博客作者
MongoDB专家
327
已发布文章
11K
博客获赞
583K
博客浏览
第 16 页
大模型通过学习人类语言规律，已在汽车、金融、媒体、电商等多个行业深入应用。大模型的技术原理，包括预训练、微调和提示工程，并详细探讨了其在创意设计、招聘培训、内容生成、客户服务及医疗农业等场景的具体实践。同时指出了当前面临的幻觉、安全及算力挑战，强调了掌握相关技能的重要性。
DeepSeek R1 推理模型的十大核心玩法与部署方案。内容涵盖基础 API 接入、深度思考与联网搜索机制、多模型联动工作流、本地翻译部署（含 Ollama 配置）、中文写作风格迁移、Agent 编程辅助、移动端运行、开源复现项目及安全最佳实践。文章旨在帮助开发者充分利用 R1 的推理能力，实现低成本、高效率的技术应用，同时探讨了该模型对行业生态的影响及未…
探讨大模型技术的学习路径，主张避免陷入纯理论研究的牛角尖，提倡通过实际项目驱动学习。核心观点包括利用写作输出倒逼输入理解，优先掌握应用层开发如知识库构建与 Agent 设计，而非过早纠结底层架构细节。文章建议结合具体业务场景解决长文本、幻觉及部署性能问题，强调理论与实践结合的重要性，为初学者提供从入门到实战的可行方向。
对普通程序员梳理了大模型（LLM）的学习路线与知识体系。内容涵盖从基础概念认知、提示工程技巧，到应用开发架构、RAG 检索增强生成及模型微调等进阶内容。旨在帮助开发者建立系统性学习路径，理解如何拥抱技术变革，利用大模型解决工程化问题，实现与大模型的共生发展。
基于 Matplotlib 库的 Python 数据可视化方法。涵盖二维曲线、散点图、柱状图及三维曲面图的绘制技巧，包括坐标轴控制、刻度格式设置、多窗格布局等核心功能。内容还补充了常用图表类型，并针对中文显示乱码、图片保存分辨率等常见问题提供解决方案。通过丰富的代码示例，帮助读者快速掌握科学计算数据的图形化表达，适用于数据分析、科研绘图及工程演示场景。
大模型（LLM）在运维及 AI 应用开发中的核心技术体系。内容涵盖主流框架 Semantic Kernel 与 LangChain 的对比与选型，分析了纯 Prompt、Agent+FC、RAG 及微调等技术架构的适用场景。重点阐述了 Prompt 工程设计原则及多种提示框架（如 TAG、SPAR、ReAct 等）的实际应用。此外，深入探讨了 CoT、Aut…
AI 产品经理需在复杂技术环境中洞察用户需求，区分痛点痒点爽点，通过场景化设计精准定位流量入口。构建系统能力实现效率革命，采用小步快跑策略持续迭代。具备领导力把控关键任务与风险，从感知层到存在感打造多维用户体验。推动灵感创新开启新价值网，关注伦理合规，以技术为用户创造价值，应对未来机遇挑战。
综述了机器学习中的模型评价与算法选择技术。重点讨论了泛化性能评估方法，包括留出法、交叉验证及自举技术，分析了偏差 - 方差权衡对 k 值选择的影响。文章强调了在小数据集上使用 Bootstrap 评估不确定性的必要性，并介绍了用于算法对比的统计检验方法，如 McNemar 测试和嵌套交叉验证。通过规范实验设计和统计推断，可有效避免过拟合，确保模型选择的科学性…
TinyLlama-1.1B 和 LiteLlama-460M 两款轻量级语言模型。TinyLlama 基于 Llama 2 架构，拥有 11 亿参数，在 3 万亿 token 上训练，采用 Flash Attention 2 和 FSDP 优化，在 A100 上训练效率高，性能超越 OPT-1.3B 等同类模型。LiteLlama 仅有 460M 参数，在…
在 LangChain 框架下适配智谱 AI（ZhipuAI）最新 v2 SDK 的方法。针对官方社区版本仅支持旧版 SDK 导致调用失败的问题，通过继承 BaseChatModel 类自定义 ChatZhipuAI 实现。内容涵盖问题定位、核心代码实现、消息格式转换及依赖冲突处理，帮助开发者快速集成国产大模型。
推荐了三本 AI 大模型开发领域的经典书籍。《AI 大模型开发之路》适合初学者，涵盖环境配置、LangChain 框架及 ChatGPT 应用开发；《大规模语言模型》侧重理论基础，深入讲解预训练、微调及强化学习算法；《动手做 AI Agent》聚焦智能体开发，结合实战案例解析 Agent 设计与实现。读者可根据自身技术背景选择适合的书籍，从入门实践到理论深耕…
综述了低秩适应（LoRA）技术在基础模型中的应用。针对大规模模型微调计算成本高的问题，LoRA 通过冻结预训练权重并引入低秩矩阵分解实现参数高效微调。文章系统分析了 LoRA 的技术基础、秩适应策略、训练改进及前沿发展，涵盖持续学习、联邦学习等场景。同时总结了其在 NLP、CV、语音等领域的实际应用，并探讨了理论理解、可扩展性等未来挑战，为相关研究与实践提供…
基于大型语言模型的智能体（Agent）架构及其与检索增强生成（RAG）技术的结合。内容涵盖规划、记忆、工具与行动四大核心组件，详细分析了财报分析 Agent 的实现流程，并提供了技术落地建议与最佳实践。重点探讨了如何通过 Python 代码构建简易 Agent 结构，以及在实际应用中面临的幻觉、延迟与安全挑战。
tablib 是 Python 中用于处理表格数据的轻量级库，支持 CSV、Excel、JSON 等多种格式的导入导出。介绍其安装方法、数据集创建、数据筛选合并、排序汇总等核心功能，并提供完整代码示例，帮助开发者高效进行数据清洗与转换工作。
详细梳理了网络安全领域的核心面试题，涵盖 Web 攻击防御（SQL 注入、XSS、CSRF、文件上传）、网络协议原理（ARP、DNS、RIP、OSPF）、传输层机制（TCP/UDP 区别、三次握手、粘包处理）以及安全模型（OSI 七层、SSL/TLS 加密流程）。内容针对技术面试场景进行了结构化整理，重点解释了攻击原理、防范措施及协议交互细节，适合后端开发与…
针对国内 12 家主流大模型的数学推理能力进行实测对比。文章梳理了百度文心一言、阿里通义千问、智谱 GLM-4 等 12 家厂商的核心产品，并从文本生成、任务推理、泛化能力三个维度建立评价体系。通过 GSM8K 数据集及高考数学题的专项测试，发现智谱 GLM-4 与通义千问在复杂推理任务中表现较好，其中 GLM-4 在高考题测试中准确率高。结论指出国产大模型…
综述了多智能体强化学习（MARL）在自动驾驶领域的应用。文章首先介绍了自动驾驶基准测试及模拟器特征，回顾了强化学习与多智能体系统的基础理论。重点分析了集中式训练分散执行（CTDE）、独立策略优化（IPO）、社会偏好学习及安全可信学习等主流方法，对比了不同算法在状态表示、动作空间及扩展性上的差异。文中还探讨了样本效率、通信协作、安全性等核心挑战，并提出了结合大…
解决的是树结构中计算每个节点到其他所有节点距离之和的问题。通过两次深度优先搜索（DFS）实现的换根动态规划方法，可以在 O(n) 时间复杂度内完成计算。第一遍 DFS 统计子树大小及内部距离和，第二遍 DFS 利用父节点信息推导子节点结果。提供了 Go、Rust、C 和 C++ 四种语言的完整实现，涵盖了不同场景下的内存管理与语法特性。
Depix 是一款开源工具，利用 AI 技术尝试还原被线性盒滤波器处理的马赛克图像中的文本信息。该工具通过截取像素块、生成 De Bruijn 序列截图并匹配像素值来推测原始内容。虽然理论上马赛克不可逆，但特定算法下的像素化过程存在可计算空间。开发者建议敏感信息遮挡应使用纯色条而非马赛克以防还原。此外，类似技术如 PULSE 可用于人脸修复，引发关于隐私安全…
顺时针旋转矩阵填充是经典的二维数组遍历问题。通过分层模拟螺旋路径，依次填充上、右、下、左四个方向。需特别处理奇数阶矩阵的中心元素，输出时确保数字宽度统一对齐。该方案时间复杂度为 O(N^2)，空间占用与矩阵规模一致。
