博客作者
这位作者暂未填写个人简介。
293
已发布文章
3.9K
博客获赞
115K
博客浏览
第 13 页
深入探讨了 AIGC 领域的核心技术体系，涵盖深度神经网络基础、图像生成模型如 GAN 与扩散模型、语言生成模型包括 Transformer 与大语言模型，以及多模态模型的应用。内容涉及卷积神经网络、变分自编码器、注意力机制、Stable Diffusion 及 CLIP 等关键技术的原理与实现，旨在帮助读者建立完整的 AIGC 知识框架，理解从底层数学基础…
生成式人工智能正在深刻改变医学、法律、金融等专业领域的工作模式。文章提出专业工作的核心包含诊断、推理和治疗三个环节，并分析大模型如何在这些环节中发挥作用。目前大模型在诊断环节表现突出，正逐步向推理和治疗延伸。尽管存在培训影响、质量评估和人机交互复杂等挑战，但通过人类反馈强化学习和合理的依赖平衡，专业人士可以有效利用大模型提升效率。未来需要建立新的质量度量标准…
Prompt 提示词工程是指导大规模语言模型生成高质量输出的关键技术。其定义、构成要素及作用，涵盖问答、文本生成等场景。详细阐述了编写原则，包括指令明确、结构化输出、提供背景与示例等。通过具体实践案例，展示了如何利用分隔符、上下文信息及迭代优化来提升交互效率，帮助开发者在不微调模型的情况下适应不同应用场景，实现高效的内容创作与任务处理。
分享了从医疗行业成功转型至人工智能项目管理岗位的实战经验。内容包括求职过程中的心态调整、低强度高频率的求职策略、多元化渠道的使用以及作品集的准备方法。文章还详细探讨了转行中的情绪管理技巧，如运动、阅读和社交互动。此外，补充了 AI 项目经理所需的核心技术认知，涵盖大模型原理、提示词工程、LangChain 框架应用、垂直领域微调及商业化落地方案，为有意进入…
RAG 技术通过结合检索与生成能力，有效解决了大模型知识幻觉及更新滞后问题。详细解析了 RAG 系统的核心优化环节，包括文本预处理中的实体解析与数据时效管理、文本分割的长度与语义策略、Embedding 的动态性与微调、查询优化中的 HyDE 与多路召回、检索阶段的混合搜索与 Agent 路由、以及检索后处理的重排序机制。此外，还探讨了生成阶段的用户体验优化…
2024 年人工智能智能体（Agent）的市场背景与发展趋势。智能体被视为继大模型后的关键演进方向，通过规划、反馈和工具使用弥补单一大模型的不足。文章探讨了 Google、百度等大厂在智能体平台的布局，并结合海报设计、课件研发及课程顾问等实际场景，阐述了智能体在企业降本增效中的应用价值。核心观点指出，构建适合 AI 的工作流比单纯依赖模型更重要，未来将侧重于…
使用 Ollama 和 RagFlow 搭建本地知识库的完整流程，涵盖环境准备、Docker 部署、模型连接配置、知识库创建及对话测试。文章探讨了 RAG 在企业级应用中的局限性，指出单纯向量检索在处理复杂数据和结构化信息时的不足，并提出多路召回、重排序及 AI 原生数据库等优化思路。同时对比了 RAG 与 LLM 微调在成本与时效上的差异，强调在长上下文背…
GraphRAG 是一种基于知识图谱的检索增强生成方法，微软开源后获得广泛关注。相比传统 RAG，它在处理多文档高层次总结和抽象问题上表现更佳，解决了上下文限制和信息丢失问题。文章对比了 GraphRAG 与 RAPTOR 的差异，详细介绍了其索引构建和查询流程，包括 Local Search 和 Global Search 两种模式。此外，还探讨了图结构在…
大模型量化技术旨在解决大语言模型在有限计算资源下的高效部署问题。文章详细解析了模型量化的基本原理，包括参数数值表示、内存限制及数据类型（FP16, BF16, INT8）。重点介绍了对称与非对称量化方法，以及 Post-Training Quantization（PTQ）和 Quantization Aware Training（QAT）两种主流技术路径。内…
微软开源了 TinyTroupe，这是一个基于大语言模型驱动的多智能体角色模拟框架。该项目允许创建具有特定个性、兴趣和目标的虚拟人物（TinyPerson），并在模拟环境（TinyWorld）中进行交互。核心应用场景包括广告效果评估、软件测试、合成数据生成、产品反馈及头脑风暴。TinyTroupe 强调模拟人类行为而非单纯辅助人类，通过 TinyPerson…
针对大模型训练效率低及存储空间大的问题，PaddleNLP 推出了 Unified Checkpoint 统一存储技术。该技术通过 Safetensors 格式实现训推参数无缝切换，支持分布式策略自适应调整。采用异步保存机制减少 IO 阻塞，结合无损压缩算法（O1/O2）显著降低存储成本。实测显示存储耗时减少最高 95%，空间节省最高 78.5%，且精度基本…
时空基础模型（STFM）旨在利用大规模预训练神经网络处理具有时空维度的数据，以实现跨领域、空间、时间及尺度的泛化能力。文章指出当前 STFMs 面临领域碎片化、空间异质性、时间动态变化及尺度依赖等挑战，现有模型多局限于特定应用。未来机会在于跨领域协同、统一架构设计、多样化目标设定以及适应数据分布偏移。通过整合物理先验、因果学习及自适应技术，可推动 STFMs…
Python 字典是一种基于键值对存储数据的容器类型，支持通过不可变键快速检索值。文章详细介绍了字典的创建方式（字面量、构造函数、推导式）、核心运算（成员判断、索引访问）、常用方法（get、update、pop、clear 等）以及进阶用法（嵌套字典、深浅拷贝、defaultdict）。通过字符统计、股票筛选及配置管理等实战案例，展示了字典在数据建模与分析中…
大模型领域的核心书籍推荐，涵盖基础理论、多模态技术、扩散模型、模型压缩、开源模型及 LangChain 框架等方向。针对初学者和从业者，提供了《大规模语言模型》《解构大语言模型》《多模态大模型》《扩散模型》《Llama 大模型实践指南》等多本经典著作的简介与适用场景分析，帮助读者根据自身需求快速筛选适合的学习资料，建立系统的大模型知识体系。
AI 产品经理工作流程区别于传统产品，核心在于算法模型的引入与管理。详细解析了从需求定义、模型预研、数据准备、模型构建、宣讲验收到业务上线的全链路环节。内容涵盖特征工程方法、模型评估指标（如召回率、AUC、PSI）、模型融合策略以及上线后的持续监控机制。通过反薅羊毛案例，阐述了如何在实时性与准确率之间权衡，确保模型有效落地并满足业务目标。同时强调了数据合规、…
五个基于 Python 的实用迷你项目，包括石头剪刀布游戏、随机密码生成器、骰子模拟器、自动发送邮件脚本及闹钟程序。内容涵盖环境搭建、核心代码实现、逻辑解析及安全注意事项，旨在帮助读者通过实战练习巩固 Python 基础语法、标准库应用及逻辑思维能力。
LangChain 中 Agent 的核心概念及 ReAct 思维框架，详细讲解了如何通过代码实现基于搜索和计算的智能定价 Agent。内容涵盖 Agent 的组成部分、ReAct 原理、从零搭建 Agent 的完整流程、自定义工具方法以及多 Agent 协作模式。文章还分析了常见 Agent 类型的区别，提供了调试技巧和最佳实践，旨在帮助开发者利用大模型构…
搜狐大模型算法工程师面试题涉及大模型架构、微调技术及推理加速等核心知识点。文章详细解析了 BART、T5、GPT、GLM 等主流架构差异，阐述了 Prefix LM 与 Casual LM 的 Attention Mask 区别，深入讲解了 LoRA 微调原理及 Instruction Tuning 与 Prompt Learning 的不同应用场景。此外，…
深入解析基于大型语言模型（LLM）应用构建中的核心概念，重点阐述增强检索生成（RAG）架构及其在 LlamaIndex 框架下的实现流程。内容涵盖数据加载、索引构建、存储管理、查询策略及评估体系五大关键阶段，并详细介绍节点、嵌入、检索器、路由器等核心组件的工作原理。通过提供具体的 Python 代码示例，指导开发者如何搭建端到端的问答系统、聊天引擎及智能代理…
字节、阿里、腾讯、网易四大互联网大厂的企业文化差异及其对程序员职业发展的影响。探讨了在长期编程工作中可能面临的身份认同、社交模式、健康损耗及年龄焦虑等问题，并指出行业相对公平性及技术变现的优势。文章提供了关于技术栈选择、持续学习策略以及工作生活平衡的建议，帮助从业者认清行业真相，制定合理的职业规划，实现可持续的职业发展。
