- 博客(2162)
- 收藏
- 关注
RSS订阅原创 【必看收藏】大模型vs大语言模型：AI小白必知的10个关键区别
文章详细解析了大模型与大语言模型的区别，指出许多人将两者混为一谈。大模型是参数规模庞大的深度学习模型，具有强大泛化能力；而大语言模型专注于自然语言处理，如GPT系列。文章回顾了AI发展三阶段：从CNN传统神经网络到Transformer架构，再到当前GPT预训练模型主导时代。最后提供大模型学习资料，帮助读者系统掌握AI时代核心技能，从基础理论到实战应用，包括RAG开发、Agent设计、模型微调等前沿技术。---
2026-01-06 11:25:45
499
原创 【收藏必备】Qwen3-Embedding实战指南：从零开始掌握文本嵌入技术
Qwen3-Embedding是阿里巴巴通义实验室推出的最新一代嵌入模型，具有强大语义理解和成本优势。文章详述其原理、优势及应用场景，提供PAI部署、百炼API调用、模型微调等指南，通过对比实验展示其低延迟、低成本特点，并分享工程链路优化技巧，助力开发者高效构建智能应用。
2026-01-06 11:23:33
544
原创 【建议收藏】零基础小白入门：从Excel表格详解Transformer原理，轻松掌握大模型核心
本文以零基础视角详细解析了Transformer架构的核心组件，包括位置编码解决顺序信息问题、多头注意力机制捕捉上下文关系、残差连接与层归一化优化深度网络训练，以及逐位置前馈神经网络增强非线性表达能力。作者通过Excel表格可视化计算过程，帮助读者理解Transformer如何通过并行处理提升效率，成为大模型的基础架构。文章适合AI初学者收藏学习，为理解现代大模型技术奠定基础。
2026-01-06 11:20:09
277
原创 【必藏】Prompt与Context协同实战：小白也能打造精准AI应用的完整指南
本文系统讲解AI应用开发中Prompt与Context的协同技巧。Prompt作为AI的"行动指南"，包含任务目标、约束规则；Context作为"决策依据"，提供多源信息。二者协同需遵循Context为Prompt服务、Prompt调用Context的原则。通过Dify平台实操，展示Context分层管理、Prompt模块化设计和工作流编排方法，助力开发者打造高精准AI应用，避免常见开发误区，实现从'能用'到'好用'的质变。
2026-01-06 11:16:50
439
原创 【值得收藏】大模型预训练技术详解及系统学习资料分享
本文详细介绍了大模型预训练的核心技术，包括Transformer架构、Llama模型实现、数据准备与处理、训练参数设置等关键环节。同时阐述了学习大模型的重要性和广阔应用前景，提供了从基础理论到实战应用的系统学习路径，涵盖模型训练、微调、RAG、Agent开发等方向，并整理了行业报告、面试题等实用资源，帮助读者全面掌握AI大模型技术。
2026-01-06 11:14:00
600
原创 【必看收藏】AI入行全攻略：2026年5大高薪方向解析，程序员必看！
想入行AI却不知道选什么方向？2025年AI人才需求已清晰分层——从核心技术研发到跨行业落地，甚至伦理合规，每个领域都有明确的“高薪技能密码”。整理了5大方向的薪资、职责和必备能力，帮你精准定位发力点。
2026-01-06 11:09:17
283
原创 你的Embedding模型选对了吗？RAG开发中11款热门选项深度解析！
文章介绍MTEB基准测试平台及其在评估文本嵌入模型中的应用，详细列出中英文嵌入模型排行榜，包括各模型特点与适用场景。同时提供从零学习大模型的完整路径，包含教学内容、学习路线图、视频书籍、行业报告和面试题等资源，帮助读者系统掌握大模型技术，抓住AI风口。
2026-01-06 11:06:09
241
原创 【必看收藏】深度研究智能体(DR Agents)全解析：从基础架构到实战应用，程序员必学的AI大模型进阶指南
本文系统分析了深度研究智能体(DR Agents)的基础技术与架构组件，包括信息获取策略、工具使用框架和工作流设计。文章对比了基于API与浏览器的检索方法，评估了当前基准测试的局限性，并探讨了多智能体架构、异步并行执行等未来研究方向。深度研究智能体通过融合动态推理、自适应规划和多轮信息检索能力，正在成为自动化研究支持的重要范式，但其发展仍面临信息获取广度与执行效率等挑战。
2026-01-05 20:15:51
582
原创 【强烈收藏】AI大模型开发者必看：MinerU与PaddleOCR全面对比与技术深度解析，从零掌握PDF解析神器
本文对比了MinerU与PaddleOCR在PDF解析中的表现，MinerU在表格和图片整体完整性上更优，能将元素各部分作为同一字典的不同字段。MinerU采用多模型集成、模块化设计和中间态JSON文件，支持灵活后处理，特别适合RAG和Deep Research应用。其技术优势包括布局检测、PDF分类、OCR文本语义连贯性保障等，为复杂PDF文档解析提供了高效解决方案，是大模型应用的重要技术支撑。---
2026-01-05 20:12:29
632
原创 从入门到精通：企业级RAG系统实战指南，收藏级RAG开发全流程解析
文章详细解析了企业级RAG系统的三大核心环节：文档预处理需结合业务场景统一格式并优化内容质量；文档召回应处理用户问题、提取标签并进行去重排序；生成增强需整合召回数据、处理上下文窗口限制并优化用户体验。强调RAG项目虽易，但要做好企业级系统需深入理解业务场景并解决技术难点。
2026-01-05 20:09:54
978
原创 收藏必学！用Python基础库从零手撕RAG内核，彻底掌握检索增强生成的底层原理
本文详细介绍了如何仅使用Python基础库（如numpy）构建RAG系统，不依赖现成框架。文章从文本分块、向量化、相似度检索到响应生成，逐行代码解析RAG核心逻辑，并深入讲解了智能分块、上下文增强检索、块标题生成、问题生成、查询改写、重排序、相关段落提取、上下文压缩和反馈机制等9大实战技巧，帮助读者突破回答质量瓶颈，真正掌握RAG的底层原理。
2026-01-05 20:08:02
778
原创 【值得收藏】MCP协议入门到实战：大模型与外部系统交互的通用桥梁，附代码与学习资源
MCP (Model Context Protocol)是OpenAI提出的标准化协议，作为大模型与外部系统交互的"通用桥梁"。文章介绍了MCP的核心设计、提供的工具/资源/事件能力和应用场景，并通过汇率转换实战案例展示了如何实现MCP client、server与LLM模型调用。文章详细讲解了项目结构和核心代码实现，帮助开发者理解如何利用MCP协议打通大模型与真实世界的数据/工具，促进AI Agent生态形成"标准化接口"。
2026-01-05 20:05:05
639
原创 【珍藏】从零掌握大模型检索增强技术：RAG到GraphRAG的完整指南
本文详细介绍了检索增强生成(RAG)技术及其进阶版本GraphRAG。传统RAG通过语义相似度在向量空间中检索信息，无法捕获数据间依赖关系。GraphRAG利用知识图谱构建实体关系网络，通过社区摘要和分层方法提供更全面的知识表达。传统RAG适合结构良好的独立数据，GraphRAG更适合信息关联密切的数据。建议结合两种方法构建混合系统，兼顾语义相似度与结构洞察，提升大模型回答质量。
2026-01-05 20:02:11
923
原创 【必收藏】法律大模型实战：从文档到知识图谱的RAG系统构建全攻略
本文详细介绍了如何利用LlamaCloud和Neo4j等工具，将复杂的法律文档转换为结构化知识图谱，以提升RAG系统性能。通过文档解析、分类、信息提取和图谱构建四个关键步骤，实现了法律文档的智能化处理，解决了传统向量搜索无法捕捉复杂关系的局限性。这一方法特别适用于法律领域，为法律信息的检索和分析提供了全新路径，对法律专业人士具有实用价值。
2026-01-05 19:59:24
524
原创 为什么你的LLM搞不定复杂任务？一文掌握ReAct+Reflexion核心技术
文章介绍了ReAct和Reflexion两种提升大语言模型能力的提示技术框架。ReAct通过"推理-行动-观察"循环使模型与外部环境交互，减少幻觉；Reflexion在此基础上增加评估和反思机制，形成完整学习闭环，使模型能从错误中学习。两者结合既保证即时响应能力，又具备长期优化潜力，显著提升了LLM在知识密集型、决策型和编程任务中的表现，是构建下一代智能系统的核心技术。
2026-01-04 10:59:19
783
原创 【收藏级干货】RAG技术实战：让大模型理解企业知识，AI落地必备技能
RAG技术是让大模型理解企业私有知识的关键解决方案，通过检索增强生成实现基于真实数据的准确回答。文章详细介绍了RAG技术的演进历程、系统架构设计、检索质量优化方法、生产部署最佳实践，以及未来发展趋势。从基础RAG到智能RAG，再到多模态、实时学习和联邦RAG，为企业构建可信任的AI应用提供了完整的技术路径。
2026-01-04 10:49:05
959
原创 智能体(Agent)设计模式完全指南，小白也能掌握的大模型系统工程
智能体正从对话工具升级为业务执行系统，真正决定其上限的不是模型大小，而是设计模式。本文系统介绍并行化、链式执行、路由、反思、规划等核心设计模式，以及工具集成、安全保障等工程实践，帮助开发者构建稳定、可控、可规模化的智能体系统，实现从"能聊"到"能跑"的关键转变。
2026-01-04 10:45:20
1076
原创 【必收藏】文本分块：RAG系统的核心技术，小白也能掌握的大模型优化指南
本文详细介绍了文本分块技术在RAG系统中的关键作用，包括其定义、必要性及多种分块策略（固定尺寸、语义分块、智能体驱动等）。文章强调文本分块直接影响检索准确性和系统性能，需遵循语义连贯性、上下文完整性和计算效率三大原则。不存在适用于所有场景的"万能方法"，最佳分块策略应根据内容类型、查询复杂度和模型能力灵活选择，并通过持续迭代优化系统表现。
2026-01-04 10:28:27
785
原创 从零开始学大模型：一文读懂LSTM如何解决神经网络记忆难题（收藏必学）
本文详细解释了从RNN到LSTM的发展历程，揭示了传统神经网络缺乏记忆的"金鱼脑"缺陷，以及RNN因梯度消失无法处理长序列的问题。LSTM通过三个门控机制实现选择性记忆，解决了长期依赖问题，成为NLP领域里程碑，但也存在计算复杂和顺序处理的局限。理解LSTM是掌握现代深度学习序列建模的基础。
2026-01-04 10:25:55
644
原创 【必收藏】Agentic AI架构详解：超越LLM+API的七层工程系统设计指南
本文详解Agentic AI七层架构设计，从UI接口到基础模型，全面剖析如何构建超越LLM+API的智能Agent系统。各层包含明确的职责边界和可观测性设计，确保系统能可靠执行复杂任务，是企业级AI落地的完整技术指南。
2026-01-04 10:19:51
795
原创 大模型多Agent协作技术详解：从入门到精通，开发者必收藏学习指南
只要你真心想学习AI大模型技术，这份精心整理的学习资料我愿意无偿分享给你，但是想学技术去乱搞的人别来找我！在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。真诚无偿分享！！！vx扫描下方二维码即可加上后会一个个给大家发。
2026-01-02 09:15:00
755
原创 【收藏必学】智能体工作流设计模式：让AI从“能对话“进化为“会决策“
只要你真心想学习AI大模型技术，这份精心整理的学习资料我愿意无偿分享给你，但是想学技术去乱搞的人别来找我！在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。真诚无偿分享！！！vx扫描下方二维码即可加上后会一个个给大家发。
2026-01-02 09:00:00
984
原创 深度解析大模型上下文处理技术：从基础到进阶（小白也能学会，建议收藏）
本文全面介绍大模型中的上下文处理技术，包括长上下文处理、多模态整合与结构化数据处理方法。详细探讨了通过架构创新、位置插值与上下文扩展解决长文本难题的技术路径，以及多模态信息融合和知识图谱等结构化数据整合方案。同时阐述了上下文自我优化与适应机制，包括基础自我优化框架、元学习与自主进化等前沿技术，为开发者提供系统性的技术指导与实践参考。---
2026-01-02 08:45:00
1423
原创 【程序员必看】大模型学习资源汇总：零基础到进阶，全套资料免费分享
本文提供了一套完整的AI大模型学习资源，包含从基础理论到实战应用的五大模块，适合应届生、零基础转型者和传统开发者。资源涵盖视频教程、PDF书籍、行业报告、面试题等，帮助学习者系统掌握大模型技术。资料通过vx二维码免费获取，助力从零入门到实战进阶，抓住AI大模型发展机遇。
2026-01-02 08:30:00
1141
原创 【必学收藏】大模型提示词编写与优化全攻略：从入门到精通
要编写并优化大模型提示词，关键在于**清晰明确地定义任务目标、提供充足的上下文信息、设定具体的输出期望（如格式、风格、角色扮演），并通过迭代优化逐步改进提示效果**。针对特定任务（如写作、编程、数据分析），需结合任务特性设计提示词，例如分步引导、提供关键参数、明确问题与期望等。本教程将详细阐述这些原则与技巧，并提供大量实战案例。
2026-01-02 08:00:00
729
原创 【建议收藏】掌握AI大模型四阶技术：从提示工程到预训练的学习指南与职业机遇
本文系统梳理AI发展四阶段及大模型四阶技术（提示工程、AI智能体、大模型微调、预训练技术），详解各技术特点、适用人群与应用场景。随着AI技术演进，跨领域整合、创造性思考等技能持续升值，催生AI架构师、垂直领域专家等高薪职业。文章提供系统学习路径，帮助读者结合自身情况，抓住人工智能时代发展机遇。
2026-01-01 09:00:00
557
原创 【收藏】AI Agent开发核心指南：提示词、工作流与RAG知识库实战
文章系统阐述了在Agentic AI技术背景下构建可靠、高效AI Agent应用的方法。核心竞争力已转向提示词工程、工作流设计和知识库构建三大领域。详细介绍了Agent核心架构、提示词设计技巧、使用DSL描述工作流的优势、RAG与关系型数据库的应用，以及AI安全防护和项目确定方法，为开发者提供了从理论到实践的完整指南。
2026-01-01 08:45:00
1337
原创 收藏！从Prompt到Context：大模型Agent架构全解析，小白也能看懂的智能体进化指南
本文系统拆解了大模型驱动的Agent架构，以"Prompt→Context"为核心逻辑，从智能起点到记忆载体，再到感知、决策、执行的完整闭环，详解Agent如何从单次响应升级为持续智能决策。同时分析Context容量、质量等关键技术挑战，展望多模态融合、Auto-Prompting等未来方向，为理解Agent智能演化提供全景视角。
2026-01-01 08:45:00
844
原创 收藏！一文读懂大模型高效架构：线性、稀疏、混合技术全攻略
本文系统梳理了大模型高效架构的七大方向：线性序列建模(降低计算复杂度)、稀疏注意力(选择性交互)、高效全注意力(优化实现)、稀疏混合专家(条件计算)、混合架构(多技术融合)、扩散模型(并行生成)及跨模态应用。这些创新架构解决了Transformer二次复杂度瓶颈，为长上下文和多模态任务提供支持。未来研究将聚焦算法-硬件协同设计和自适应架构，推动大模型向更高效、更通用的方向发展。
2026-01-01 08:30:00
719
原创 【建议收藏】多模态RAG技术原理与大模型学习路径，小白也能掌握
多模态RAG技术整合多模态数据，实现跨模态检索与生成。核心技术包括多模态编码器、检索系统和生成模型，流程涵盖数据预处理、查询处理和生成响应。面临模态对齐等挑战，未来将向高效表示和实时处理发展。文章还提供大模型学习资源，帮助技术人从零入门到实战掌握AI大模型技术。
2026-01-01 08:00:00
869
原创 AI Agent开发平台选择指南：6大主流框架对比，小白必备收藏
本文详细解析了六大主流AI智能体开发平台（Dify、Coze、n8n、AutoGen、LangChain、CrewAI）的特点、优势和适用场景，帮助开发者根据业务需求精准选型。文章从平台定位、核心功能、适合人群等角度进行全面对比，提供零代码、企业级、多Agent协作等不同场景的解决方案，并预测智能体平台将向功能融合、多Agent协作、私有化部署等方向发展。
2025-12-31 08:45:00
568
原创 值得收藏！大模型(LLM)学习路线图：从基础理论到实战应用，小白也能轻松上手
本文系统介绍LLM学习课程，分为三大模块：LLM基础(数学、Python、神经网络和NLP)、LLM科学家(模型构建与优化)和LLM工程师(应用开发与部署)。课程涵盖从理论基础到实战应用的完整学习路径，包括向量存储、RAG、代理系统等前沿技术，适合不同背景的学习者入门并精通大模型技术，实现AI时代的能力提升。
2025-12-31 08:45:00
1240
原创 收藏必备！AI大模型入门到精通：基础知识全解析
文章系统介绍了AI大模型所需的跨学科知识体系，包括数学基础、计算机科学、机器学习、深度学习、自然语言处理等核心领域，详细阐述了Transformer架构、预训练与微调、分布式训练等关键技术，并探讨了伦理安全问题。同时提供了实践工具和学习路径，帮助读者从零开始构建大模型知识框架，为深入学习和实践打下坚实基础。
2025-12-31 08:00:00
689
原创 【值得收藏】vLLM高性能推理引擎完全指南：PagedAttention优化+23倍吞吐提升，大模型部署从入门到实战
vLLM是伯克利开发的高性能大语言模型推理部署库，采用PagedAttention和持续批处理技术，内存效率高，吞吐量提升达23倍。支持多种量化格式和并行计算，兼容HuggingFace和OpenAI API。文章详细介绍了与Ollama、LM Studio的对比、环境配置、项目初始化、模型下载与测试流程，以及如何搭建类OpenAI服务。适合生产环境部署和高并发场景，但对硬件要求较高。---
2025-12-31 07:30:00
1565
原创 大模型入门必学：掌握核心参数与两大范式，建议收藏反复研读
本文深入解析大模型入门知识，重点介绍核心参数messages(对话记忆机制)与tools(工具选择能力)，以及RAG与ReAct两大应用范式。详细讲解提示词优化、增加调用次数和模型微调三种使用方法，并通过翻译和计算器案例展示实际应用。强调大模型虽强大但需合理应用，避免过度依赖，适合程序员和AI初学者收藏学习。
2025-12-30 11:29:10
1125
原创 收藏！多智能体React模式实战：五大挑战与解决方案详解
本文剖析了多智能体React模式在生产环境中面临的五大挑战：工具调用延迟、上下文膨胀、中间态缺失、循环失控与监督缺位。针对这些问题，作者提出了创新解决方案：采用流式XML替代FunctionCall实现高效工具调用；通过引用机制压缩上下文；引入"万能agent"作为能力兜底；设计总结输出工具提升用户体验；构建规划MCP服务实现过程监督。这些优化方案显著提升了系统性能和任务执行质量，为多智能体系统开发提供了宝贵经验。
2025-12-30 11:11:07
921
原创 【必藏】AI Agent智能体完全指南：从入门到精通，2026年最值得关注的AI技术
文章全面剖析了AI Agent智能体的定义、发展阶段、核心模块及产业链。AI Agent具备独立思考、自主执行和持续迭代三大核心能力，通过记忆、规划、工具和执行四大模块实现智能化。2025年被视为AI Agent元年，市场规模预计将从2023年的554亿元增长至2028年的8520亿元，年均复合增长率达72.7%。文章还分析了产业链上下游企业，并指出垂直领域的AI Agent将成为新宠，市场规模可能达SaaS的十倍。
2025-12-30 11:09:08
898
原创 程序员必备：一文搞懂RAG检索增强生成，收藏级大模型应用指南
RAG(检索增强生成)技术通过外部文档分片、向量化存储、相似度检索和重排筛选，使大模型能够查阅外部知识库并生成准确回答。该技术解决了大模型知识局限问题，让模型能够像人类一样先查找信息再回答问题，广泛应用于企业文档处理、知识库问答等场景，是提升大模型应用能力的重要技术。
2025-12-30 11:07:07
649
原创 大模型性能提升秘籍：RAG与微调技术详解，程序员必学收藏
文章详细介绍了提升大语言模型性能的两种关键技术：RAG(检索增强生成)和微调(Fine-tuning)。RAG通过外部知识库检索增强回答，适合信息频繁更新的场景；微调则通过特定数据集训练模型，提高特定领域表现，响应速度更快。文章从处理速度、准确性和成本三方面对比了两种技术的优劣，强调选择应基于具体应用场景和需求，并鼓励学习大模型技术。
2025-12-30 10:37:43
388
原创 大模型部署完全指南：从理论到实践，程序员必备知识，建议收藏！
文章详细介绍了大模型部署全流程，包括模型准备、转换、推理服务封装等环节。重点讲解了模型量化、批处理、计算图转换、ONNX中间格式、CUDA/CuDNN架构、推理框架选择、K8s部署、性能监控等核心技术。还探讨了TensorRT优化、KV Cache、PagedAttention等高级技术，以及大模型在CPU部署、权重管理等方面的挑战与解决方案，为开发者提供了系统性的大模型部署知识体系。
2025-12-30 10:34:46
1284
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人