jinkillua-CSDN博客

原创 AI Agent开发：从概念到实战的完整指南

在人工智能技术飞速发展的今天，AI Agent（人工智能代理）已成为连接大语言模型（LLM）与现实世界应用的关键桥梁。简单来说，AI Agent是一个能够感知环境、自主决策并执行任务以达成目标的智能系统。与传统的单次问答模型不同，AI Agent具备记忆、规划、工具调用和反思等核心能力。它不再是一个被动的信息处理器，而是一个主动的问题解决者。

2026-07-18 09:56:24 369

原创经典模型演进史的深度理解：从IR、NLP到RAG的必然融合

RAG是范式融合，而非功能叠加：它不是简单地为LLM加一个搜索框。它代表了一种新的系统设计哲学——将确定性的、可验证的检索系统与概率性的、创造性的生成模型深度集成，以追求可信性与能力的平衡。技术发展是连续的：今天的向量检索建立在词嵌入和BERT的基础上，而BERT又受益于Transformer和深度学习。理解这些底层技术的演进，有助于我们优化RAG的每一个组件（如选择更好的嵌入模型、分块策略或重排序模型）。未来方向蕴含在历史中。

2026-07-16 21:09:54 365

原创 Transformer的数学本质：从自注意力到位置编码的数学原理深度解析

自注意力机制的核心思想是：序列中的每个位置都可以"关注"序列中的所有位置，并根据相关性分配权重。数学上，这可以形式化为：给定输入序列X∈Rn×dX∈Rn×d，其中nnn是序列长度，ddd是特征维度。查询矩阵WQ∈Rd×dkWQ∈Rd×dk键矩阵WK∈Rd×dkWK∈Rd×dk值矩阵WV∈Rd×dvWV∈Rd×dv其中dkd_kdk和dvd_vdv。

2026-07-07 10:30:59 334

原创【无标题】

前者是多样性的红利，后者是认知偏差的陷阱——你需要的是前者，需要规避的是后者。你让模型判断一段文本的情感是“正面/负面/中性”，它可能说“这段文本略带忧伤”——这在描述上是准确的，但如果你需要严格的三分类标签，这个输出就是失败的。最早它指代的是与大模型交互时精心设计输入文本的技巧，后来被简化成“会写 Prompt 就行”，再后来，伴随着各种自动化优化工具的出现，又有人宣称“提示工程已死”。这段“程序”的输入是用户变量和上下文，输出是经过约束的结构化结果，而大模型则是执行这段程序的“推理引擎”。

2026-07-07 10:25:27 531 1