博客作者
热烈活着
353
已发布文章
13K
博客获赞
874K
博客浏览
第 17 页
文档图像识别面临场景多样、设备不稳定及结构复杂等挑战。通用大模型如 GPT-4V 虽具备多模态能力，但在中文识别、长文档解析及事实准确性上存在局限。垂直领域大模型通过素级 OCR 统一模型（UPOCR）和端到端序列预测模型（SPTS v3）提升了精度与效率。结合大型语言模型（LLM）可实现智能检索、摘要生成及多模态理解，推动文档处理向智能化方向发展。
利用检索增强生成（RAG）技术结合 LangChain 框架实现 PDF 文档对话系统的完整流程。通过文档加载、文本分割、向量化存储、检索及生成回答五个步骤，构建了一个能够基于私有数据回答问题的聊天机器人。文章详细讲解了 RecursiveCharacterTextSplitter 分割策略、Chroma 向量数据库的使用、SelfQueryRetrieve…
近期 LMSYS 竞技场出现一款名为 gpt2-chatbot 的神秘模型，引发外界对其是否为 GPT-4.5 或 GPT-5 的猜测。实测显示该模型在代码生成、逻辑推理及数学解题方面表现优异，甚至能一次性解答国际奥数题。尽管其自称基于 GPT-4 且否认是后续版本，但其能力已引起关注。然而该模型上线仅一天后便从测试平台消失，具体身份与来源仍成谜。此次事件反…
AI 产品经理面试考察项目经验、技术理解、伦理风险及用户体验等维度。整理 20 道高频面试题，详解 STAR 法则应用，提供设备调试、心态调整及案例准备建议。旨在帮助候选人梳理知识体系，提升结构化表达能力，展现专业素养与解决问题能力。
Decoder-only 架构之所以成为现代大语言模型的主流，是因为其相比传统的 Encoder-Decoder 架构具有更强的灵活性和通用性。Encoder-Decoder 擅长处理输入输出精确映射的任务如翻译，但训练成本高且难以复用。Decoder-only 基于自回归的下一个词预测目标，支持单一模型处理聊天、创作、问答等多种任务，简化了预训练和微调流程…
探讨了开源语言大模型（LLM）的定义及其核心价值。开源不仅指权重的公开，还包括数据集和训练代码的开放。文章分析了开源带来的四大价值：社区监督与安全对齐、模型重构与可复现性、自托管与定制部署、以及专有化与微调生态。重点讨论了当前开源模型面临的挑战，如训练成本高、数据集保密等，并指出开源模型的未来不在于全面超越通用闭源模型，而在于更小、更专用的领域适配。通过推理…
使用 Python 和 Selenium 抓取网页图片的方法涉及安装 Firefox 驱动和 Selenium 库，控制浏览器打开目标网站，利用 JavaScript 滚动加载内容，并通过 CSS 选择器定位图片元素。随后使用 Requests 和 PIL 库下载并保存图片。文章还讨论了优化方向，如命令行参数、自定义选择器及高清图片获取等注意事项。
探讨了 AI Agent 的核心价值在于工作流设计而非概念本身。文章指出，思维链（CoT）是提升生成质量的关键，而非单纯的 Agent 数量。设计适合 AI 的工作流需遵循四大原则：避免过度拟人化、采用人机协作决策模式、结合多领域工具模型、回归问题本质。通过 PDF 转 Markdown 和漫画翻译的案例，展示了如何利用 PyMuPDF、OCR 及视觉模型构…
Python 是一门广泛应用于大数据和人工智能领域的编程语言，以其简洁的语法著称。系统梳理了 Python 的核心知识点，涵盖基本数据类型（整数、浮点数、布尔值等）、运算符与流程控制、字符串处理、容器类型（列表、字典）、函数定义与作用域、常用内置模块（数学计算、日期时间、正则表达式）、文件读写操作、面向对象编程（类与对象、继承多态）以及异常处理机制。通过理论…
本教程演示如何使用 Python 语言从零构建一个基础的学生信息管理系统。内容涵盖系统开发环境配置、核心功能模块设计以及完整代码实现。系统支持新建、显示、查询、修改和删除学生信息（姓名及语数英成绩），并具备数据本地保存与加载功能。通过该项目可巩固 Python 基础语法、数据结构、逻辑控制及文件操作等知识点，适合初学者进行实战练习。
腾讯混元大模型通过技术升级降低推理成本并提升性能，展示了企业应用 AI 的新方向。混元 Turbo 在中文基准测评中表现优异，接近国际领先水平，同时推理成本降低一半。腾讯云推出 TI 平台及知识、图像、视频创作引擎等工具链，支持医疗、汽车等行业落地。文章强调 AI 价值在于真实场景解决实际问题，而非单纯的技术堆砌，随着成本下降，企业引入 AI 将更具经济效益…
AI Agent 代表大模型从内容生成向自主任务执行的演进。OpenAI 通过 GPTs 和 Assistants API 布局生态，定义了 Agent 的初期形态。国内厂商因生态不足被迫转型，需打造独立 Agent 产品。核心技术包含规划、记忆、工具与反思机制。未来竞争焦点在于解决复杂场景问题及构建深度集成的原生应用，这为创业者提供了千载难逢的机会。
Python 是一门流行且易学的编程语言，适用于 Web 开发、数据分析及人工智能等领域。 Python 环境的搭建方法，包括官方解释器安装、IDLE 及 PyCharm 集成开发环境的使用。内容涵盖基础数据类型（整数、浮点数、字符串等）、数据结构（列表、元组、字典）、变量赋值规则、运算符分类以及控制语句（条件判断与循环）。此外，还讲解了函数定义、程序结构规…
Android 开发者进阶需构建扎实的技术底座。梳理了从 Java 基础、框架源码解析到性能优化的完整技能树，涵盖架构设计、Kotlin 实战、NDK 开发及跨平台技术路线。通过理解行业需求与技术趋势，明确学习方向，掌握核心原理与实战经验，从而提升工程能力与业务价值，实现从初级到高级的跨越。
2024 年大模型方向秋招面试中关于 Triton 内核优化、MLIR 编译器架构、LLM 推理技术及 GPU 底层架构的核心问题。内容涵盖 Triton 下降流程与 Layout 机制、MLIR 中 Tensor 与 Memref 的区别及算子融合策略、LLM 推理中的 KV Cache 与 Flash Attention 优化、以及 GPU SM 架构细…
通过 Python 的 Selenium 库可以实现浏览器自动化操作，常用于 UI 测试和重复性任务模拟。详细讲解了环境搭建、核心 API 使用及购物车结算流程的自动化实现逻辑，包含完整的代码示例与常见错误排查指南。内容涵盖 Chromedriver 配置、显式等待机制、元素定位方法及异常处理策略，并提供合规使用建议。
介绍使用 Python 的 Selenium 自动化库模拟浏览器操作，实现 12306 铁路售票系统的自动查询与下单流程。内容涵盖环境配置、核心类设计、关键 XPath 定位及等待机制处理。代码示例展示了从登录验证到订单提交的完整逻辑，旨在提供技术参考与学习思路。请注意，此类脚本仅供技术研究，实际使用需遵守平台规则。
Python 是机器学习领域的首选语言，因其丰富的库和易用性。介绍 Python 在数据处理、建模及深度学习中的应用。涵盖 NumPy、Pandas 等基础库，Scikit-learn 实现监督与无监督学习，以及 TensorFlow 和 PyTorch 框架基础。通过实际代码示例展示数据清洗、模型训练与评估流程，帮助开发者快速掌握机器学习核心技能，构建预测…
详细讲解了 ChatGPT 等大语言模型的 Prompt 工程核心方法论。内容涵盖基础指令与角色设定的科学依据，Zero-shot 与 Few-shot 的区别及示例，以及链式思考（CoT）在复杂推理中的应用。文章提供了包含角色、目标、上下文、输入输出规则及示例的万能 Prompt 模板，并通过代码审查、数据分析等实战案例演示了具体用法。同时指出了常见误区，…
渗透测试是通过模拟恶意攻击评估系统安全性的方法。涵盖基本概念、PTES 执行标准、具体实施流程（准备、信息收集、漏洞扫描、利用、报告）、常用工具及风险规避策略。重点阐述了黑盒、白盒、灰盒测试的区别，以及如何在合法授权下规范执行测试，确保业务连续性与数据安全。文章详细介绍了渗透测试的七个标准阶段，列举了 Kali、Metasploit、Burp Suite 等…
