- 博客(177)
- 资源 (18)
- 收藏
- 关注
RSS订阅原创 人工智能--大型语言模型的存储
GGUF和safetensors是两种不同的模型权重存储格式，主要差异体现在设计目标和适用场景上。GGUF专为量化模型设计（如INT4/FP16），优化推理性能，适合资源受限的设备部署；而safetensors由Hugging Face开发，强调安全性和通用性，通过禁用代码执行防止恶意攻击，兼容PyTorch等主流框架。GGUF体积更小但依赖特定工具链（如llama.cpp），safetensors兼容性更广但未针对量化优化。选择时，若需高效推理且模型已量化，优先选GGUF；若注重安全性和框架兼容性，则选s
2025-06-05 16:16:18
430
原创 人工智能-SFT（Supervised Fine-Tuning）、RLHF 和 GRPO
SFT（Supervised Fine-Tuning）、RLHF（Reinforcement Learning from Human Feedback） 和 群体相对策略优化 (GRPO，Group Relative Policy Optimization)是一种强化学习 (RL) 算法，
2025-06-05 15:15:32
186
1
原创 人工智能-Chain of Thought Prompting（思维链提示，简称CoT）
Chain of Thought Prompting（思维链提示，简称CoT） 是一种通过引导大模型生成中间推理步骤来增强其复杂问题解决能力的技术。它让模型在回答问题时，不仅输出最终答案，还展示出逐步分解问题、逻辑推理的过程。以下是大模型如何具备这种能力的详细解析
2025-06-03 08:56:25
504
原创 强化学习-深度学习和强化学习领域
摘要： SFT（监督式微调）和GRPO（梯度策略优化）是深度学习中两种不同的训练方法。SFT依赖标注数据，简单高效但泛化能力有限，适用于规则明确的任务（如内容过滤）。GRPO通过强化学习优化策略，能动态适应复杂目标（如反欺诈），但训练不稳定且成本高。两者核心差异在于数据需求、灵活性和计算成本。实际应用中，SFT适合快速部署静态任务，GRPO适用于动态风险场景，混合方案（如SFT+GRPO）能结合优势。总结：SFT提供基础保障，GRPO实现精细优化，互补性显著。
2025-06-02 16:12:58
761
原创 人工智能-训练AI模型涉及多个步骤
本文详细介绍了使用Python和scikit-learn库训练AI分类模型的全流程。主要内容包括：1)导入数据处理和建模所需库；2)数据准备与特征/标签分离；3)数据预处理（缺失值处理和标准化）；4)划分训练测试集；5)逻辑回归模型训练；6)模型评估（准确率和分类报告）。文末提供完整代码示例，需替换数据集文件名和目标列名即可直接使用。该流程适用于初学者的基础机器学习任务实现。
2025-05-29 22:20:48
248
原创 Prompt:开源库license的分类名称、说明、适应范围
开源许可证分为宽松许可证（如MIT、Apache 2.0、BSD）和Copyleft许可证（如GPL、AGPL、LGPL）。宽松许可证允许自由使用及闭源集成，适用于商业项目。Copyleft则要求衍生作品保持开源，其中强Copyleft（GPL）适用于核心软件，弱Copyleft（LGPL）多用于库文件。许可证选择影响代码传播、使用及合规性，需根据项目目标和兼容性谨慎选择。公共领域放弃版权限制，允许完全自由使用。
2025-05-28 08:52:07
868
原创 最新构建和编排AI Agent是一个快速发展的领域
当前全球最优的Agent编排和快速构建平台，对于寻求灵活性和深度定制的开发者来说，LangChain 和 Microsoft AutoGen 是首选的开源框架，它们提供了强大的编排能力和丰富的生态系统。CrewAI 则专注于多Agent协作，简化了团队Agent的构建。而对于希望通过低代码/无代码快速构建和部署Agent的用户，Dify 和 Microsoft Copilot Studio 提供了更便捷的路径。
2025-05-28 08:42:11
418
原创 Python冲刺10天-如何实现基本的矩阵运算
本文介绍了如何使用Python的NumPy库实现基本矩阵运算。通过示例代码演示了矩阵加法、减法、乘法和转置操作，包括安装NumPy、定义运算函数、创建示例矩阵以及执行运算并输出结果的过程。这些基础操作为更复杂的矩阵计算提供了基础，展示了NumPy在科学计算中的高效性。
2025-05-27 17:36:28
360
原创 AI系统化学习月计划6月计划
这篇文章为技术总监设计了一份为期30天的AI系统化学习计划（每天2小时），分为四周逐步深入： 第一周聚焦AI基础与战略思维，建立技术框架和业务价值认知； 第二周夯实数学、编程及机器学习基础； 第三周专攻深度学习框架与实战应用； 第四周结合金融、制造等行业案例深化战略落地与伦理合规。 计划强调业务导向，包含每日任务（如绘制技术地图、模型部署实践）和推荐资源（书籍、课程、Kaggle）。关键建议包括：战略优先理解AI价值，通过案例分析驱动实践，并持续追踪技术趋势。最终输出《AI战略实施路线图》，助力技术决策与团
2025-05-27 14:52:32
920
原创 构建安全AI风险识别大模型：CoT、训练集与Agent vs. Fine-Tuning对比
本文探讨了构建安全AI风险识别大模型的关键技术，聚焦于Chain-of-Thought（CoT）推理设计、训练集构建方法，以及Agent-based与Fine-Tuning两种技术路线的对比。在CoT设计方面，提出通过结构化提示引导模型分步识别风险；训练集构建强调多样化数据来源和精准标注；技术路线比较显示，Agent-based方法灵活性高但复杂，Fine-Tuning性能优但需充足数据。该研究为企业协作场景（如Microsoft Teams）的风险监控提供了实用技术框架和实施建议。
2025-05-24 10:41:22
1032
原创 如何撰写一份卓越的技术文档：从前沿技术到知识拓展
技术文档是连接开发者与用户的重要桥梁，尤其在快速发展的技术领域。本文从四个维度探讨如何撰写卓越的技术文档：1）融入前沿技术，如大模型算法，通过学术跟踪、代码示例和可视化呈现；2）通过清晰结构、互动示例吸引人才；3）以问题为导向，提供完整解决方案和错误处理；4）作为学习工具，整合跨学科知识。最佳实践包括保持技术前沿性、模块化设计、多语言支持和社区反馈迭代。高质量技术文档不仅传播知识，更能推动创新、解决问题和吸引人才。
2025-05-24 09:54:36
1070
原创 如何做好一份技术文档？——顶级技术博主的深度剖析
技术文档写作的三大核心策略：自动化生成、用户导向与人才培养。首先，拥抱文档即代码理念，采用Markdown等轻量标记语言，结合CI/CD流程实现文档自动化构建与部署。其次，以用户为中心，针对不同受众提供分层内容，建立FAQ和故障排查指南，优化搜索导航体验。最后，将文档作为吸引技术人才的重要媒介，提供完善的入门指南、架构说明和贡献规范，构建开放协作的知识社区。优秀的技术文档需要持续迭代，通过用户反馈和行为分析不断优化内容结构。
2025-05-24 09:52:25
810
原创 The Journey of a Large Language Model Algorithm Engineer: From Principles to Best Practices
本文讲述了大型语言模型（LLM）算法工程师Alex的成长历程，从初识LLM到成为多上下文处理（MCP）专家的过程。Alex在2020年首次接触LLM，通过Transformer架构和自注意力机制的学习，逐渐深入理解LLM的核心原理。他通过在线课程和开源框架（如Hugging Face）进行实践，掌握了预训练模型的微调技巧。2021年，Alex加入一家初创公司，专注于LLM架构的深入研究，特别是MCP技术，用于处理企业协作中的多模态任务。他学习了上下文聚合、跨模态注意力机制和长上下文处理等关键技术，并通过代码
2025-05-22 22:03:28
1018
1
原创 企业安全系列-企业协同办公中的100条风险行为
以下是企业协同办公环境中可能导致安全风险的行为，分为五大类别：员工行为风险、数据处理风险、系统使用风险、网络安全风险和物理安全风险。每条风险行为包括名称、指标统计方式和详细描述。
2025-05-22 21:22:53
1048
1
原创 全球科技与技术领域的权威网站和资源平台
通过以上资源，您可以系统性地追踪全球科技动态，并根据兴趣领域选择重点平台。建议结合新闻、学术、实践资源，形成多维度的信息网络。
2025-05-21 08:18:51
812
原创 Python10天冲刺《aiohttp》异步任务来实现自动重连
为了实现在on_close回调中重新连接的功能，我们可以利用aiohttp的 WebSocket 功能，并结合异步任务来实现自动重连。以下是一个示例代码，展示了如何在on_close回调中重新连接。
2025-05-07 11:29:46
492
原创 Python 10天冲刺 《元编程（Meta-programming）》
它允许开发者通过代码控制代码的行为，从而实现灵活、可扩展和抽象化的编程模式。Python 提供了多种元编程工具，包括装饰器、元类、动态导入、AST 操作等，这些技术在框架开发（如 ORM、Web 框架）、代码生成、AOP（面向切面编程）等领域广泛应用。通过合理使用装饰器、元类、AST 操作等技术，可以大幅提升代码的复用性和扩展性，这也是 Python 成为“胶水语言”和框架首选语言的重要原因之一。Python 的元编程技术提供了强大的灵活性和抽象能力，适用于需要动态修改或生成代码的场景。
2025-05-06 19:46:56
1040
原创 Python 10天冲刺《__slots__ 是一个类级属性》用于限制和优化对象的属性存储
可以显著减少对象的内存占用，并提升属性访问的性能。是一个类级属性，用于限制和优化对象的属性存储。，可以在 Python 中实现更高效、更可控的对象管理。在 Python 中，
2025-05-06 17:50:12
853
原创 Python10天突击--《GIL（Global Interpreter Lock）》趣味讲解
让我们用一个有趣的故事来解析Python的GIL（全局解释器锁），同时深入讲解它的功能和影响。想象一下，Python解释器是一个神奇的王国，而GIL就是这个王国里的一个**“独裁者”**——它虽然有些令人头疼，但确实有它的存在意义。如果没有GIL，Python的开发者需要为每个线程的内存操作设计复杂的同步机制，这会大大增加解释器的复杂度。在一个叫“Python王国”的地方，所有的代码执行都要在一条叫做“解释器之路”上进行。用单线程处理多个任务，通过“协程”让任务轮流执行，避免GIL的阻塞问题。
2025-05-06 15:55:56
913
原创 文章十《AI未来已来——大学生必看的前沿技术与未来方向指南》
当你可以用Python代码让AI理解《论语》、预测股票、保护隐私时，技术的魔法就变成了改变世界的工具。记住：每个Transformer模型的诞生，都始于一行简单的Python代码。现在，是时候打开你的Jupyter Notebook，开始书写属于你的AI未来了！
2025-05-05 19:30:00
1416
原创 Python10天冲刺《Pydantic 是一个用于数据验证和设置管理的 Python 库》
通过以上分类，Pydantic 提供了一套全面的数据验证和模型管理工具，适用于需要严格数据校验和类型安全的场景。Pydantic 是一个用于数据验证和设置管理的 Python 库，其核心功能围绕。Pydantic 的核心功能是自动验证数据的类型、格式和约束条件。Pydantic 可以自动转换输入数据，并提供便捷的序列化方法。支持通过继承复用字段和验证逻辑，或通过嵌套模型组合复杂结构。Pydantic 提供结构化的错误信息，便于调试和用户反馈。允许添加自定义的验证规则，支持字段级和模型级验证。
2025-05-05 09:55:37
992
原创 人工智能《文章10：AI未来已来》
当你可以用Python代码让AI理解《论语》、预测股票、保护隐私时，技术的魔法就变成了改变世界的工具。每个Transformer模型的诞生，都始于一行简单的Python代码。现在，是时候打开你的Jupyter Notebook，开始书写属于你的AI未来了！（附：文末隐藏彩蛋——用Hugging Face实现你的专属AI诗人！
2025-05-04 09:08:21
921
原创 文章九《从实验室到实战！用Python打造AI“007特工”全流程指南》
结语：你的AI“复仇者联盟”已就绪！通过本文，你已掌握：用Flask+Docker创建Web应用让AI聊天机器人加入Slack战队用日志和A/B测试让模型持续进化
2025-05-03 19:00:00
1413
原创 网络安全系列--《文章1：网络安全基础与核心概念》
网络安全是通过技术、管理及法律手段保护网络系统的硬件、软件及数据，使其免受破坏、篡改或泄露，确保系统稳定运行并提供可靠服务。
2025-05-03 09:55:33
542
原创 文章八《深度学习框架超能力大揭秘》
成为深度学习的“超能力者”掌握这些技术后，你将：让模型在训练时像“闪电侠”般飞驰让部署后的模型像“蚁人”般小巧用框架特性像“蜘蛛侠”一样灵活应对各种场景行动起来！ 尝试用分布式训练跑个GAN，把你的模型压缩到能在手机上实时识别猫咪，你就是下一个深度学习界的“复联英雄”！
2025-05-02 20:22:36
578
原创 文章七《深度学习调优与超参数优化》
总结：调参是科学，更是艺术记住这三句口诀："学习率是心跳，太急太缓都不行""正则化是金箍，防过拟合有奇效""超参数是钥匙，Optuna帮你找宝藏"
2025-05-02 20:19:54
981
1
原创 文章五《卷积神经网络（CNN）与图像处理》
现在，你的AI不仅能看懂CIFAR-10的"儿童画"，还能用ResNet玩转猫狗分类。记住：卷积层是"特征探测器"，池化层是"信息压缩机"数据增强是"穷人的数据集"迁移学习是"站在巨人肩上"的捷径
2025-05-02 20:12:07
630
原创 文章四《深度学习核心概念与框架入门》
现在，你不仅会用Python搭建神经网络，还能像科学家一样理解其运作原理。记住：TensorFlow适合企业级部署，PyTorch适合科研探索ReLU是隐层的标配激活函数Adam优化器是懒人的最佳选择
2025-05-02 20:08:26
1086
原创 文章三《机器学习基础概念与框架实践》
机器学习的核心类型（监督、无监督、强化学习）。Scikit-learn实现线性回归、决策树、SVM等算法。数据预处理与特征工程的关键步骤。使用鸢尾花数据集完成分类任务，并理解评估指标。
2025-05-02 19:59:22
1005
原创 文章一《人工智能学习框架入门指南》
常见框架对比是关键部分，需要列出TensorFlow、PyTorch、Scikit-learn、Keras、JAX，并比较它们的特点、适用场景、社区支持等。比如TensorFlow的全面性，PyTorch的动态计算图，Scikit-learn的机器学习库定位，Keras的易用性，JAX的高性能计算。这部分需要客观，帮助读者选择。
2025-05-02 19:54:52
843
原创 Python10天-冲刺---全局解释器锁
Python 的全局解释器锁（Global Interpreter Lock，简称 GIL）是为了简化 CPython 实现而引入的一种机制。GIL 在任何时刻只允许一个线程执行 Python 字节码，这意味着即使在多核处理器上，多个 Python 线程也不能真正并发执行 CPU 密集型任务。asyncio下面是一些具体的示例代码，展示如何使用多进程和异步 I/O 来避免 GIL 的限制。
2025-05-01 07:58:24
437
原创 Python10天冲刺-设计模型之策略模式
策略模式是一种行为设计模式，它允许你在运行时动态地改变对象的行为。这种模式的核心思想是将一组相关的算法封装在一起，并让它们相互替换。
2025-05-01 07:39:02
572
原创 Python10天冲刺-函数进行详细的性能分析
通过以上步骤，你可以使用@profile装饰器和kernprof命令对 Python 函数进行详细的性能分析。这有助于识别瓶颈并优化代码性能。如果有更多问题或需要进一步的帮助，请随时提问。
2025-05-01 07:15:55
422
原创 Python10天冲刺-生成器函数的关键字yield
在 Python 中，yield 是一个关键字，用于定义生成器函数。生成器函数是一种特殊的迭代器，它可以逐个产生值，而不是一次性将所有值存储在内存中。这对于处理大量数据或无限序列非常有用。
2025-05-01 06:45:49
403
原创 Python10天冲刺--禁止类被实例化
在 Python 中，如果你想禁止某个类被实例化，可以通过定义一个抽象基类并标记它为抽象类来实现。这样，任何尝试实例化该类的行为都会引发一个错误。以下是具体的做法：
2025-05-01 06:30:10
328
原创 Python10天突击-字符串输出
在这两段代码中，第一种使用 `%s` 格式化字符串的方法与第二种使用 f-string 的方法有一些不同之处，主要体现在效率和可读性方面。
2025-04-30 12:30:08
224
商品进销存报表系统(C#源码).rar
2009-03-08
json_lib_2.4以及依赖的jar包
2013-08-01
postgresql-42.2.16.jar
2020-08-29
图书管理系统的数据库
2010-03-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人