- 博客(10)
- 收藏
- 关注
RSS订阅
原创 生成式 AI 与知识图谱深度融合：打造智能问答系统的实战指南
生成式 AI 虽然能生成丰富的文本，但在面对需要准确知识的问题时，可能会出现 “幻觉”，产生错误或虚构的内容。而知识图谱以三元组（实体，关系，实体）的形式，将知识结构化存储，具有高度的准确性和可解释性。
2025-05-24 12:55:13
2598
原创 国产操作系统 KylinOS 学习心得：从入门到实战的技术沉淀
掌握 KylinOS 从安装到运维的全流程技能，理解国产操作系统的安全性与兼容性优势；熟练运用 Shell 脚本实现自动化运维，提升工作效率；攻克权限配置、磁盘管理、数据迁移等企业级场景痛点。KylinOS 作为国产操作系统的标杆，在政企、工业等领域的应用日益广泛。通过本次学习，我不仅掌握了技术实操能力，更深刻认识到国产操作系统的发展潜力。后续将深入探索 MES 系统迁移部署等高级场景，持续沉淀技术经验，为国产操作系统的推广落地贡献力量。
2025-12-26 09:41:22
629
原创 SpringBoot 信创实战：麒麟 V10 + 统信 UOS 全栈适配指南（国产 OS + 数据库 + 中间件企业级落地方案）
随着信创产业全面推进，麒麟操作系统（KylinOS V10）、统信操作系统（UOS）、深度操作系统（Deepin）等国产 OS 已成为政企项目的标准部署环境。SpringBoot 作为后端开发主流框架，其在国产操作系统上的适配能力、稳定性和性能优化，直接决定了信创项目的落地效果。本文基于 SpringBoot 2.7.x（LTS）版本，以麒麟 V10（ARM/x86 架构）和统信 UOS（x86 架构）
2025-12-19 08:58:02
973
原创 SpringBoot 实战：从 0 到 1 搭建适配国产数据库的企业级后端应用（附性能优化 + 安全防护指南）
在信创国产化浪潮下，政企类项目对数据库的自主可控要求日益严格，MySQL、Oracle 等海外数据库逐步被达梦（DM）、人大金仓（KingbaseES）、华为高斯（GaussDB）、OceanBase等国产数据库替代。SpringBoot 作为后端开发的主流框架，适配国产数据库已成为企业级开发的核心能力。本文基于 SpringBoot 2.7.x（LTS）版本，以达梦 DM8。
2025-12-12 10:25:34
1195
原创 SpringBoot 实战：从 0 到 1 搭建企业级后端应用
SpringBoot 作为 Spring 生态的 "脚手架"，彻底解决了传统 Spring 配置繁琐、依赖冲突等痛点，凭借自动配置、 starters 依赖、嵌入式服务器、生产级特性四大核心优势，成为微服务架构、企业级应用开发的首选框架。本文将带大家从工程搭建到生产部署，完整掌握 SpringBoot 开发流程，并分享能直接落地的性能优化技巧。代码规范：遵循 RESTful API 设计（GET 查询、POST 新增、PUT 修改、DELETE 删除）
2025-12-12 09:27:34
974
原创 国产数据库技术学习心得：从入门到实战的技术沉淀
AI 大模型高并发推理性能优化是一个系统性工程，需要从硬件、模型、软件等多个层面协同发力。通过本文介绍的优化策略和实践方法，能够有效提升模型的并发处理能力，降低响应延迟。在实际项目中，开发者应根据具体业务场景和资源条件，灵活运用这些技术，打造高效稳定的 AI 服务。
2025-05-24 17:23:21
1325
原创 AI 大模型开发运维避坑指南：从模型训练到线上部署的全链路实践
AI 大模型的开发运维是一个复杂的系统工程，涵盖数据处理、模型训练、评估优化和线上部署等多个环节。每个环节都可能隐藏着各种问题，需要开发者具备扎实的技术功底和丰富的实践经验。通过本文分享的避坑指南和实践方法，希望能帮助大家在 AI 大模型开发运维的道路上少走弯路，高效实现项目目标。
2025-05-24 17:21:26
876
原创 SpringBoot 信创实战：麒麟 V10 + 统信 UOS 全栈适配指南（国产 OS + 数据库 + 中间件企业级落地方案）
传统的模型微调需要对整个大语言模型的参数进行更新，这不仅消耗大量计算资源，还容易导致过拟合。LoRA 另辟蹊径，通过在预训练模型的特定层中插入可训练的低秩矩阵，仅对这些新增的低秩参数进行训练，而冻结预训练模型的原始参数。这种方法大幅减少了需要训练的参数数量，同时保留了预训练模型的知识，实现高效适配。从数学角度来看，假设预训练模型的权重矩阵为\(W\)，LoRA 在\(W\)上添加两个低秩矩阵\(A\)和\(B\)，将参数更新表示为\(\Delta W = AB^T\)。
2025-05-24 12:58:14
1829
原创 云原生时代如何构建高效可观测性体系
可观测性是指通过系统对外暴露的信息，推断系统内部状态的能力。在云原生场景中，可观测性主要由 ** 指标（Metrics）、日志（Logs）、链路追踪（Traces）** 三大支柱构成。这三大支柱相互补充，指标提供全局视角，日志补充具体细节，链路追踪串联服务调用，共同为系统建立完整的观测体系。
2025-05-23 22:56:02
1682
原创 Vue.js 学习心得：从入门到实战的技术沉淀
而 LoRA（Low-Rank Adaptation，低秩适配）技术通过在预训练模型上添加少量可训练参数，冻结大部分原始参数，在显著降低计算成本的同时，实现与全量微调相近的性能。在实际应用中，可以根据不同的业务场景（如智能客服、文档摘要、代码生成等）灵活调整数据和参数，让大模型更好地服务于你的需求。在人工智能领域，大语言模型（LLM）的应用日益广泛，但通用大模型在特定任务上的表现往往差强人意。本文将深入讲解基于低秩适配（LoRA）技术的大模型高效微调方法，带你从零开始完成一次高质量的模型微调实践。
2025-05-23 22:50:48
686
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