博客作者
这位作者暂未填写个人简介。
222
已发布文章
4.3K
博客获赞
125K
博客浏览
第 10 页
网络安全从业者可通过考取权威认证提升职业竞争力。 CISSP、CISP、CISP-PTE、CISP-DSG、CISA、CCSK、ITIL4 及 ISO27001 等主流证书，涵盖信息安全、渗透测试、数据安全、审计、云安全及服务管理等领域，并列出适合人群供参考。
对安全初学者，讲解如何通过日常购物流程挖掘商城漏洞。涵盖注册登录环节的短信轰炸、任意注册、URL 跳转，以及搜索框的反射型 XSS、个人资料存储型 XSS、支付环节的价格篡改和 SQL 注入等常见风险点。文章提供测试思路与绕过方法参考，旨在帮助新手建立从资产收集到漏洞利用的系统化挖掘逻辑，强调在合法合规前提下进行安全测试。
Python 网络爬虫基础教程涵盖爬虫分类、请求模块 urllib 使用、URL 编码及静态页面抓取实战。内容详解如何构建请求对象、设置 User-Agent 避免封禁、处理中文参数编码，并通过百度贴吧案例演示完整的数据获取与保存流程。强调遵守 robots 协议及法律合规性，适合初学者掌握网页数据采集核心技能。
Android Lifecycle 是 Jetpack 库中用于感知生命周期的核心组件，旨在解决 Activity 和 Fragment 代码臃肿及内存泄漏问题。 Lifecycle 的核心概念，包括 Lifecycle、State、Event、LifecycleOwner 和 LifecycleObserver。通过对比 DefaultLifecycleO…
文章探讨了 AI 大模型对编程领域的深远影响，分析了 CodeFuse、GitHub Copilot 等工具的技术原理与应用现状。阐述了从机器代码到自然语言编程的演进趋势，指出 AI 将重塑研发全生命周期。针对程序员面临的挑战，文章建议从业者应聚焦核心创造力，掌握 AI 工具以提升效率，同时加强业务理解、安全伦理意识及复合能力建设，实现从单纯编码者向系统设计…
探讨了打工人在当前经济环境下如何通过掌握 Python 自动化技能实现副业增收。文章首先分析了传统体力劳动副业的局限性，引出技术赋能的重要性。随后详细阐述了三个具体的技术应用场景：电商数据监控与抢购、批量图片处理以及招聘信息聚合分析，并提供了相应的 Python 代码示例。此外，文章强调了技术实践中的伦理与合规性原则，包括遵守网站协议、保护隐私及合理控制请求…
详细讲解了 RAG（检索增强生成）技术在大模型应用中的核心作用。文章首先分析了大模型存在的幻觉问题及其成因，随后阐述了 RAG 如何通过结合实时检索技术与生成式模型来解决这一问题。文中对比了 RAG 与模型微调的差异，指出了各自适用的场景。此外，文章深入剖析了 RAG 的技术架构，包括数据索引、查询阶段、文本分块、向量检索及重排序等关键模块，并提供了基于 P…
深入解析了大模型的定义、分类、优势及应用场景。大模型凭借庞大参数和 Transformer 架构，展现出强大的表示能力和泛化性能。文章详细阐述了其在自然语言处理、计算机视觉、跨模态及垂直领域的具体应用，并分析了训练与推理阶段的算力需求及成本构成。此外，探讨了商业化变现模式、未来发展趋势以及面临的伦理与安全挑战，为理解大模型技术提供了系统性视角。
DeepSeek-R1 发布后引发全球 AI 行业强烈反响。NVIDIA 高级研究经理指出非美国公司开源领导地位令人意外；Perplexity CEO 认为其复制了 o1-mini 并开源；沃顿商学院教授强调这是首个可在笔记本本地运行的推理模型。Hugging Face 数据显示其 1.5b 版本在 MATH 基准测试达 83.9%。StabilityAI…
Transformer 架构通过自注意力机制实现并行计算，取代了传统 RNN 和 CNN，成为大模型的基础。详细解析了 Transformer 核心组件，对比了 BERT、GPT、T5 等主流模型差异，介绍了 Hugging Face 和 LangChain 的工程化实践。内容涵盖微调策略、提示工程、多模态生成及行业应用案例，旨在帮助开发者系统掌握大模型技术…
基于 LLM 的 RAG 系统召回多样性优化主要涉及查询扩展与索引扩展两大方向。查询扩展包括语义改写、双向改写及强化学习优化，旨在生成更多样化的检索词以覆盖不同语义空间。索引扩展则通过引入离散关键词索引、多路向量模型及轻量级 Adapter 微调来弥补单一向量的不足。实践中需权衡改写带来的延迟成本与召回收益，结合混合检索策略提升最终效果。
LLM 大模型从入门到实战的全套技术体系，涵盖训练、微调、推理、压缩及国产化适配等核心领域。内容包括主流模型如 LLaMA、ChatGLM 的训练与微调方案，详细解析 LoRA、QLoRA 等参数高效微调技术，以及数据并行、张量并行等分布式训练策略。此外，还涉及推理加速引擎、模型量化剪枝、知识蒸馏、向量数据库应用及服务器环境搭建等实用内容，适合希望系统掌握大…
如何使用 LangChain 框架构建基于 LLM 的智能体（Agent）。内容涵盖从环境准备、数据加载与向量化、工具创建（检索工具与数学工具）、Agent 初始化到实际调用的完整流程。通过结合外部知识库和内置计算工具，Agent 能够自主决定执行步骤，支持单轮问答及多轮对话。文章提供了详细的 Python 代码示例，解释了 ReAct 模式的工作原理，并给…
系统讲解了人工智能与大模型的发展脉络，涵盖 Transformer 架构、分布式训练策略、有监督微调（SFT）、强化学习（RLHF）及模型评估等核心技术。通过理论结合实践，帮助读者掌握大语言模型的构建与应用流程，适合希望深入理解 AI 底层逻辑的开发者。文章详细介绍了从数据准备、预训练、微调到部署的全链路知识，并提供了具体的技术栈和实践建议。
在 macOS 环境下利用 Ollama 和 Enchanted 部署 Llama3 大模型的完整流程。内容涵盖硬件环境评估、Ollama 服务的安装方式（DMG 及 Homebrew）、模型拉取与管理、Enchanted 客户端的配置与使用，以及针对内存不足、连接失败等问题的故障排查方案。重点强调了本地部署在数据隐私保护和离线可用性方面的优势，并提供了进阶…
详细解析了大模型（LLM）的技术分类、岗位需求及系统化的七阶段学习路径。内容涵盖自然语言处理、计算机视觉等模型类型，深入讲解提示词工程、RAG 知识库构建、模型微调（LoRA）、多模态应用开发及行业落地实践。旨在为开发者提供从零开始掌握大模型技术的完整指南，包括理论基础、工具链使用及实战项目建议。
系统介绍了扩散模型在 AIGC 领域的核心地位与技术原理，涵盖前向加噪与逆向去噪的数学基础、Stable Diffusion 潜在扩散架构、ControlNet 结构控制及 DDIM 采样加速等关键技术。文章结合 Hugging Face Diffusers 库提供了 Python 代码实战示例，涉及图像生成、音频处理及多模态应用，适合 AI 研究人员及开发…
详细讲解了如何使用 Python 实现一个简单的持久化缓存系统。核心方案是利用字典存储键值对，结合 pickle 模块将数据序列化保存到磁盘，确保程序重启后数据不丢失。同时，通过 threading 模块引入锁机制解决多线程并发安全问题。文章提供了完整的类封装代码，包含初始化加载、自动落盘策略、以及增删改查的具体实现，并分析了该方案的适用场景与局限性。
详细解析了转行大模型开发所需的知识体系与能力要求，涵盖编程语言、数学基础、机器学习与深度学习理论。文章介绍了从入门到精通的学习路线，包括自然语言处理技术、大模型架构原理及分布式训练方法。结合实际案例与行业数据，提供了云计算资源管理、数据处理及模型部署的实战指导，旨在帮助从业者系统掌握大模型开发技能并规划职业发展路径。
探讨大模型领域论文的价值判断标准。核心观点包括：重视企业技术报告中的工程细节；评估体系比训练技巧更关键且稀缺；arXiv 预印本优于顶会时效性；企业实战经验高于高校理论推导；多模态是未来趋势；网络结构创新需有数学证明支撑。建议读者保守阅读，优先关注有数学推导和实际验证的工作，避免陷入无效刷榜的内卷。文中详细分析了数据清洗、超参数设置、SFT/DPO 技巧及评…
