无非我-CSDN博客

原创 Docker中的数据持久化方式:Volume/BindMount

Docker提供三种存储方式：Volume（卷）由Docker管理，适合生产环境和数据库；Bind Mount（绑定挂载）直接映射宿主机目录，适合本地开发；Tmpfs Mount（内存挂载）数据仅存内存，适合临时数据。Volume和Bind Mount是主要持久化方案，分别用于生产环境和开发场景，而Tmpfs适用于高速非持久化需求。

2026-02-15 20:35:13 277

原创 yield/async/await的介绍和在fastapi中的使用

特点：这是您在项目中最常见的用法：数据流动：关键优势：📊 详细说明1️⃣ async - 异步函数定义标识特点：规则：🎯 关键对比特性yieldasync/await用途生成器 / 依赖注入异步编程数据流暂停→返回→恢复暂停→等待→继续资源管理✅ 自动清理（finally）❌ 需手动管理并发❌ 单线程顺序执行✅ 可并发多个任务典型场景数据库连接、文件句柄网络请求、I/O 操作💡 实际例子：调用 yield

2026-02-11 23:08:36 318

原创 Precision/ReCall/ContextPrecision

RAG 里的“精度”通常指检索阶段的质量，尤其是召回率（Recall）和上下文精度（Context Precision）。如果你想让 RAG 真正变强，不是先调模型，而是先把检索调好。讲讲如何把 RAG 的检索精度从 50% 提到 95%给你一个“RAG 评估指标全图谱”或者帮你分析你自己的 RAG 系统瓶颈在哪里你想往哪一块继续深入？

2026-02-10 11:40:55 850

原创结构化数据/半结构化数据/非结构化数据

本文系统分析了RAG系统中三类数据的特性与处理方式：结构化数据（如SQL表）具有固定schema，适合直接查询；非结构化数据（如PDF）需要切分和向量化处理；半结构化数据（如JSON）则介于两者之间，可解析后处理。文章通过对比表清晰呈现了三者的核心差异，并强调在RAG场景中，数据类型直接影响索引构建、检索策略等关键环节的设计。理解这些差异有助于开发者针对不同数据采用合适的处理流程，优化RAG系统性能。

2026-02-09 22:15:35 821

原创 Datawhale AI秋训营--心灵守护 - 乡村学生情绪关怀平台

心灵守护平台采用先进的 AI 多模态模型（Qwen3-VL），能够理解文字和图片，为学生提供专业、温暖的情绪关怀服务。平台界面友好，操作简单，特别适合乡村地区的学生使用。需求拆解训练选择日常生活中的简单应用（如天气预报APP）练习将其拆解为功能模块、数据流和交互逻辑尝试用自然语言描述这些拆解后的要素，并发给AI，看他是否理解到位技术映射练习取一个简单需求（如“待办事项列表”）借助AI了解，不同的技术实现方案（纯前端、前后端分离等）并思考分析各方案的优劣和适用场景提示词优化迭代。

2025-10-27 23:50:22 1009

原创 DataWhale夏令营第四期魔搭- AIGC方向 task03笔记

经过task01的初次运行和大致了解，对文生图有了进一步的理解；同时，过了task02的代码和过程的解读，也对原理和操作步骤有了更深刻的理解。那咱么现在为了痛快的文生图，用task01的后端页面看起来不太舒服，同时对于用户来说不友好；这就要开始今天的课题了。微调是一种用于在预训练模型上进行高效微调的技术。它可以通过高效且灵活的方式实现模型的个性化调整，使其能够适应特定的任务或领域，同时保持良好的泛化能力和较低的资源消耗。这对于推动大规模预训练模型的实际应用至关重要。

2024-08-17 21:05:27 1555