博客作者
服务端架构师
326
已发布文章
7.5K
博客获赞
361K
博客浏览
第 15 页
首届大湾区信息网络安全大会在广州召开，多位院士及专家就网络安全现状与未来趋势发表观点。沈昌祥院士强调构建主动免疫安全保障体系的重要性，郑建华院士指出网络攻防向设备设施延伸，需重视密码技术作用。杨宏志总师提出数字时代依赖安全密码技术构建信任体系。华为马烨总裁提到未来几年网安人才缺口达 300 多万，呼吁加强技术研发与人才培养。公安部毕马宁研究员建议刷脸技术应在…
假期照片常因人群杂乱影响美观，利用 Stable Diffusion 的图生图局部绘制及 ControlNet 功能可高效去除无关物体。通过选择真实系模型并调整重绘强度与采样器参数，能实现自然融合。ControlNet 提供多种预处理器以优化局部与整体的协调性，适合普通用户自行操作。
Stable Diffusion 3 Medium 开源发布，作为 Stability AI 最先进的文本到图像开源模型，体积小巧适合消费级 PC 运行。模型权重在开放的非商业许可下可用，提供低成本创作者许可。通过 API 或 Discord 可尝试体验。示例展示了不同提示词下的生成效果，相比旧版本在特定场景下表现有所差异。
人工智能大模型的应用场景、发展历程及技术演进。大模型可赋能传媒、影视、营销等多个行业，被视为未来人工智能的关键基础设施。从 Geoffrey Hinton 提出深度学习方法到 ChatGPT 引发热潮，大模型经历了统计语言模型、神经语言模型、预训练语言模型及语言大模型四个主要阶段。随着参数规模和数据规模的扩展，模型能力不断提升，正逐步进入大模型时代，推动数字…
Android 应用开发中，用户行为统计通常涉及大量重复代码。采用面向切面编程（AOP）技术，可以通过自定义注解与切面拦截器，在不修改业务逻辑的前提下统一处理埋点逻辑。了从引入 AspectJ 依赖、定义注解、编写切面到实际调用的完整流程，展示了如何高效实现功能追踪与性能监控。该方法有效降低了代码耦合度，提升了开发效率。
Python 中 matplotlib 库的快速绘图方法。涵盖 pyplot 模块的基本调用、面向对象绘图方式、属性配置、多子图绘制技巧、配置文件修改以及中文显示解决方案。通过实例演示了如何创建图表、设置样式、保存图像及处理复杂布局，帮助开发者高效完成数据可视化任务。文章还补充了常见问题与最佳实践，包括图片清晰度优化、中文乱码处理及大数据量下的性能提升策略。
Python 网络爬虫的基本概念、技术架构及核心组件。详细阐述了为何选择 Python 进行爬虫开发，包括其丰富的库支持和简洁语法。文章分析了爬虫的优缺点，涉及反爬机制、性能优化及法律合规风险。同时列举了数据分析、竞品监控、金融量化等实际应用场景，并推荐了经典学习资源。旨在帮助读者系统理解爬虫技术原理，建立正确的开发观念，实现从理论到实践的跨越。
RAG（检索增强生成）通过结合外部知识库与大语言模型，解决幻觉、时效性及数据安全问题。核心流程包括文档解析、分块、向量化、索引构建及检索重排序。相比微调，RAG 具备低成本更新知识、可解释性强等优势。详细阐述了 RAG 的七大模块，涵盖从本地文件获取到评测优化的全流程，并提供 Python 代码实践示例，帮助开发者构建高效可靠的智能问答系统。
Python 机器学习数据预处理涵盖归一化、标准化、缺失值填充、分类型特征编码及连续型特征处理。归一化通过 MinMaxScaler 将数据压缩至特定区间，标准化利用 StandardScaler 使数据服从标准正态分布。缺失值可通过均值、中位数、众数或简单删除处理。分类特征需经 LabelEncoder、OrdinalEncoder 或 OneHotEnc…
梳理了十二本大模型领域经典书籍，涵盖从 Transformer 原理、机器学习数学基础到应用开发框架及行业实践的全方位知识体系。通过系统学习这些资源，读者可构建从理论认知到工程落地的完整技能树，包括提示工程、模型微调、Agent 开发及垂直领域应用部署，为进入人工智能时代提供坚实的技术路径参考。
综述了大语言模型的核心技术方向，涵盖利用、评估与应用。在利用方面，详细阐述了上下文学习、思维链及规划策略的机制与差异，强调模型规模与演示设计对性能的影响。评估部分区分了基本能力（生成、知识、推理）与高级能力（人类对齐、具身智能、工具操纵），并列举了主流基准测试。文章最后总结了提示工程的设计原则及当前面临的安全、理论与生态挑战，为理解 LLM 技术现状提供参考…
大模型高效微调（PEFT）旨在通过少量参数调整实现模型适配，解决全参数微调成本高、易灾难性遗忘的问题。PEFT 主要分为 Additive、Selective、Reparametrization-based 和 Hybrid 四类。核心方法包括 Adapter、Prefix-Tuning、Prompt Tuning、BitFit 及 LoRA。其中 LoRA…
基于大型语言模型（LLM）的智能 Agent 是近年来的研究热点。文章介绍了 Agent 的定义及从符号、反应型到强化学习再到 LLM 驱动的发展阶段。详细阐述了包含记忆、规划、行动等核心模块的架构框架，并结合 LangChain 库提供了使用 ReAct 算法实现具备搜索能力的 Agent 的代码示例。最后探讨了 Agent 在社会科学、自然科学等领域的应…
LangChain 作为连接应用层与大语言模型的基础设施框架，通过封装模型交互、检索增强生成、记忆管理及智能体编排等核心组件，降低了 LLM 应用开发门槛。深入解析了 LangChain 的架构设计，包括 Model I/O、Retriever、Chain、Memory 及 Agent 五大模块的工作原理，并结合 Java 环境下的淘宝开放平台问答与日志解析…
LangChain 大模型记忆增强方案涵盖短时与长时记忆机制。核心原理为历史消息调取、填充 Prompt 及保存。常用组件包括 ConversationBufferMemory 用于内存存储，ConversationSummaryMemory 用于上下文总结，以及结合向量数据库实现长期记忆。通过 ConversationBufferMemory 配合 Pro…
介绍如何使用 Ollama 本地运行 Llama3 模型，结合 a16z 开源的 AI Town 项目，在本地环境搭建斯坦福多智能体模拟小镇。涵盖环境准备、Convex 后端部署、模型配置及运行调试步骤，实现无需云端 API 即可体验多智能体交互。详细说明了 Node 版本要求、Ollama 模型拉取、环境变量设置及常见故障排查方法。
基于微软关于 RAG 与微调对比的论文，探讨了垂直领域大模型的构建策略。文章分析了 RAG 和微调在农业等特定场景下的优劣：RAG 适合数据上下文相关且需低成本迭代的场景，能提升准确性；微调则擅长传授新技能并提供精确输出，但初始成本高。实验表明，单独微调可提升 6% 精度，结合 RAG 后再提升 5%。建议根据数据动态性、业务逻辑复杂度及预算选择合适的方案，…
Agent 设计模式涵盖 ReAct、Plan and Solve、REWOO、LLMCompiler、Basic Reflection、Reflexion、LATS、Self-Discover 及 Storm 等九大模式。文章解析了各模式的原理、架构组成及适用场景，如 ReAct 结合推理与行动，Plan and Solve 侧重任务规划，REWOO 去除…
介绍使用 LangChain 框架结合 Ollama 本地部署的大语言模型，通过 NestJS 后端和 React 前端搭建支持流式输出的聊天应用。内容涵盖环境配置、模型调用、SSE 协议实现及前后端联调细节，旨在帮助开发者快速掌握私有化部署 LLM 的核心流程。
阐述了AI产品经理的定义、与传统互联网产品经理的区别，详细分类了软件与硬件方向。重点分析了技术能力、数据驱动逻辑及业务sense三大核心技能，并提供了在校生与传统PM的转型建议及系统化的大模型学习路径，旨在帮助从业者构建完整的AI产品知识体系。
