博客作者
珍惜当下
334
已发布文章
10K
博客获赞
542K
博客浏览
第 16 页
人工智能大模型的发展背景及主流分类，包括自然语言处理、计算机视觉、科学计算和多模态大模型。重点阐述了七阶段大模型学习路线，涵盖系统设计、提示词工程、平台应用开发、知识库构建、微调开发、多模态生成及行业应用落地。旨在帮助开发者掌握大模型核心技术，提升在 AI 时代的竞争力与工程实践能力。
介绍基于 AgentFabric 框架微调 Qwen-7B-Chat 模型以增强工具调用能力的方案。针对小模型在 AgentFabric 场景下工具调用表现不佳的问题，通过转换 ms_agent 数据集格式并补充实际交互数据构建专用训练集。内容涵盖环境配置、数据清洗与转换脚本、LoRA 微调参数设置、模型合并与 vLLM 部署，以及在 ModelScope-…
对产品经理群体梳理了 AI 学习路径。首先明确生成式 AI 带来的交互革新，强调理解技术背后的业务逻辑而非单纯技术细节。其次介绍如何熟练运用 AI 工具进行提示词调教与流程产品化。进阶部分涵盖 API 调用、开源项目部署及向量知识库应用。最后提供七阶段学习路线图，包括系统设计、提示词工程、平台开发、知识库构建、微调、多模态及行业应用，旨在帮助产品经理将 AI…
总结了 AI 产品经理转型所需的核心硬知识，涵盖能力模型、人工智能发展史及多视角概念梳理。文章指出 AI 产品经理需具备行业纵深理解与跨部门沟通能力，无需深究算法细节但需懂技术边界。内容详细解析了监督学习、强化学习等核心概念，以及弱、强、超人工智能的区别。此外，分析了 BAT 在 AI 领域的优劣势，探讨了 2B 与 2C 市场的差异，以及民营与国企在 AI…
Whisper 是 OpenAI 开源的语音识别大模型，基于 Transformer Encoder-Decoder 架构，支持多语言及时间戳对齐。阐述了其语音处理（梅尔频谱图）与文本处理（Token 分类）原理，并通过 HuggingFace transformers 库展示了实战流程。内容包括环境安装、模型下载、Pipeline 推理调用及完整命令行工具…
京东零售广告部在大模型时代的技术实践，涵盖流量价值预估、流量售卖机制、生成式推荐、智能创意及算法工程体系五大方向。通过生成 - 判别模型增强长尾类目训练，引入先验知识解决召回不足；利用多模态表征提升召回与创意优选效果；提出 ListVCG 拍卖机制与多智能体博弈优化售卖；构建生成式推荐系统简化流程并提升泛化性；开发 RFNet 审核生成图片质量。工程上解决超…
FunASR 是阿里巴巴达摩院开源的语音识别工具包，支持 ASR、VAD、标点恢复等功能。介绍其核心功能、安装方法及非实时/实时识别、VAD、标点恢复、时间戳预测和情感识别的运行示例，帮助用户快速部署语音识别服务。文章还补充了部署建议与最佳实践，涵盖硬件资源、模型选择、缓存机制及热词增强等关键要点。
LLM2CLIP 是一种结合大型语言模型与 CLIP 的多模态框架，旨在解决传统 CLIP 在长文本处理和跨语言任务上的不足。该方法通过字幕对比微调、冻结 LLM 梯度及 LoRA 技术，在保留 LLM 开放世界知识的同时实现了高效的视觉 - 语言对齐。实验表明，LLM2CLIP 在图像检索、跨语言理解及复杂场景描述上表现优异，尤其在不增加过多计算成本的情况…
多模态大模型在简单表格解析上表现良好，但在处理合并单元格及长表时效果不佳。实测显示 GPT-4-o、Claude 3.5 等闭源模型与 Qwen2-VL、MiniCPM 等开源模型均存在识别错误。主要瓶颈在于视觉语言模型的 Tokenizer 对空间结构不敏感及预训练数据中复杂表格不足。建议生产环境结合传统 OCR 布局分析方案，谨慎依赖纯多模态大模型处理复…
深入剖析了程序员职业转型面临的四大核心障碍：路径依赖、薪资落差、技能断层及社会期望压力。通过思维重构与逆向分析模型，提出打破身份标签、重塑自我价值的策略。针对人工智能浪潮，详细阐述了从大模型基础理论、提示词工程、RAG 架构构建到垂直领域微调的完整技术学习路径，为开发者在技术变革期寻找新增长点提供系统性指导。
Stable Diffusion 文生图教程涵盖 Web UI 界面解析、模型选择策略、Prompt 编写规范与权重调整方法。详细介绍 Euler a、DPM++ 等采样算法对比，以及采样步数对画质的影响。阐述面部修复与高清放大（Hires Fix）的参数配置，包括重绘幅度与放大算法选择。补充分辨率设置原则、随机种子控制机制，并引入 ControlNet 姿…
AI 大模型网络需求涵盖超大规模组网、超高带宽、超低时延、超高稳定性及自动化部署。应对方案包括采用大容量芯片与新型拓扑（Dragonfly/Torus）扩展规模；利用 CXL/NVLink 及集合通信优化带宽；通过 RDMA 与拥塞控制降低时延；基于 Telemetry 实现故障感知与自愈；借助 AI 控制器实现自动化运维。
对前端程序员转型大模型领域提供系统指南。首先分析结合大模型技术对前端交互、个性化推荐及内容生成的价值。其次梳理必备知识体系，涵盖数学基础、Python 编程、机器学习理论及数据处理技能。接着介绍主流框架如 PyTorch、TensorFlow 及 LangChain 的应用，并规划从提示词工程到模型微调的进阶路径。最后强调项目实战与持续学习的重要性，帮助开发…
大语言模型（LLM）是一种理解和生成人类语言的人工智能模型，其核心在于大型神经网络。解析了神经网络的权重机制，介绍了 LangChain 框架及检索增强生成（RAG）技术以应对 Token 限制和幻觉问题。教程详细演示了开发环境的配置步骤，涵盖 Git 密钥管理、Conda 虚拟环境创建、llm-universe 项目克隆、NLTK 资源本地化安装以及 Ju…
详细探讨了 RAG 与 GraphRAG 应用中知识文档增量更新的技术方案。文章首先分析了文档级与块级两种更新策略的需求，提出了基于 Hash 指纹与状态跟踪的核心原理。随后分别展示了 LangChain 的 index API 与 LlamaIndex 的 Ingestion Pipeline 的具体实现代码，重点解释了 cleanup 参数的不同模式及其…
梳理了从机器学习基础到大模型应用的全链路学习路径。涵盖数学基础、Python 编程、神经网络、自然语言处理等核心知识。深入讲解 Transformer 架构、指令微调、RLHF 对齐及量化技术。同时介绍 RAG 检索增强生成、推理优化、部署方案及安全防御措施。适合希望系统掌握大模型技术的开发者参考。
渗透测试中 SRC 漏洞挖掘的完整流程，涵盖信息搜集、漏洞发现、验证利用及报告提交四大核心环节。内容包括利用搜索引擎语法定位资产、识别 SQL 注入与逻辑漏洞、使用 sqlmap 等工具进行验证，以及规范撰写漏洞报告的标准格式。文章强调在测试过程中必须遵守法律法规，仅在授权范围内操作，并及时上报漏洞以协助厂商修复，确保网络安全生态的健康发展。
详细阐述了 Python 技术的完整学习路径，涵盖基础语法、网络爬虫、数据分析、ETL 数仓及机器学习等核心领域。内容包含各阶段关键技术点解析与实践建议，旨在帮助开发者构建扎实的技术体系，提升在数据采集、处理及智能预测方面的能力，为职业转型或进阶提供系统性指导。
本课程由数字商业创新专家唐兴通主讲，为期两天，涵盖创新思维与创新管理两大核心板块。课程深入解析发散性思维、收敛性思维、TRIZ 理论、设计思维等创新工具，并结合精益创新、敏捷开发等方法论讲解创新管理流程。特别针对 AI 时代背景，探讨人工智能对创新的赋能作用及应对挑战的策略。通过案例分析和实战演练，帮助企业管理者和创新团队掌握系统性创新方法，构建积极创新文化…
探讨了产品经理在日常工作中如何利用 ChatGPT 提升效率，涵盖理解技术概念、细化用户故事、起草利益相关者信息、撰写邮件、数据分析及原型设计等场景。文章指出 AI 无法完全取代产品经理的创新角色，但能有效辅助文档编写、沟通润色及基础编码任务，帮助团队在早期创业环境中更高效地推进产品迭代。
