博客作者
K8s运维工程师
353
已发布文章
6.7K
博客获赞
431K
博客浏览
第 16 页
SQL Server 2019 安装指南涵盖官方下载、自定义安装配置及 SSMS 工具部署流程。步骤包括解压安装包、选择功能组件、设置管理员密码及完成服务配置。同时介绍了 SQL Server 的高性能、高可用性、安全性及云集成等核心优势，并列举了开发者友好特性、人工智能增强功能及现代化数据平台能力，适用于数据库初学者及运维人员快速搭建开发环境。
近千个热门 Python 库，涵盖数据处理、图像处理、网络开发、Web 框架、人工智能、科学计算等 24 个主要领域。内容包含各领域的常用库名称及简要说明，帮助开发者快速查找和对比适合的工具包，提升开发效率。
面试谈薪是求职者关键环节。常见错误包括仅报范围、推脱给公司或强调个人开销。面试官主要考察薪资匹配度与能力匹配度。正确步骤包括了解市场行情、调研公司薪资结构（含绩效、补贴、五险一金等）、结合自身价值给出合理区间。建议按岗位上限的 80% 评估，并强调自身优势如学历、经验及项目成果。面试是双向选择，自信表达才能获得尊重与理想薪资。
妙鸭相机产品负责人分享了从 0 到 1 打造 AI 写真产品的经验及大模型时代的产品方法论。妙鸭相机通过自研亚洲写实人像模型，以 9.9 元低价策略切入市场，解决了传统写真费时费力的痛点。产品上线后通过高频模板更新、IP 联名及合影等功能保持增长，并推出了 AI 修脸能力。针对 AI 产品经理，文章指出当前需求多自上而下且缺乏壁垒，强调产品经理不应只做模型搬…
介绍如何使用 Dreambooth 和 LoRA 技术对 Stable Diffusion 模型进行微调。涵盖虚拟环境搭建、依赖安装、数据集准备、训练脚本配置及参数说明、模型缓存处理、训练执行以及推理生成代码。同时分析了训练效果不佳的原因，包括数据集质量、分辨率及 Prompt 差异等，为实际部署提供参考。
Inpaint Anything 是 Stable Diffusion 的实用插件，支持通过点击图像任意物体快速生成遮罩，实现局部内容的移除、填补或替换。插件的安装步骤、SAM 模型的选择配置、蒙版生成与调整方法，以及结合图生图功能进行换装的具体参数设置流程，帮助用户高效完成图像局部编辑任务。
Android 性能优化涉及启动速度、内存管理、构建效率及网络稳定性等多个维度。汇总了腾讯、字节跳动、阿里巴巴、百度等一线互联网公司的实战案例，涵盖 Gradle 框架理解、多 DEX 加载优化、Native 内存监控、H5 首屏加速及崩溃捕获方案等核心技术点，为工程师提供系统性的优化思路与查漏补缺参考。
基于 LLaMA 的中文开源大语言模型资源，涵盖 Chinese-LLaMA-Alpaca、Linly、BELLE、Ziya-LLaMA 及 BiLLa 五个代表性项目。文章详细对比了各模型在训练方式（LoRA 与全参数）、词表策略（扩充与不扩充）、应用场景侧重（通用对话与推理能力）等方面的差异。通过分析各方案的优缺点，为开发者根据硬件资源与业务需求选择合适…
探讨了 Python 语言在当代职场中的广泛应用及其重要性。文章介绍了 Python 在财务、人力资源、新媒体运营、市场分析等行业的实际应用场景，重点阐述了其在自动化办公、网络爬虫及数据分析方面的核心能力。同时，分析了 Python 人才的市场需求现状，并为初学者提供了从环境搭建到实战项目的系统学习建议。掌握 Python 已成为提升工作效率和拓展职业竞争力…
Code Agent 是迈向人工通用智能的关键技术，能够自动编写和优化代码。基于 Semantic Kernel 和 Pandora Box 快速构建 Code Agent 的方法。内容包括环境准备、核心代码实现、多轮对话案例演示以及安全最佳实践。通过整合 Azure OpenAI 服务和 Pandora Box 的沙箱执行能力，开发者可以创建一个能够理解自…
大模型微调技术旨在利用预训练模型知识适应特定任务，降低训练成本。全量微调、前缀微调、提示微调、P-Tuning 及 LoRA 等参数高效微调方法及其原理。通过 CoLA 数据集的 BERT 模型实战代码，展示了环境配置、数据预处理、模型训练及性能测试流程。实验分析表明，LoRA 在保持接近全量微调性能的同时显著降低了计算资源消耗，适合资源受限场景。掌握这些技…
大模型技术正成为智慧城市发展的核心驱动力。探讨了人工智能大模型在数字政府与城市治理中的应用实践。通过百度政务大模型解决方案 2.0 及北京海淀区、经开区的案例，分析了大模型如何通过语义理解、意图识别及知识增强提升公共服务效率。内容涵盖数字底座构建、智能体应用开发及多模态视觉检测等关键技术，展示了'人工智能 + 城市'的落地场景与未来趋势。文章还讨论了数据安全…
基于 ChatGLM 和 Langchain 构建本地知识库问答应用（RAG）的完整流程。涵盖环境准备、依赖安装、配置文件修改、模型下载及初始化、服务启动与 Web UI 访问。详细解析了常见异常如 OMP 冲突、模型加载失败的处理方案，并补充了 Docker 部署方式及 API 调用示例，帮助开发者快速搭建私有化大模型应用。
详细阐述了人工智能产品经理所需的核心技能，包括懂数据、懂算法、会沟通和懂行业四个维度，并深入解析了决策树、随机森林、逻辑回归、SVM、朴素贝叶斯、KNN、K 均值、Adaboost、神经网络和马尔可夫链这十种常用 AI 算法的原理、适用场景及优缺点。文章旨在帮助从业者建立系统的技术认知框架，提升与算法团队的协作效率，确保 AI 产品方案的可行性与落地效果。
针对大语言模型在复杂推理任务中的局限性，探讨了通过构建 CoT+PoT 验证器来提升推理准确性的方案。研究团队利用多模型采样数据训练验证器，对比了 ORM、DPO 及 SimPO 等方法，发现无参考偏好调优效果最佳。结合 CoT 的可读性与 PoT 的可执行性，该方法在 GSM8k 和 MBPP 等基准测试中显著优于基线模型。文章提供了具体的训练策略与系统提…
探讨了基于大模型的 Agent 任务规划核心机制，涵盖规划、工具、执行与记忆四大组件。重点解析了 ReAct 框架如何通过推理与行动协同提升问题解决能力，并通过代码示例展示了 Agent 的基本构建流程。文章详细阐述了包括零样本提示、思维链、思维树、思维图谱在内的十种主流任务规划策略，分析了各自适用场景与优劣，为复杂任务拆解与自动化决策提供了理论依据与实践参…
介绍如何使用 Pydantic AI 框架结合 Llama3.3 模型和 Tavily 搜索工具构建智能研究代理。通过类型安全的响应验证、依赖注入系统以及 Streamlit 界面，实现从查询输入到结构化结果输出的完整流程。内容涵盖环境配置、核心代码解析、Agent 定义及 UI 开发，旨在提供生产级 AI 应用开发的最佳实践参考。
基于 Qwen2-1.5B-Instruct 大模型进行指令微调的完整流程。内容涵盖环境搭建、Fudan 新闻数据集准备、使用 LoRA 技术进行参数高效微调、利用 SwanLab 监控训练过程以及模型推理测试。通过实际代码示例，展示了如何配置 PEFT 库、定义训练参数并实现文本分类任务，适合希望入门大模型微调的开发者参考。
GitHub 上的开源项目 llm-course，该项目提供了完整的大语言模型学习路线图。内容涵盖 LLM 基础知识、科学家路径和工程师路径三大板块，包含数学、Python、神经网络、Transformer 架构、微调、RAG 及部署等核心知识点。项目提供 Colab Notebook 代码示例，适合希望从零入门或深入大模型技术的开发者免费学习，无需购买高价…
Fast GraphRAG 是一个旨在提供可解释、高精度且 Agent 驱动的检索工作流程的框架。它通过图结构管理知识，支持增量更新和异步处理，显著降低了大规模运行的资源成本。详细介绍其核心特性、架构原理及基于 Python 的落地实践，涵盖环境配置、数据插入、查询优化等关键步骤，帮助开发者高效构建企业级知识库应用。
