博客作者
怦然心动
333
已发布文章
15K
博客获赞
831K
博客浏览
第 16 页
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。
大型语言模型（LLM）作为人工智能领域的关键技术，正深刻改变软件开发与行业应用模式。本内容系统梳理了从数学基础、Python 编程、神经网络原理到 NLP 技术的入门知识，深入解析了 Transformer 架构、预训练、监督微调（SFT）、RLHF 对齐及量化优化等核心构建流程。同时涵盖了 RAG 检索增强生成、向量存储构建、推理加速及生产环境部署的工程实…
大语言模型低秩适应（LoRA）技术通过可插拔的低秩矩阵更新密集神经网络层，实现了参数高效的微调范式。该技术有效降低了全量微调的计算开销，支持跨任务泛化与隐私保护。系统回顾了 LoRA 在下游适应性改进、混合插件泛化、计算效率优化及联邦学习中的应用进展，并补充了实际训练与部署的操作指南，涵盖环境配置、代码示例及关键参数设置，为开发者提供从理论理解到工程落地的完…
喜马拉雅 AI 产品经理岗位面试经验分享，涵盖双非背景求职者的两轮面试过程。内容包含自我介绍技巧、项目经历阐述、AIGC 技术理解及数据标注工作认知。面试问题涉及直播业务场景、论文解读、AI 与传统产品区别等。建议求职者突出技术背景优势，明确 AI 产品经理在算法优化与需求洞察上的核心职责。
梳理了一线互联网公司在 Android 性能优化方面的实战经验，涵盖腾讯、字节、阿里等团队的技术方案。内容涉及 APK 体积缩减、启动速度提升、内存管理、CPU 效率及电量优化五大核心指标。通过解析 Gradle 构建优化、Native 内存监控、H5 首屏优化等具体实践案例，帮助开发者建立系统的性能优化知识体系，解决实际开发中的常见瓶颈问题。
梳理了 Android 开发的高效学习路径，涵盖 Java 基础与 JVM 原理、主流框架源码解析、性能优化实战、Kotlin 高级特性、UI 开源框架应用、NDK 底层开发、Flutter 跨平台技术及微信小程序开发。通过系统化的八大模块学习，帮助开发者夯实基础，突破技术瓶颈，实现从入门到架构师的进阶。
Dev C++ 是一款轻量级 C/C++ 集成开发环境，适合初学者使用。在 Windows 系统下下载、安装及配置 Dev C++ 的步骤，包括语言设置、路径选择及编译器环境初始化。此外，还涵盖了新建项目、编写第一个 Hello World 程序、编译运行及常见错误排查方法，帮助用户快速搭建本地编程环境并开展 C++ 学习。
学习 Python 过程中常用的 10 个优质技术网站，包括官方文档、GitHub、牛客网、Kaggle、Stack Overflow 等。详细介绍了各平台的核心优势、适用场景及使用建议，涵盖语法学习、开源项目阅读、算法训练、数据科学竞赛及 AI 辅助编程等方面。旨在帮助开发者构建高效的学习体系，通过合理组合官方资源、社区问答及实战平台，系统性地提升 Pyt…
扣子是字节推出的低代码 AI 智能体开发平台。利用该平台进行商业变现的三种主要模式：代建服务、内容自动化及模版商店分发。详细讲解了从零搭建智能体的全流程，包括人设定义、提示词工程、知识库挂载、插件与工作流配置以及多端发布。此外，补充了通过 API 调用智能体的 Python 代码示例及最佳实践建议，旨在帮助开发者快速掌握 AI 应用构建技能并探索商业化路径。
开源大型语言模型（LLM）正逐步在企业生成式人工智能应用中占据重要地位。尽管面临部署延迟、反馈循环及定义模糊等挑战，企业在数据隐私、定制化微调及混合架构方面展现出对开源模型的强烈需求。梳理了包括 VMware、IBM、Perplexity 在内的 16 家企业的实际落地案例，涵盖代码生成、客服支持、内容创作及搜索体验等多个场景，展示了开源模型如何通过 RAG…
详细阐述了大模型应用落地的全流程路线图，涵盖现状诊断、能力建设、应用部署及运营管理四个核心阶段。文章分析了算力、数据、算法、网络四大技术基础，探讨了分布式训练、模型微调、RAG 检索增强等关键技术实践，并提供了具体的工程化建议与代码示例，旨在为企业构建智能化解决方案提供系统性参考。
2024 年国内主流漏洞众测平台及企业安全应急响应中心（SRC）名单，涵盖互联网、生活服务、物流出行、金融、视频游戏、教育科技、泛科技通讯及安全企业等多个行业领域。内容包含众测平台、前沿漏洞研究奖励计划、行业 SRC 及各类型企业的 SRC 汇总，为安全研究人员提供漏洞提交渠道参考，并附带了合规参与的建议。
在 Windows 环境下使用 Ollama、Docker 和 Dify 搭建本地大模型知识库的完整流程。内容包括硬件与软件环境准备、Ollama 安装及模型路径配置、Docker Desktop 部署、Dify 平台启动、Ollama 与 Dify 的连接配置、知识库创建及文档上传测试。方案重点解决了数据隐私安全问题，实现了本地化部署，避免了公有云数据泄露…
