐述了大模型产品经理所需的知识体系与技能路径。内容涵盖计算机科学基础、人工智能与机器学习原理、大模型核心技术（如 Transformer、RAG、微调、提示词工程）、产品管理与商业分析、实战项目经验以及持续学习与伦理安全等方面。文章旨在帮助从业者构建从理论到实战的完整能力闭环，适应 AI 时代的职业发展需求。
大模型的分类体系，包括按数据类型分为语言、视觉及多模态模型，按应用层级分为通用、行业及垂直模型。阐述了模型泛化能力与微调技术，重点分析了 Fine-tuning、LoRA、QLoRA 等主流微调方法。梳理了国内外主流闭源模型（GPT、Claude、PaLM、文心一言、星火）及开源模型（LLaMA、GLM）的技术特点与参数规模。此外，补充了模型部署中的量化策略…
Transformer 架构及其在大模型领域的应用，重点讲解了《基于 GPT-3、ChatGPT、GPT-4 等 Transformer 架构的自然语言处理》一书的核心内容。文章涵盖了 Transformer 模型的基本原理、基础模型概念、工业 4.0 背景下的 AI 发展，以及 BERT、RoBERTa、T5、GPT 系列等主流模型的架构与微调方法。内容涉…
基于《中国人工智能大模型技术白皮书》，系统梳理了大模型技术的发展历程、关键技术架构及生态现状。内容涵盖语言大模型与多模态大模型的演进路径，包括 Transformer 架构、预训练与微调策略。同时分析了典型开源框架、训练数据流程、推理部署优化及软硬件协同。文章还探讨了大模型在金融、医疗、教育等行业的落地应用，并重点阐述了安全风险治理、合规标准及安全对齐技术。…
15 个 Python 实用技巧，涵盖内置函数如 all/any/dir、数据结构操作如列表推导式与 zip、调试工具 pprint/repr、第三方库 sh/wikipedia/emoji/howdoi/Jedi 以及高级语法类型提示和参数解包。通过优化代码可读性、自动化脚本任务及增强开发体验，帮助开发者提升编程效率与代码质量。
LangChain 框架及其核心组件 Agent 的实现与应用。LangChain 解决了大模型无法获取最新信息、幻觉等问题。Agent 基于 ReAct 框架，通过思考、行动、观察的循环流程，使大模型能够调用外部工具解决问题。文章详细讲解了工具定义、结果解析类编写、Agent 初始化及调用的完整流程，并分析了 Agent 模式的优缺点及优化方向。通过 Ag…
在本地电脑部署开源 AI 大模型的完整流程。主要涵盖环境准备（硬件要求）、Ollama 工具的安装与配置、模型拉取与命令行交互、以及可视化界面 GPT4All 的使用。文章还补充了性能优化建议、模型量化概念及 API 调用方法，帮助用户构建私有化 AI 环境，实现数据隐私保护与离线使用。
