博客作者
操作系统研究者
352
已发布文章
7.8K
博客获赞
730K
博客浏览
第 16 页
汇总了 20 篇大模型领域最新论文，涵盖视频生成（CogVideoX, Stable Video 4D）、智能体平台（OpenDevin, LawLuo）、安全对齐（RBR）、多模态数据集（MINT-1T）、医学分割（MedSAM-2）及评估基准（MMAU, MuChoMusic）等方向。内容涉及智谱、OpenAI、Google DeepMind、Apple…
Python 学习路线与进阶书籍推荐涵盖了初学入门、进阶提升、数据分析、Web 开发、GUI 开发、自动化测试及机器学习等多个方向。精选了《Python 编程：从入门到实践》《流畅的 Python》《利用 Python 进行数据分析》《Python 深度学习》等经典著作，旨在帮助不同阶段的开发者选择合适的学习资料，掌握核心技能。
网络安全行业因人才缺口大、薪资高及政策红利成为转行热门。文章分析了行业现状，包括岗位缺口、薪资水平和工作弹性，并引用工信部文件说明政策导向。针对入门者，提出了环境搭建、前后端基础、漏洞原理、实战演练及经验学习五大要领，同时给出避免盲目买书、先学编程等建议，强调跟随规划或导师的重要性。
AI 产品经理工作流程涵盖需求定义、数据准备、产品设计及上线反馈四大环节。核心在于理解 AI 技术方向如计算机视觉与自然语言处理，并掌握数据清洗与训练集构建能力。大模型时代下，AIGC 产品经理薪资优势明显，需具备 Prompt 工程、LangChain 开发及模型微调等技能。梳理了从基础功能到动态交互的设计思路，以及七阶段大模型学习路线，为转型 AI 产品…
Stable Diffusion 提示词（Prompt）的编写直接影响出图质量。详细拆解了 Prompt 的核心要素，包括画质、画风、主体、属性、衣着姿势、场景环境及视角等正向提示词，以及反向提示词的常见用法。通过结构化组合这些元素，用户可以显著提升生成图像的精细度和可控性。此外，文章还介绍了获取优质提示词的途径，如翻译工具与模型社区参考，并提供了完整的示例…
Python 内置的 map、filter 和 reduce 是函数式编程的核心工具。map 用于将函数应用于可迭代对象的每个元素，返回迭代器；filter 根据条件筛选元素；reduce 通过累积函数将序列缩减为单个值。在 Python 3 中，map 和 filter 返回迭代器而非列表，需显式转换。详细解析了这三个函数的语法、参数、返回值特性及适用场景…
Python 语言以其简洁性著称。 20 个实用技巧，涵盖字符串处理、列表操作、字典合并、异常处理及性能分析等场景。通过切片反转、集合去重、Counter 统计、枚举遍历等方法，帮助开发者优化代码结构，提高执行效率与可读性。这些技巧适用于日常编码练习，能有效节省时间并减少常见错误。内容包含原理说明与注意事项，适合各级别 Python 开发者参考学习。
详细讲解了 Python 中生成四位随机数的三种核心方法：使用 random.randint 直接生成整数范围、利用 random.randrange 控制上下限及步长、以及通过 random.choice 结合 string 模块生成字符串格式随机码。文章还补充了关于随机种子 seed 的可复现性设置，并重点提示在涉及密码或安全令牌时应弃用 random…
梳理了网络安全入门的系统学习路径，涵盖理论基础、操作系统、网络协议、数据库及 Web 安全核心知识。重点介绍了渗透测试流程、常用工具如 Nmap 和 BurpSuite 的使用，以及 Python 编程在自动化脚本中的应用。内容旨在帮助初学者建立完整的安全知识体系，明确从基础向专业安全工程师进阶的技术方向与合规要求。
Python 因其丰富的库生态成为网络爬虫首选语言。介绍爬虫基础原理、环境搭建、Requests 与 BeautifulSoup 库的使用、数据解析与存储方法，以及反爬策略应对和合规性注意事项。通过实例演示如何抓取网页数据并保存，帮助初学者掌握自动化数据采集技能，提升工作效率。
一位机械专业毕业生在 25 岁时决定转行网络安全的心路历程，回顾了从零开始自学黑客技术、克服经济困难、最终进入行业并坚持七年的经历。文章分析了网络安全行业的就业前景、薪资待遇及人才缺口，并提供了详细的学习路线建议，涵盖基础网络知识、Linux 系统、Python 脚本编写以及常见安全工具的使用。对于希望进入该领域的初学者，文章强调了持续学习的重要性，推荐了实…
详细梳理了 AI 大厂产品经理面试的三大环节：专业面试、复试及 HR 面试。内容涵盖岗位职责、需求管理、技术可行性评估、团队协作等核心问题的回答思路，并提供简历优化技巧与面试注意事项。此外，文章还补充了大模型时代产品经理的学习路径，包括系统设计、提示词工程、LangChain 开发及垂直模型微调等关键技术点，旨在帮助求职者系统准备面试，提升通关率。
AIGC（人工智能生成内容）利用深度学习、自然语言处理等技术自动生成文本、图像、音频等多模态内容。 AIGC 的核心技术原理包括 Transformer 和扩散模型，列举了其在写作、设计、语音合成及视频生成等领域的应用场景，分析了其对生产效率的提升作用，探讨了真实性、版权及伦理道德等面临的挑战，并展望了未来的发展趋势。
总结了作者在 2023 年参与多家国内大模型及互联网公司的面试经历，涵盖智元机器人、面壁科技、Minimax、阿里夸克、蚂蚁、百度文心等企业的面试流程与结果。内容包含对面试官背景、考察重点（如 Transformer 架构、分布式训练、MHA 实现）的分析，以及针对基座算法岗位的复习建议。文章还梳理了高频考点，包括注意力机制、并行策略、数据处理及评估方法，并…
利用 Hugging Face AutoTrain 和 Google Colab 免费微调大语言模型的完整流程。涵盖环境部署、数据集准备、参数配置及训练监控，并提供训练后模型加载与推理的代码示例，帮助用户低成本实现个性化模型定制。
围绕 AI 大模型在供水、煤矿、储能、科研及人才培养等行业的实际应用展开讨论。涉及智慧水务的知识问答与推理判断，煤矿场景下的云边协同与安全增效，储能系统的智能化管理与维护，科研领域的推理能力聚焦，以及企业培养业务与开发复合型人才的路径建议。文章强调了技术落地中的数据安全、边缘计算能力及跨部门协作的重要性。
大语言模型（LLM）是人工智能领域的核心技术之一。基于权威讲座，解析 LLM 的基本定义、参数构成及推理机制。重点阐述了预训练、微调（Fine-tuning）及人类反馈强化学习（RLHF）的三阶段训练流程，对比了开源与闭源模型的生态差异。此外，补充了关于模型未来发展趋势及安全性的关键讨论，帮助读者建立对大模型技术的系统性认知。
通过对话北京大学王立威教授，探讨大模型能力的边界。王教授指出，当前 AI 系统分为语言大模型与深度强化学习系统两类，前者擅长通用对话但逻辑推理弱，后者专注封闭世界问题。关于思维链，Transformer 本质接近电路，引入思维链可提升表达能力。大模型不存在相变意义上的'涌现'，幻觉是基于统计的固有特性。Scaling Law 强调数据规模重要性，但算法结构仍…
大语言模型的基本概念、发展历程及本地部署方案。涵盖 Token 机制、Embedding 原理、Transformer 架构背景。详细讲解了模型量化技术（GPTQ、GGML/GGUF）以降低显存占用，并提供在 macOS 环境下使用 llama.cpp 编译运行 LLaMA 和 Whisper 模型的实战步骤。内容包括命令参数详解、WebUI 搭建、性能调优…
时间序列预测在经济、医疗及工业领域至关重要。综述了从传统统计方法到现代深度学习的演变历程，重点分析了 MLP、RNN、CNN、Transformer 及新兴的 Mamba 和扩散模型等架构的优劣。文章指出，尽管 Transformer 曾主导该领域，但线性模型的回潮表明架构选择需视数据特性而定。同时，综述深入探讨了通道依赖性、分布变化、因果关系及特征提取等核…
