博客作者
胡言乱语
364
已发布文章
13K
博客获赞
851K
博客浏览
第 17 页
SRC 挖掘中的信息收集方法，强调以子域名为核心，避免盲目扫描以防风控和违规。推荐使用 OneForAll 配合 Ehole 进行子域枚举和指纹识别，并详细阐述了收集后的资产筛选、手工测试流程及标准漏洞挖掘步骤。同时提供了编程语言、安全基础、工具使用及技巧方法的学习建议，旨在帮助读者建立系统的信息收集与漏洞挖掘能力。
9 款主流 AI 大模型的免费 API 接入方案，涵盖 Kimi、通义千问、DeepSeek 等模型。内容包含工具列表、功能特性对比以及基于 Python 的调用示例，包括同步请求与流式输出处理。同时强调了在使用此类逆向接口时的合规性与稳定性注意事项，适合开发者快速集成大模型能力进行原型开发。
大模型应用开发的入门知识，涵盖 Transformer 架构原理、提示词工程设计、本地模型部署及 LangChain 框架实战。内容从大模型基本概念出发，深入解析自注意力机制与位置编码，随后通过代码示例演示了 FastChat 部署流程与 OpenAI API 调用方法。此外，文章重点讲解了如何利用 LangChain 构建基于文档的检索问答系统（RAG）及…
详细解析了 Agent、RAG 与 LangChain 三大核心技术。Agent 负责自主规划与工具调用，解决复杂任务执行问题；RAG 通过检索外部知识库增强生成准确性，有效抑制模型幻觉；LangChain 作为开发框架，整合了模型、提示词、记忆及工具链，大幅降低开发门槛。文章阐述了各技术的核心架构、代码实现示例及在企业客服场景中的综合应用方案，并探讨了延迟…
文章探讨了程序员实现财务自由的现实路径，指出单纯依靠加班难以达成目标。通过设定年薪五十万、百万及千万的阶段性目标，强调了第二职业、行业专家身份及管理能力的重要性。文末详细梳理了 Android 开发的技术进阶路线，涵盖 Java 核心、架构设计、性能调优、NDK 模块及跨平台开发等关键领域，鼓励开发者通过持续学习和深度钻研提升核心竞争力，从而实现职业与收入的…
深入解析了 LLM 大模型结合外部工具的 Agent 机制。通过 LangChain 框架，利用 ReAct 模式实现推理与行动协同，解决了大模型知识时效性和幻觉问题。内容涵盖 Agent 核心原理、ReAct 工作流详解，并提供 OpenAI、文心一言及智谱 AI 的集成代码示例，演示了搜索与计算工具的实际应用，同时总结了最佳实践与常见问题解决方案。
基于 RAG 架构的知识库搭建流程。涵盖环境配置、Word2Vec 模型训练、中文文本预处理、向量数据库 Qdrant 部署以及 ChatGLM 大模型集成。通过文档分块、向量化存储与相似度检索，实现大模型上下文增强问答，提供了一套完整的本地化私有知识库解决方案，并对实际生产中的优化策略进行了总结。
在本地环境部署 Llama3 大模型及配套的 Web UI 和 Open Interpreter 工具链的方法。涵盖硬件要求、Ollama 安装配置、Open WebUI 连接设置以及 Open Interpreter 的命令行使用技巧。通过该方案可实现离线大语言模型交互及自动化代码执行功能，适合开发者进行本地 AI 应用开发测试。
人工智能行业人才缺口巨大，薪资水平较高且对年龄容忍度优于传统互联网。大模型算法工程师需掌握 Transformer 等核心算法及项目落地经验。学习路径涵盖系统设计、提示词工程、应用开发、微调及多模态技术。建议从业者关注垂直领域模型训练与部署能力，提升全栈工程化技能以应对行业变革。
大型语言模型结合检索增强生成技术为文本到 SQL 任务提供了新机遇，但在精确度、安全性和稳定性方面面临四大挑战：上下文收集、检索优化、SQL 生成准确性和协作访问控制。为解决这些问题，需要在 LLM 与数据源之间构建语义层，负责业务术语定义、数据关系映射、计算规则预设及安全策略管理。通过语义层抽象，系统能准确理解业务意图并映射至物理数据库结构，同时保障数据隐…
探讨了大语言模型中 Attention 机制的实现原理及优化方案。首先分析了 Multi-Head Attention 的计算复杂度及其随序列长度增长的特性。接着介绍了 Multi-Query Attention 和 Group Query Attention 如何通过共享 Key 和 Value 矩阵来降低显存占用并提升推理速度，给出了具体的代码实现与内存…
基于 Yuan2.0 大模型、Milvus 向量数据库和 LlamaIndex 框架构建检索增强生成（RAG）系统的完整实践方案。文章详细阐述了 RAG 的核心架构，包括向量检索与大模型生成的协同机制。通过具体的部署教程，涵盖了 Milvus 环境搭建、知识库向量化入库、LlamaIndex 数据加载与索引配置、以及 Yuan2.0 模型的本地推理集成。文中…
探讨大模型 Agent 如何通过思维链（CoT）模拟人类思考。涵盖 Zero-shot、Few-shot、Self-Consistency、Least-to-Most、Tree-of-Thoughts、Graph-of-Thoughts、Algorithm-of-Thoughts、Skeleton-of-Thoughts 及 Program-of-Thoug…
探讨了大模型落地应用的现状、难点与破局之道。文章首先分析了大模型在科研领域的应用，包括 AI for Science 在电化学、蛋白质结构预测及深空探测中的实践，强调了理解底层科学规律的重要性。其次，深入剖析了大模型在制造业的融合应用，如注塑工艺优化、汽车制造流程编排及石化设备预测，指出了数据碎片化、成本高企及人才短缺等挑战。最后，讨论了端侧 AI 的发展趋…
AI 产品经理面试涵盖对 AIGC 整体认知、大模型技术理解及项目经验深挖。内容整理自百场面试高频问题，包括 AIGC 定义与技术基础、产品落地流程、行业应用场景、竞品分析、人机协作平衡及未来前景展望。同时提供参考答案，解析面试官考核点，帮助求职者掌握从需求分析到效果评估的全链路能力，并补充了学习路线与准备建议，旨在提升候选人对 AI 技术的深度理解与商业价…
探讨了大模型在传统 NLP 文本分类任务中的多种应用方式，对比了纯 Prompt 工程、指令微调（SFT）以及 BERT 式微调的效果。实验基于金融新闻事件分类数据集，结果显示纯 Prompt 工程效果不如传统 BERT 模型；结合 LoRA 的 BERT 式微调在 Qwen 1.8B 模型上取得了最佳精度，尤其在小样本类别表现优异。文章提供了具体的训练流程…
AI 大模型学习需要扎实的数学与编程基础。梳理了从线性代数、Python 编程到机器学习、深度学习的系统路径，重点讲解 Transformer 架构与大模型微调实践。涵盖经典书籍推荐、主流框架使用及行业应用案例，为初学者提供清晰的学习方向与实战建议。
详细解析了大型语言模型面试中的 10 个核心问题，涵盖提示校准、向量存储必要性、RLHF 与 DPO 对齐技术、奖励黑客现象、微调关键因素、自注意力机制原理、子词算法优势、自适应 Softmax 优化、推理温度参数调节以及 FSDP 分布式训练技术。内容旨在帮助技术人员深入理解 LLM 底层原理与工程实践，为面试准备提供系统性参考。
推荐系统旨在解决信息过载问题，通过分析用户行为和内容特征预测偏好。阐述了基于内容的推荐与协同过滤的核心原理，重点讲解矩阵分解、代价函数优化及梯度下降法在求解用户喜好与物品内容矩阵中的应用。同时对比了基于 Item 和基于 User 的协同过滤策略，分析了冷启动、稀疏性等挑战，并提供了 Python 实现示例，帮助开发者理解推荐系统的构建流程与实际应用场景。
盘点了国内主流的 10 个 AI 大模型，包括阿里云通义千问、科大讯飞星火、百度文心一言、字节豆包、智谱清言、华为盘古、百川大模型、腾讯混元、商汤商量以及 MiniMax abab 系列。详细介绍了各模型的官网地址、核心特点及适用场景，并提供了选择大模型的建议，涵盖功能侧重、成本预算、生态集成及数据安全等维度，旨在帮助用户根据自身需求快速找到合适的 AI 工…
