博客作者
内存优化专家
353
已发布文章
10K
博客获赞
675K
博客浏览
第 17 页
DeepSeek 等 AI 技术的爆发引发社会对未来的焦虑与迷茫。文章回顾了从 BB 机到智能手机的技术变迁，指出在'悬浮社会'中盲目追逐热点导致的不安。作者引用费孝通、梁漱溟等观点，倡导一种'土气'的生活态度：扎根于热爱与稳定的事物中，通过深耕具体领域获得心安与确定感，从而在快速变化的时代中找到属于自己的出路。建议个人应培养不可替代的软技能，保持专注，避免…
大模型微调旨在解决提示词工程成本过高、效果受限及数据隐私问题。主要分为全量微调（FFT）与参数高效微调（PEFT）。PEFT 包括增加式（如 Adapter、Prefix Tuning、Prompt Tuning）、选择式（BitFit）和重新参数化（LoRA、AdaLoRA）三类。此外还有监督微调（SFT）、人类反馈强化学习（RLHF）及 AI 反馈强化学…
系统梳理了人工智能领域的核心术语及其相互关系。首先界定人工智能（AI）、通用人工智能（AGI）与生成式内容（AIGC）的边界；其次解析自然语言处理（NLP）作为基础学科的地位，以及大型语言模型（LLM）如何推动其发展；最后区分 GPT 架构与 ChatGPT 应用形态。文章旨在消除概念混淆，提供清晰的技术认知框架，帮助开发者理解大模型技术栈的基础逻辑。
字节跳动近年来大力投入人工智能领域，构建了以豆包大模型为核心的产品矩阵。深入分析其技术架构、算力基础设施及商业化落地路径。重点探讨其在搜索推荐、广告系统中的应用，以及开源生态建设策略。通过梳理其从底层模型到上层应用的完整闭环，揭示字节在 AI 时代的竞争壁垒与发展方向。
探讨了利用 LangChain 和 Ollama 构建高效意图识别系统的实践方法。针对大语言模型在数学计算和确定性任务上的局限性，文章提出了一种结合本地模型分类与工具调用的解决方案。通过实现自定义的意图分类函数和计算器工具类，系统能够自动识别用户输入中的算术需求并调用相应工具执行。此外，文章还讨论了如何将分类逻辑泛化为可复用的配置函数，以支持多模式功能的扩展…
检索增强生成（RAG）通过检索外部知识库并结合大语言模型生成回答，有效解决了模型知识局限、幻觉及数据安全问题。其核心流程涵盖数据准备、向量化、检索及生成阶段。RAG 具备更新及时、可解释性强、成本低等优势，广泛应用于问答系统、文档生成及智能助手等场景。未来 RAG 将向多模态发展，并需克服上下文限制、鲁棒性及混合策略优化等挑战。
LLaMA Factory 是一个统一的开源框架，集成了多种高效微调技术如 LoRA、QLoRA、DoRA 等，支持 100 多个大模型的指令监督微调、奖励模型训练及推理部署。 LLM 微调的技术背景，包括优化型和计算型方法，并提供了 LLaMA Factory 的部署安装步骤、WebUI 界面操作指南以及核心架构解析。通过可视化配置和无需编写代码的方式，用…
Photon 系统通过联邦学习策略降低通信开销，实现低带宽下的大模型协同训练，使分布式 GPU 可协同训练大模型且性能超越集中式训练。RLEF 方法利用执行反馈强化学习，使 AI 能从代码运行错误中学习并自我修正，显著减少生成正确代码所需的尝试次数。两者分别解决了算力分散和代码生成效率问题，推动 AI 技术民主化与编程辅助智能化。
在 Windows 平台上利用 Docker 部署 Dify 开源应用开发平台，并结合 Ollama 管理本地大模型 Qwen2.5 及 Embedding 模型的技术方案。内容涵盖系统环境准备、Dify 与 Ollama 的安装配置、模型下载与接入、以及 Dify 后台的具体设置步骤。通过该方案可实现数据的本地化处理，构建安全可控的 RAG 服务环境，解决…
Python pytesseract 库是基于 Tesseract OCR 引擎的 Python 封装，用于实现图像文字识别。库的核心功能、环境安装步骤及基础用法，重点讲解了如何通过图像预处理（如灰度化、二值化）提升识别准确率，并提供了多语言支持、参数配置及常见错误排查方案。该工具适用于文档扫描、自动化办公及数据提取等场景，能有效简化文字识别任务的开发流程。
张一鸣基于十年面试两千人的经验，提出优秀年轻人的五大核心特质。其中对重要事情的判断力最为关键，决定了职业选择与发展路径。文章结合创业者案例，指出单纯阅读知识而忽视应用场景是无效学习，强调理解业务背景与知识适用性的重要性，倡导在实践中提升解决复杂问题的能力。同时针对技术人员提出了建立知识体系、注重场景应用、提升判断力和持续迭代认知的建议。
详细拆解了从零开始学习 Python 的系统路径，涵盖基础语法、进阶特性、Web 开发、数据库、爬虫及机器学习等十一个阶段。内容包含具体的代码示例与时间规划，旨在帮助初学者建立完整的知识体系，明确各阶段学习目标，通过理论与实践结合的方式掌握 Python 编程技能，为就业或副业打下坚实基础。
介绍如何使用 Python 的 pyttsx3 库将文本转换为语音。内容包括库的安装、引擎初始化、语音属性配置（如语速和音量）、多语言支持查询以及将语音保存为 MP3 文件的方法。此外还对比了其他方案并提供了完整的代码示例与注意事项。
梳理从零开始学习网络安全的完整路径，涵盖 Web 安全基础概念、渗透工具使用、实战演练、系统环境配置及脚本编程等核心模块。建议学习者建立知识框架，分阶段制定计划，重点掌握 SQL 注入、XSS 等常见漏洞原理，熟悉 Kali Linux 与常用安全工具，并通过合法合规的测试环境进行实践。同时强调持续跟踪安全动态与源码审计能力的重要性，旨在帮助初学者构建系统的…
护网行动是国家组织的网络安全攻防演练，旨在通过红蓝对抗检验企事业单位的防护能力。红队模拟黑客攻击，利用漏洞利用、社会工程学等技术评估防御；蓝队负责监控、检测、响应和修复，维护系统安全。文章详细阐述了红蓝双方的职责、常用技术栈、常见攻防场景（Web、操作系统、网络设施）及安全人才成长路径，为网络安全从业者提供了系统的技术参考和学习指南。
Kali Linux 预装多种安全工具。介绍 Nmap、Lynis、WPScan、Aircrack-ng、Hydra、Wireshark 及 Metasploit Framework 等核心工具的功能与基本用法。涵盖端口扫描、系统审计、CMS 漏洞检测、无线安全评估、密码破解、流量分析及漏洞利用框架。适合网络安全入门者了解基础工具链。
探讨了安全研究人员偏爱挖掘逻辑漏洞的原因，涵盖其隐蔽性高、利用门槛低及数据获取精准等优势。文章梳理了接口漏洞、认证绕过、支付逻辑及越权等常见类型，并通过三个实战案例演示了如何结合业务功能点、遍历唯一标识及利用信息泄露扩大战果。核心方法论强调对业务逻辑的理解、数据包分析的细致度以及漏洞组合利用的思维。此外，补充了针对此类漏洞的防御建议，帮助开发者提升系统安全性…
Chat with MLX 是专为 Mac 设备设计的本地大模型框架，基于苹果 MLX 库构建。用户可通过 pip 一键安装，支持多种开源模型及 11 种语言。核心功能包括本地文档总结、视频分析及 RAG 检索问答。实测显示在 M1 芯片上运行流畅，适合注重数据隐私的本地化部署场景。
详细阐述了零基础进入网络安全领域的学习路径，包括基础概念、网络协议、操作系统及编程语言（Python/Go）的掌握方法。内容涵盖渗透测试、防御检测等职业方向选择，提供简历优化技巧、面试准备策略及不同阶段（在校生、应届生、转行者）的实战建议，旨在帮助学习者建立系统知识体系并规划职业发展。
清华生数科技发布视频大模型 Vidu，采用 U-ViT 架构，与 Sora 的 DiT 架构思路一致但发表更早。文章分析了从 U-Net 到 ViT 的架构演进，探讨了 Transformer 在扩散模型中的优势及 Long Skip Connection 的作用，并指出 Vidu 基于多模态扩散模型基础，未来将向通用多模态方向发展。
