博客作者
技术分享博主
357
已发布文章
9K
博客获赞
351K
博客浏览
第 17 页
介绍微软开源的 GraphRAG 项目，通过提取实体和关系构建知识图谱来增强大模型检索能力。内容涵盖环境搭建、配置修改、索引构建流程以及图谱查看方法。文章结合《红楼梦》案例演示了局部检索与全局检索的具体用法，并分享了处理 Token 限制和 Embedding 模型兼容性的实战经验，旨在帮助开发者利用结构化数据提升 LLM 问答质量。
深入解析了 Llama3.1、DeepSeek-V3、TÜLU 3 及 Qwen2.5 等大模型的后训练（Post-Training）关键技术。内容涵盖 SFT 数据构建与清洗、Preference Data 的迭代积累、Reward Modeling 与 DPO 的优化细节，以及 GRPO 和 RLVR 等强化学习算法的实践。文章对比了不同模型在算法选择、…
vLLM V1 架构针对 V0 版本在推理过程中的 CPU-GPU 同步瓶颈进行了重构。通过引入异步调度机制，实现计算与调度的重叠；采用状态化 Worker 减少数据传输开销；独立 Detokenizer 进程解耦解码任务。这些改进显著提升了 GPU 利用率，解决了技术债问题，使 vLLM 重回高性能开源推理引擎第一梯队。
深度学习模型从数据准备到最终部署涉及多个关键环节。详细阐述了数据验证、清洗、可视化、架构设计、超参数调整、训练过程、评估、推理及部署的九个核心步骤。通过引入 PyTorch 实战代码示例，展示了如何构建数据加载器、定义神经网络模型、执行训练循环以及进行模型导出与部署。内容涵盖从理论指导到工程落地的完整流程，旨在帮助开发者建立规范的深度学习工作流，确保模型在真…
对无项目经验者转行 AI 产品经理提供路径。首先需掌握 AIGC 基本概念、技术基础及应用场景，理解 Transformer 与扩散模型原理。其次通过实际使用 AIGC 工具积累体验，并制定系统学习路线涵盖提示词工程、平台开发及微调技术。核心在于构建虚拟项目经验，如利用 LangChain 搭建问答系统，关注行业落地方案，提升对数据、算力及业务场景的理解，从…
Transformer2 提出了一种针对大语言模型自适应能力的新框架，核心在于奇异值微调（SVF）技术与三种自适应策略的结合。SVF 通过调整权重矩阵的奇异值，以极少的参数实现高效微调，有效避免了过拟合与灾难性遗忘。实验表明，该方法在数学、代码及视觉问答等任务上性能显著优于 LoRA，且具备跨模型兼容性。文章详细阐述了其技术原理、实验结果及未来在边缘设备部署…
一种基于预训练音频编码器结合深度学习神经网络进行音频特征提取与分类的方法。通过加载 Kaggle 风格的音乐流派数据集，利用 audiodiffusion 模型将音频文件转换为 100 维特征向量，替代传统人工特征筛选。随后使用 Keras 构建全连接神经网络进行分类训练，经过标准化处理和交叉熵损失优化，最终实现了比传统方法更高的准确率。文章详细阐述了数据预…
阿里云发布通义听悟，这是一款基于通义千问大模型和音视频 AI 模型的智能助手。核心功能包括实时语音识别、多语言翻译、发言总结、PPT 提取及内容规整。支持会议录音、本地文件上传、多人声纹区分，并能生成关键词和全文摘要。在视频领域，提供浏览器插件实时生成双语悬浮字幕，支持 PPT 画面识别。产品已与阿里云盘、钉钉钉闪记等生态打通，实现文件一键转写和在线字幕生成…
详细解析了大模型、AI 大模型及 GPT 模型的核心概念与技术原理。文章首先定义了大模型为参数量庞大的语言模型，阐述了其通过海量数据训练捕捉复杂模式的能力。接着介绍了 AI 大模型的预训练与微调机制，以及其在上下文理解、语言生成和知识迁移方面的优势，列举了国内外主流厂商布局。随后深入剖析了 GPT 模型的 Transformer 架构、自注意力机制及应用场景…
详细讲解了大模型应用开发的核心技术栈，涵盖 LLM 基本原理、GPT 模型演进、OpenAI API 的 Python 集成方法、应用架构设计与安全防护、提示工程技巧、模型微调流程以及 LangChain 框架的实战应用。内容旨在为开发者提供从理论到实践的系统性指导，帮助构建安全、高效的大模型驱动型应用程序。
大模型开发涉及编程、数学、机器学习及深度学习等基础，需掌握 Python、Transformer 架构及分布式训练技术。学习路径涵盖入门、进阶、实战与专业阶段，重点在于框架应用与项目落地。实际案例显示医疗等行业需求增长显著，薪资水平较高。从业者应注重社区参与与前沿技术研究，以提升行业竞争力。同时需关注数据隐私、偏见消除及内容安全等伦理问题，并跟进多模态融合与…
详细阐述了大语言模型（LLM）的学习路线与技术体系。内容涵盖基础要求（Python、数学、框架）、核心架构（Transformer 原理）、关键技术（Prompt 工程、RAG、微调、部署优化）以及系统化的学习阶段建议。旨在帮助初学者建立完整的知识框架，从理论到实践掌握 LLM 开发技能，应对实际项目需求。
讲述了一位 95 后从业者从电商行业转行 Python 开发的经历。面对家庭阻力和经济压力，他坚持学习并成功入职月薪 15K 的公司。文章分享了面试技巧、简历优化方法以及 Python 学习路线建议，包括 Web 开发、爬虫、数据分析等方向，为想转行的技术人员提供参考。
2024 年转行 Python 面临的学习成本、市场竞争及持续学习风险，同时阐述了其在人工智能、数据科学、Web 开发等领域的广阔机遇。文章详细解读了开发、运维、数据分析、AI 研发等七大主流岗位的职责与技能要求，提供了具体的代码示例与分阶段学习路线。旨在帮助读者理性评估转行可行性，制定科学的职业规划与技术提升方案。
Python 在数值计算、数据可视化、Web 开发、数据库管理、自动化运维、GUI 编程、机器学习及深度学习八大领域的常用库。涵盖 NumPy、Pandas、Matplotlib、Django、Scikit-Learn、TensorFlow 等核心工具，并提供基础使用示例，帮助开发者快速选型与上手。
如何使用 Python 的 Plottable 库解决 Matplotlib 原生表格样式单一的问题。文章涵盖了环境搭建、Table 与 ColumnDefinition 核心参数详解，并通过杭州市人口数据的实际案例，演示了如何结合 Pandas 进行数据清洗、利用迷你图嵌入、分组表头及条件格式来生成专业级报表。内容包含完整的代码实现、高级技巧及常见问题排查…
渗透测试流程涵盖信息收集、漏洞验证、提权维持及日志清理。通过端口扫描与漏扫工具获取目标信息，利用 Web 中间件、框架、服务器、数据库及云环境的已知漏洞进行攻击验证。涉及常见服务协议的弱口令与配置风险。文章详细介绍了提权技术、文件传输方法及日志清除手段，并补充了内网渗透原则与防御加固建议，旨在帮助理解安全检测全流程及风险防控策略。
生成式人工智能的普及催生了对机器学习人才的巨大需求，使其成为科技行业高薪职业之一。探讨了机器学习的定义与应用场景，分析了截至 2024 年机器学习工程师的平均薪资水平及地区差异，列举了谷歌、微软等领先企业的投入情况，并阐述了成为该职位所需的教育背景与技能路径。同时指出了企业在应用大模型时面临的数据安全挑战及隐私风险。
LangChain 框架中的输出解析器（OutputParser）和 LangChain 表达式语言（LCEL）。内容涵盖为何需要输出解析器以实现结构化数据输出，如何使用内置解析器及自定义 Pydantic 模型解析器。重点阐述了 LCEL 的概念，通过 Runnable 接口和管道符 | 实现组件的高效组合，对比了传统调用方式与 LCEL 的差异。此外，还…
利用 LangChain 框架结合 ChatGLM 大模型构建本地私有化知识库，涵盖环境搭建、数据向量化存储、检索增强生成（RAG）流程实现及容器化部署。方案重点解决数据安全、隐私保护及离线运行需求，通过向量数据库与提示词工程优化检索精度，为企业提供可控、安全且高效的智能问答解决方案。
