博客作者
夕阳无限好
360
已发布文章
8K
博客获赞
540K
博客浏览
第 17 页
AI 大模型落地的三个演进阶段：功能型 AI、任务型 AI 和场景型 AI。文章从技术占位、使用体验和设备互联三个维度阐述了 AI 从被动响应到主动服务的转变，并结合手机、电脑和车等核心载体，详细解析了各阶段的典型场景与技术难点。此外，文章还提供了从提示工程、RAG 检索增强、模型微调到商业部署的系统化学习路径，旨在帮助开发者理解 AI 落地趋势并掌握相关技…
大型语言模型在现实应用中面临规则遵循的挑战。 RULES 基准测试框架，通过 15 个文本场景评估 LLM 遵循自然语言规则的能力。研究发现，包括 GPT-4 在内的主流模型均易受对抗性输入影响，尤其在正面规则遵循上表现较弱。基于梯度的 GCG 攻击能显著降低开放模型的安全性。文章指出当前模型在可靠遵循简单规则方面存在不足，呼吁加强对抗性鲁棒性研究，并提出结…
探讨 AI 产品经理的定义、核心能力模型及职业发展规划。分析在大模型普及背景下，传统产品经理如何转型，涵盖技术理解力、场景落地能力及行业壁垒构建。针对中年危机提出应对策略，强调持续学习与垂直领域深耕的重要性，为从业者提供从入门到进阶的系统性参考。
RAG（检索增强生成）是一种结合搜索与 LLM 的应用架构。文章详解了 RAG 的基础流程、分块矢量化、索引构建、混合搜索、重排序、查询变换、聊天引擎及智能体等高级技术。同时涵盖编码器与大模型的微调策略，以及基于 Ragas、LangSmith 等框架的性能评估方法，为构建高效 RAG 系统提供完整技术指南。
CogVideoX v1.5 开源发布，提供 5/10 秒、768P、16 帧视频生成能力，I2V 模型支持任意尺寸比例。相比旧版，在图生视频质量、美学表现、运动合理性及复杂语义理解方面显著增强。技术架构包括 3D VAE 压缩、因果三维卷积、融合文本时空的 Transformer 架构及 3D RoPE。训练框架支持长视频序列快速训练及任意分辨率生成。开源…
Ovis 提出了一种多模态大语言模型架构，旨在通过结构化嵌入对齐解决视觉与文本嵌入不一致的问题。该方法引入可学习的视觉嵌入查找表，将图像块映射为概率标记并索引该表生成最终视觉嵌入，使其与文本嵌入策略保持一致。实验表明，Ovis 在多个多模态基准测试中优于同规模开源模型，部分性能超越专有模型 Qwen-VL-Plus，展现了结构化视觉表示的潜力。
Gomoon 是一款开源的桌面大模型工具，支持通过 API Key 调用云端模型及本地部署模型。内置翻译、计算器等助手，提供问答与连续对话两种模式，具备快捷键唤醒、双击复制等功能。核心特性包括本地记忆胶囊（基于 Embedding 和向量知识库的 RAG 实现）、多主题支持及数据本地化存储，确保隐私安全。文章详细介绍了其架构设计、功能配置、安全性保障及未来规…
基于 FastAPI 与异步 ORM 构建 AI 知识库，涵盖文档分块、大模型调用、流式响应及向量检索生成等核心功能。文章详细介绍了如何使用 DocumentChunk 处理文档，LLMEngine 对接多种大模型接口，以及通过向量化技术实现 QA 对的自动生成与存储。此外，补充了完整的检索增强生成（RAG）流程，包括问题嵌入、向量检索、上下文构建及最终回答…
详细解析了大模型训练中的显存优化策略。内容涵盖 GPU 显存构成分析，包括参数、梯度、优化器状态及中间激活值的占用计算。深入探讨了集合通信操作（Broadcast, AllReduce 等）及其在多卡协同中的作用。重点阐述了数据并行、模型并行、ZeRO（1/2/3 级）及流水线并行的原理、流程与显存收益对比。此外，还介绍了混合精度训练（FP16/FP32）的…
探讨了大模型时代下程序员转型 AI 的技术路径。文章分析了大型预训练模型在资源消耗、数据需求及可解释性方面的局限性，强调了传统机器学习和神经网络作为基础技术的重要性。内容涵盖了数学基础、推荐学习路径（从 Python 基础到传统 ML 再到深度学习与大模型），并通过代码示例展示了传统机器学习流程。结论指出，扎实的底层基础有助于更深入理解 AI 本质，是长期职…
基于面向对象编程思想构建的 Python 学生管理系统，涵盖添加、删除、修改、查询及显示学生信息功能。系统采用 CSV 格式实现数据持久化，定义了 Student 和 StudentManagementSystem 类以封装业务逻辑。代码包含完整的命令行交互循环、输入验证机制及文件读写异常处理，适合作为 Python 入门实战项目参考。
探讨了大模型技术的定义及其与大模型的区别，梳理了从规则模型到 Transformer 架构的发展脉络。重点分析了大模型的规模、泛化能力、预训练微调范式及多模态特性。同时介绍了基于任务、模态和架构的分类方法，并指出当前面临的技术挑战与伦理问题。旨在为读者提供系统的大模型技术认知框架。
8 款主流 AI 绘画工具，涵盖 Midjourney、Stable Diffusion、Microsoft Designer 等。文章分析了各工具的特点，如 Midjourney 的艺术渲染能力、Stable Diffusion 的可控性与开源优势、以及 Microsoft Designer 的海报生成功能。内容包含使用方式、适用人群及优缺点对比，旨在帮助…
详细梳理了七种本地部署开源大语言模型的主流方法，包括 Hugging Face Transformers、Llama.cpp、Llamafile、Ollama、vLLM、TGI 和 DeepSpeed。文章分析了各工具的核心优势、技术特点、安装使用方式及适用场景，并通过对比表格帮助用户根据性能需求、硬件条件和易用性偏好选择合适的部署方案。内容涵盖从个人快速体…
AI Agent 是基于大语言模型构建的智能体，具备自主规划、决策和执行复杂任务的能力。深入解析了 AI Agent 的核心架构，包括 LLM、规划技能、记忆机制及工具使用四大要素，并阐述了 ReAct 决策循环的工作原理。同时，提供了基于 LangChain 框架的完整实战指南，涵盖环境配置、模型加载、工具集成及 Agent 初始化的具体代码示例。此外，文…
Python 语言的核心特性，包括解释型、交互式及面向对象特点。详细阐述了 Python 在 Web 开发、自动化运维、网络爬虫、人工智能及科学计算等领域的应用。内容涵盖 Linux 与 Windows 平台的 Python 安装步骤、PyCharm IDE 配置方法，以及虚拟环境的创建、激活与管理流程。此外，补充了常见环境问题排查与最佳实践建议，帮助开发者…
Python 是一种解释型、面向对象的高级编程语言，以其简洁的语法和强大的生态系统著称。详细解析了 Python 的核心特性、主要应用领域如数据分析与人工智能，并提供了从环境搭建到进阶开发的学习路线图。内容涵盖基础语法、常用库介绍及职业发展方向，旨在帮助初学者建立系统的认知框架，高效掌握编程技能。
网络安全的基础知识与黑客技术入门，涵盖黑客分类、基本技能、网络协议、漏洞原理、加密解密及安全软件分类。文章详细解释了 IP 地址、端口、服务器与客户端的概念，分析了常见漏洞类型如弱口令和溢出，并对比了白帽与黑帽的区别。内容还涉及操作系统选择、必备工具推荐及法律道德边界，强调合法合规的重要性，旨在引导初学者建立正确的安全观并掌握基础防护技能。
大模型算法岗位的常见面试题，涵盖基础架构、进阶微调、LangChain 应用框架、分布式训练及推理优化等核心领域。内容涉及 Transformer 原理、Tokenizer 实现、LoRA 与 SFT 微调策略、RAG 检索增强生成、以及 Flash Attention 等推理加速技术。旨在帮助求职者系统复习大模型相关知识，掌握从预训练到部署的全流程关键技术…
漏洞挖掘是将应用程序比作迷宫，通过枚举入口点并寻找不安全状态的过程。文章介绍了发现漏洞的三个步骤、所需的知识体系（开发技术、攻防理念、工具使用、应用理解）以及四种分析模型（用途、执行条件、通信、代码二进制）。强调白盒与黑盒测试的区别，指出现代利用往往依赖漏洞链而非单一漏洞，并提倡在团队中保持坦诚与高效学习。
