博客作者
这位作者暂未填写个人简介。
232
已发布文章
3.4K
博客获赞
101K
博客浏览
第 11 页
在 Windows 系统上下载和安装 Python 最新稳定版本的完整流程。内容涵盖从官网获取安装包、区分稳定版与预发布版、选择 64 位系统版本、自定义安装路径及环境变量配置，到通过命令行验证安装是否成功的详细步骤。重点说明了 Add python.exe to PATH 选项的重要性以及常用安装组件的功能，帮助初学者快速完成开发环境搭建。
渗透测试旨在通过模拟攻击发现网络设备和应用漏洞。流程涵盖确定目标、信息收集、漏洞探测、利用、内网渗透、痕迹清除及报告撰写。文中介绍了白盒与黑盒测试区别，列举了 nmap、Nessus、Burpsuite 等工具，并提供 Windows/Linux 权限维持与痕迹清除的命令行示例，强调合法合规操作。
探讨了企业搭建私有模型及知识库的必要性，对比了微调（Fine-tuning）与嵌入（Embedding）两种技术的区别及适用场景。详细介绍了基于 LangChain 框架结合 ChatGLM 大模型构建智能知识库的流程，包括文本分割、向量化匹配及上下文生成回答的步骤。旨在帮助开发者理解如何利用本地化部署方案实现数据安全可控的企业级 AI 应用。
医学顶刊 BMJ 研究显示先进大模型在抑郁症治疗标准上可能优于医生，但需人类医生主导。大模型在医疗领域面临数据隐私与算力成本挑战。惠每科技结合英特尔技术，通过量化（INT8）及非量化（OpenVINO、KV 缓存）方案实现大模型推理加速，验证了 CPU 作为大模型落地平台的可行性，为医疗机构提供低成本部署路径。
总结了 Android 春招期间在字节、腾讯、阿里、美团等大厂的技术面试经验，涵盖 Java 基础、并发编程、Android 系统原理（如 Binder、Handler、Activity 生命周期）、网络协议及算法题。文章不仅记录了面试问题，还补充了关键知识点的详细解析，如协程机制、内存管理、锁实现及常见算法思路。内容经过清洗，去除了推广引流信息，专注于技术…
对 Python 初学者及进阶开发者，系统梳理了从入门基础、进阶核心到网络爬虫方向的经典书籍。内容涵盖《Python 编程从入门到实践》等入门教材的适用性分析，以及《流畅的 Python》等进阶书籍的技术深度解读，同时推荐了 Scrapy 框架相关实战指南。旨在帮助读者根据当前水平选择合适的学习资料，构建完整的知识体系，提升编程能力与工程实践水平。
Python 兼职接单涉及需求确认、报价策略及平台选择。核心在于明确书面需求、约定维护范围及收取预付款。常见渠道包括众包平台与社群，需注意法律风险，特别是爬虫业务。技术栈应涵盖 Web 开发与数据处理，建立个人作品集有助于提升接单成功率。
详细讲解了冒泡、选择、插入、希尔、归并、快速、堆、计数、桶、基数等十种经典排序算法。涵盖算法步骤、时间复杂度、稳定性分析及 Python 代码实现。通过对比不同算法的优缺点，帮助读者理解内部排序机制，掌握在实际开发中选择合适排序策略的方法。内容包含完整代码示例及综合对比表格，适合算法学习与工程参考。
AI Agent 是结合感知、决策与执行能力的智能系统。深入解析了 AI Agent 与大语言模型（LLM）、检索增强生成（RAG）的区别与联系。详细阐述了 Agent 的四大核心组件：规划（Planning）、记忆（Memory）、工具（Tools）和行动（Action）。通过对比传统模型局限性，说明了引入外部知识库和工具调用的必要性。最后提供了基于 Py…
基于时间序列预测技术，MIT 与 IBM 联合团队提出 Inter-Series Transformer 模型，旨在解决供应链需求预测中的稀疏性和跨系列效应问题。该模型引入系列间注意力层捕捉产品间的动态关系，结合共享多任务网络避免过拟合。实验表明，该模型在私有数据集及 Walmart 零售数据集上均优于传统方法及 DeepAR、TFT 等神经网络模型，显著提…
梳理了百度文心一言、阿里通义千问、腾讯混元、字节豆包、商汤日日新、科大讯飞星火及华为盘古等国内主流AI大模型。介绍了各模型的技术特点、应用场景及生态布局，涵盖搜索、电商、社交、内容创作、智慧城市等领域。分析了大模型在B端企业服务与C端用户交互中的落地情况，并提及网易天工、月之暗面Kimi等产品。随着技术进步，AI大模型将在更多行业展现潜力，推动数字化转型与新…
系统梳理了大语言模型的核心技术体系。首先解析了 Transformer 架构及关键组件如分词器、位置编码和注意力机制的演进；其次深入探讨了分布式预训练策略，涵盖数据并行、张量并行、流水线并行及 ZeRO 优化技术；最后介绍了参数高效微调方法，包括 Prompt Tuning、Adapter 和 LoRA 等主流方案。内容旨在帮助开发者理解大模型从底层原理到工…
系统梳理了机器学习的六大类模型，涵盖神经网络、符号主义、决策树、概率模型、近邻模型及集成学习。详细解析了各类模型的数学原理、核心算法（如 DNN、SVM、ID3、朴素贝叶斯、KNN、随机森林等）及其优缺点。通过 Python 代码示例展示了关键实现步骤，并提供了模型选择建议，帮助读者建立系统的机器学习知识体系，适用于从入门到进阶的技术人员参考。
鸿蒙操作系统（HarmonyOS）NEXT 版本的开发基础与核心架构。内容涵盖开发环境搭建、ArkTS 语言特性、声明式 UI 框架 ArkUI、Web 组件集成以及应用模型（Stage 与 FA）的对比与选择。通过解析资源管理、并发处理、网络通信及权限管理等关键模块，帮助开发者快速构建原生鸿蒙应用，适应独立生态系统的技术要求。文章详细阐述了从入门到实战的完…
RAG 工作流中数据摄取是关键环节，涉及使用 LlamaHub 连接器从多源获取数据，利用文本分块工具处理文档，注入元数据及关系。文章详解了 SimpleWebPageReader、DatabaseReader 等加载器，LlamaParse 高级解析，以及 TokenTextSplitter、HierarchicalNodeParser 等节点解析方法。同…
十个适合普通人的 AI 副业赛道，涵盖 AI 占卜、简历优化、内容写作、AI 绘画、音乐分享、影视解说、志愿填报、剧情动漫、RPA 自动化及小说漫画视频化。这些项目利用 AI 工具降低门槛，无需大量投资或专业背景，可通过社交媒体引流变现。核心在于掌握 AI 工具的使用技巧，结合具体平台规则进行内容分发，从而实现额外收入。
2024 年人工智能发展趋势涵盖生成式 AI 多模态融合、大模型效率优化、AI Agent 自主执行、垂直行业模型落地、端侧 AI 普及、AI 辅助软件工程、具身智能突破、算力生态重构、AI 安全伦理规范及人机协作新范式十大方向。AI 正从前沿科技转变为工业级应用，深度渗透各产业赛道，推动社会生产力变革。
通义千问、Kimi、豆包、智谱清言、文心一言及星火大模型等六款主流国产人工智能大模型。涵盖各模型的官网入口、核心功能特性、优劣势分析及典型应用场景。其中包含代码示例演示，帮助用户根据实际需求选择合适的 AI 工具，并了解当前大模型技术的基本能力边界。文章最后提供了选型建议，指导用户在办公、开发、创作等不同场景下做出最优选择。
AI 大模型基于海量参数与数据训练，涵盖 Transformer 架构、预训练及微调流程。其发展历史、核心技术原理、应用场景及未来挑战，并提供基础代码示例，帮助读者全面理解大模型技术体系。文章分析了从深度学习兴起到规模化预训练的关键节点，探讨了 NLP、多模态等领域的实际应用，同时指出了算力成本、幻觉及安全伦理等面临的挑战。
介绍大模型应用开发的核心技术，涵盖 GPT-4 与 ChatGPT 工作原理、OpenAI API 使用、提示工程优化、LangChain 框架搭建及模型微调方法。内容包含架构设计原则、安全漏洞防范及实际编程示例，旨在帮助开发者快速掌握 LLM 应用构建流程，实现从理论到落地的技术闭环。
