- 博客(1248)
- 收藏
- 关注
RSS订阅
原创 DeepSeek 部署指南 (使用 vLLM 本地部署)
vLLM (https://github.com/vllm-project/vllm) 是一个快速且易于使用的库，用于进行大型语言模型的推理和部署。
2025-02-07 12:03:00
42906
4
原创 deepseek满血版本地最强部署教程！从此告别系统繁忙！
哈喽，大家好，要说当今社会什么东西最火那绝对是AI，在AI界最火的当属deepseek，然而所谓树大招风，由于它太优秀导致被各种攻击，所以就会导致使用是经常系统繁忙，实在影响使用心情，今天就教大家怎么在自己电脑本地部署DeepSeek R1 来解决这个问题。
2025-02-07 11:14:56
10193
1
原创 无需GPU！三步实现DeepSeek开源模型本地化部署。
deepseek和chatGpt最大的区别就在于，它是开源的模型，并且训练成本更低，这使得我们普通人也能够在自己的电脑部署大语言模型，训练自己的AI智能体。我们需要谨记的就是，AI是工具，是为了提高我们的效率，它能够给我们提供更精确，更具逻辑的回答，你再根据自身的需求进行修改和采用。最近Deepseek访问量剧增，导致App时常访问不了，但是不用担心，官方给我们提供了本地部署大模型的方案。
2025-02-05 11:06:52
23814
原创 DeepSeek全攻略：从零基础到精通的终极指南
Deep Seek是一款创新的智能搜索与分析平台，致力于通过先进的人工智能技术，帮助用户高效地从海量信息中提取关键信息。无论是数据挖掘、知识管理，还是市场分析，Deep Seek都能为您提供精准的搜索结果和深入的洞察力。今天，我们将带你深入了解这款工具，从入门到精通，掌握它的核心功能与使用技巧，开启高效智能工作的全新篇章。
2025-02-04 11:33:46
59644
原创 【建议收藏】2026年AI大模型应用开发完整学习路线：后端开发者转型必看
本文为程序员提供了AI大模型应用开发的系统学习路线，分为四个阶段：大模型基础、RAG应用开发、Agent应用架构及微调部署。文章强调后端开发者转向AI开发不仅是技术栈转换，更是思维方式、工程经验和业务理解能力的综合迁移。AI应用的核心在于将大模型视为强大API，通过Prompt设计、上下文处理和业务逻辑组织实现功能。文中提供了丰富的学习资源，帮助读者快速入门并系统掌握AI大模型应用开发技能。
2026-01-08 14:10:14
392
原创 收藏这篇就够了！大模型基础知识全面解析，小白也能轻松掌握
大模型是一个通过长期学习海量文本数据，具备了通用语言理解能力和图像识别能力的超级概率生成器。在过去，如果我们想做一个拍图识图功能，前期需要自己训练识图模型，而每增加一个新品类进去，都需要重新采集数据，重新训练，重新上线。人力，物力，算力，数据量都有限。再比如开发一套鉴黄系统，需要从0开始发送H图训练。相当于，每开发一个模型就需要自己花费时间单独造一个轮子。现在有了大模型，在多模态大模型的基础上开发识图系统，只需要将图片传给大模型，告诉大模型识图需求，大模型返回识图预测结果，不需要自己再造轮子。
2026-01-08 13:57:59
438
原创 【收藏必备】从零构建Agentic RAG系统：解决大模型检索失效问题，打造具备自我修复能力的智能检索链路
标准 RAG 把检索当黑盒，查询丢进去、文档出来，至于相不相关全凭运气。Agentic RAG 打开这个黑盒在关键位置加了质量控制。LangGraph 加 Redis 的组合提供了一个可以直接上生产的骨架。流程编排的复杂度 LangGraph 消化掉了，向量检索的性能 Redis 兜住了，剩下的评分和重写逻辑负责兜底那些简单系统搞不定的边角案例。
2026-01-08 13:56:39
468
原创 收藏！大模型风口下，程序员/小白入局正当时：算法岗薪资碾压前后端
近期科技圈传来重磅消息：行业巨头英特尔宣布大规模裁员2万人，传统技术岗位持续萎缩的同时，另一番景象却在AI领域上演——AI相关技术岗正开启“疯狂扩招”模式！据行业招聘数据显示，具备3-5年大模型相关经验的开发者，在大厂就能拿到50K×20薪的高薪待遇，薪资差距肉眼可见！业内资深HR预判：不出1年，“具备AI项目实战经验”将正式成为技术岗投递的硬性门槛。在行业迭代加速的当下，“温水煮青蛙”式的等待只会让自己逐渐被淘汰，与其被动应对，不如主动出击，抢先掌握AI大模型核心原理+落地应用技术+项目实操经验。
2026-01-08 13:55:32
574
原创 收藏！Java开发者必看：大模型应用才是你的职场护城河
近期科技圈传来重磅消息：行业巨头英特尔宣布大规模裁员2万人，传统技术岗位持续萎缩的同时，另一番景象却在AI领域上演——AI相关技术岗正开启“疯狂扩招”模式！据行业招聘数据显示，具备3-5年大模型相关经验的开发者，在大厂就能拿到50K×20薪的高薪待遇，薪资差距肉眼可见！业内资深HR预判：不出1年，“具备AI项目实战经验”将正式成为技术岗投递的硬性门槛。在行业迭代加速的当下，“温水煮青蛙”式的等待只会让自己逐渐被淘汰，与其被动应对，不如主动出击，抢先掌握AI大模型核心原理+落地应用技术+项目实操经验。
2026-01-07 14:00:43
565
原创 【珍藏必备】大语言模型智能体全景指南：从构建到进化的技术详解
展望未来，期待在以下几个方面实现变革性发展：协调协议：通过改进通信和调度机制，提升系统的实时决策和鲁棒性。混合架构：结合集中式和去中心化方法，优化资源利用和任务分配。自监督学习：通过内部生成的数据进行自我改进，减少对人工标注数据的依赖。安全机制：通过严格的验证机制和结构化的验证流程，确保系统的可靠性和安全性。
2026-01-07 13:58:12
131
原创 收藏！大模型学习避坑指南：从入门到实战，少走90%的弯路
大模型学习是一个“循序渐进”的过程，不要急于求成。新手阶段重点是打牢基础、避开弯路，通过简单的实战项目积累经验；进阶阶段再深入底层原理、聚焦垂直领域、提升工程化能力。记住，坚持比天赋更重要，每天保持一定的学习和实操时间，慢慢就能看到明显的进步。希望这篇避坑指南能帮到正在学习大模型的你。如果在学习过程中遇到了具体问题，也可以在评论区留言，我们一起交流解决～ 祝大家都能高效掌握大模型技术，实现职业进阶！
2026-01-07 13:56:44
317
原创 深入浅出LLM Agent：大模型代理的原理、框架与应用【建议收藏】
当您遇到没有简单答案的问题时，您通常需要遵循几个步骤，仔细思考并记住您已经尝试过的内容。LLM代理正是为语言模型应用程序中的这些情况而设计的。它们结合了全面的数据分析、战略规划、数据检索以及从过去的行动中学习以解决复杂问题的能力。在本文中，我们将探讨什么是LLM代理、它们的好处、能力、实际示例以及他们面临的挑战。什么是LLM Agent？LLM Agent 是高级 AI 系统，旨在创建需要顺序推理的复杂文本。他们可以提前思考，记住过去的对话，并使用不同的工具根据所需的情况和风格调整他们的回答。
2026-01-07 13:54:49
486
原创 【干货】RAG技术详解：让大模型学会“开卷考试“，程序员必学收藏
从本质上讲，RAG（Retrieval-Augmented Generation）是一种旨在解决大语言模型（LLM）“知其然不知其所以然”问题的技术范式。它的核心是将模型内部学到的“
2026-01-06 14:05:57
1124
原创 收藏！2026校招+社招双爆发！大模型岗位薪资天花板刷新，程序员入局正当时
随着DeepSeek、ChatGPT等大模型技术的持续爆发，生成式AI产业迎来指数级增长，大模型算法工程师岗位再度迎来“黄金爆发期”，成为科技圈最炙手可热的香饽饽，无论是求职小白还是资深程序员，都值得重点关注！2026届校招最新数据亮眼出炉，大模型算法工程师的月薪中位数已稳稳逼近3万元，头部90分位人才月薪更是达到4W-5.2W，顶尖博士人才年薪直接突破百万大关！
2026-01-06 14:00:13
294
原创 【收藏必备】AI Agent时代已来：构建“思考+行动“的智能体，引领企业知识管理新变革
文章介绍了2025年"Agent元年"背景下，AI Agent作为大模型应用核心趋势的发展。AI Agent具有自主理解、感知等能力，正从"工具"向"员工"转变，能自主完成复杂任务。重点阐述了AI Agent与企业知识库的双向赋能：知识库为Agent提供知识基础，Agent又能优化知识库。360AI企业知识库与AI Agent的融合构建了动态知识体系，使企业知识管理迈入主动服务、智能执行的新阶段。从文本生成到多模态交互，从简单的问答助手到具备可行动能力的智能体，AI正经历着深刻的变革。
2026-01-06 13:40:13
300
原创 【建议收藏】大模型技术全景图：从训练、RAG到Agent开发的实战指南
文章全面介绍大模型技术栈，涵盖训练、部署和应用三大板块。重点解析RAG技术中的向量模型选择，详细讲解MTEB数据集及排行榜应用。深入探讨AI Agent的核心组件（记忆、工具、规划）、主流平台（coze、dify等）及框架（react），并介绍MCP协议在大模型与工具通信中的应用。为学习者提供从基础到应用的完整技术指南。
2026-01-05 11:42:10
552
原创 收藏！Java开发者低成本转大模型Agent：零AI基础也能上手，45天实战落地指南
2026年的Java职场，“AI Agent”已成为区分普通开发者与核心人才的关键标签——某招聘平台数据显示，同等工作年限下，具备Agent开发能力的Java工程师薪资比传统开发者高62%，且晋升速度快30%。更残酷的是，随着AI Agent在企业研发流程中的普及，只会传统CRUD开发的Java开发者，正逐渐被纳入“可替代”行列。很多Java开发者想转型却望而却步：担心需要深厚的AI算法基础，害怕学习成本太高，顾虑没有实战项目经验。
2026-01-05 11:40:07
607
原创 【必收藏】程序员别慌！零基础入门大模型LLM系统学习指南
作为常年混迹技术圈的老兵，真的替不少同行捏把汗。放在几年前，掌握Java、C++、Spring Cloud那套技术栈，就能在行业里稳稳立足，薪资稳步上涨。可现在再靠这些“老本”，不仅升职加薪没盼头，连岗位选择都越来越少——不少企业的后端岗位需求直接断崖式下跌，简历投出去石沉大海的不在少数😭。为什么程序员越干越“慌”？尤其是AI浪潮席卷而来后，行业格局彻底变了。现在各大厂都在疯狂布局AI赛道，字节跳动7个核心团队全员All in Agent；市面上一次性涌现十几个AI产品，大模型相关岗位缺口暴增69%。
2026-01-05 11:38:55
847
原创 【必读收藏】大语言模型智能体全面解析：从理论到实践的完整指南
随着人工智能技术的发展，构建通用人工智能成为一个重要目标。通用人工智能需要具备广泛的认知能力，可以感知环境、进行复杂推理、做出判断，并采取行动参与各类任务。近年来，大语言模型的进步为实现通用人工智能带来了希望。它们在语言理解、推理、知识学习等方面表现卓越，被视为通用人工智能的潜在途径。如何在大语言模型的基础上构建真正的智能体，使其具备自动感知环境、推理规划、执行交互等全方位能力是一个关键课题。本文将全面讨论基于大语言模型的智能体相关问题。我们首先阐述智能体的关键属性，分析大语言模型如何满足其需求。
2026-01-05 11:35:49
551
原创 【程序员必看】深度思考：大模型如何实现思考能力及前沿技术探索
还记得，2023年chatgpt刚火起来的时候，大家都还兴奋于如何“调戏”chatgpt、热衷于在弱智吧探寻各种逆天问题用来为难它；然而这才过去两年多，LLM已经从没啥用的“鸡肋”发展成了很多领域的专家，未来也许会渗透到有数据、有知识的各个角落。有时候想想，这种“智能涌现”的速度，未免太快了：几乎每月每周、甚至每天，都能听到、看到或是直接感受到AI的新技术扑面而来的震撼。最近 Center for AI Safety 联合一众高校、机构的一线AI学者，提出了一个AGI的可量化评估体系。
2026-01-04 14:14:02
1128
原创 收藏！后端岗遇冷？百万缺口的大模型算法岗才是红利期
最近在招聘平台深耕的开发者们，想必都感受到了后端岗位的“寒意”：岗位数量肉眼可见地锐减，薪资涨幅基本停滞不前。更有求职者吐槽，自己海投70份后端简历，最终只收到3个面试邀约，而且给出的薪资相比去年同期还下降了10%，求职难度直线飙升。对正在求职或规划职业方向的开发者（尤其是小白）来说，与其在饱和的后端岗“挤独木桥”，不如抓住当下算法岗的红利期——尤其是大模型相关的算法岗位。如今后端岗位早已人满为患，竞争进入白热化阶段，而AI算法岗尤其是大模型相关岗位，却处于“求贤若渴”的状态。
2026-01-04 14:11:41
859
原创 收藏！从零入门大模型：程序员/小白转型全攻略
大模型作为当下AI领域的核心风口，吸引了无数程序员和技术小白想要入局转型。但很多人面对繁杂的技术体系无从下手，本文整理了一份，帮你理清学习路径、避开踩坑，稳步踏入大模型领域。
2026-01-04 14:09:51
676
原创 程序员必藏！12张动图轻松掌握大模型核心技术，从小白到进阶！
本文通过12张动图直观解析大模型核心技术，包括MCP、RAG、Agent、Cache、Fine-tuning等关键概念。内容适合初学者快速建立知识框架，也帮助有基础者系统梳理知识体系。文章还提供大模型入门到进阶的100G学习资料包，包含基础知识、实战案例、提示词工程与微调教程等，助力读者系统学习大模型技术。
2026-01-04 14:06:09
807
原创 收藏！35+程序员告别焦虑：转型突围路径，附大模型入门指南
35岁被优化”“投出的简历石沉大海”，这两句戳心的话，成了当下不少互联网程序员的集体心结。但这绝非意味着程序员的能力随年龄衰退，根源其实藏在行业生态的双重挤压里：一方面，国内互联网行业迭代节奏迅猛，不少企业的生命周期甚至不足5年，业务线的频繁调整直接引发核心技术岗位收缩；另一方面，高校计算机相关专业毕业生连年扩招，新鲜血液持续涌入职场，让本就激烈的竞争更趋白热化。岗位缩减与人才供给增加的双重叠加下，35岁程序员往往成了企业“成本优化”的优先选择，无奈沦为行业波动的“背锅侠”。
2026-01-02 15:00:00
458
原创 收藏备用！AI Agent开发四大核心学习路径，从入门到工程化实战
过去两三年，我陆续为多家企业的资深开发团队开展AI Agent专项培训；近一个月，又专门为刚毕业的技术新人设计了Agent入门培训体系。直到本周，结合AI能力的模拟项目成果落地后，我才彻底梳理清楚：如何为不同阶段的开发者，搭建一套系统、可落地的AI Agent学习框架。这一过程也让我深刻感受到“知识诅咒”的威力——那些我们习以为常的技术逻辑，对初学者而言，往往是阻碍入门的最大门槛。
2026-01-02 11:15:00
510
原创 大模型RAG优化策略全攻略：Agentic、Corrective、Adaptive、Self-RAG技术详解【建议收藏】
研究人员提出了一种自适应QA框架-[adaptive RAG]，根据查询复杂度从最简单到最复杂的LLM中动态选择最合适的策略。该框架用小LM训练了一个分类器，预测查询的复杂程度。这一方案在迭代和单步Retrieval-Augmented LLM以及无需检索方法之间实现了无缝自适应响应各种复杂度的查询。
2026-01-01 14:15:00
708
原创 收藏！2024-2026中国大模型市场全景：规模突破+梯队格局，程序员入行机遇解析
对于想要入局大模型领域的程序员小白，或是寻求赛道转型的技术从业者来说，摸清行业市场现状与发展潜力，是把握机遇的关键第一步。最新行业数据显示，中国大模型市场正处于高速增长的黄金期：2024年市场规模已攀升至294.16亿元，其中多模态大模型表现亮眼，贡献了156.3亿元的市场份额，数字人交互、游戏内容生成、企业智能客服等下游应用场景增长迅猛；更有权威预测指出，到2026年这一市场规模将突破700亿元大关，行业发展潜力不可限量。图源自36氪研究院图源自36氪研究院。
2026-01-01 09:15:00
764
原创 收藏！年关求职难？瞄准AI大模型这2个岗位，春招轻松拿高薪
年味儿日渐醇厚，就业市场却提前进入了“慢节奏”。不少想换工作的朋友都在心里盘算：“再扛两个月就过年了，等年后再找工作也不迟。现在打开招聘APP随便翻一翻就能发现，除了那些挂了大半年的“僵尸岗位”，新增的招聘需求肉眼可见地减少，整个就业市场都透着一股“歇年”的慵懒劲儿。之前在社交平台刷到一位网友的吐槽，说自己裸辞后专心找了一个月工作，前前后后投了上百份简历，最终只收到7、8个面试邀请，而且大部分都是聊两句就没下文的无效沟通，求职之路格外坎坷。
2025-12-31 11:54:39
711
原创 收藏！大模型微调核心技巧：LoRA与QLoRA全面解析（小白&程序员入门必备）
LoRA的核心是“低秩矩阵分解”：通过A、B两个低秩矩阵替代增量矩阵ΔW，冻结原始权重W，仅优化少量参数，实现轻量化微调；适配器是LoRA的核心应用形式：支持“一个基础模型+多个适配器”的灵活部署，可动态切换适配不同下游任务，大幅降低存储成本；QLoRA是LoRA的进阶升级：通过量化技术压缩基础模型权重W，实现“量化+低秩适配”双重轻量化，突破硬件资源限制；前缀调优是替代方案：参数更少但适配效果有限，仅适用于资源极度受限的场景。
2025-12-31 11:53:35
549
原创 收藏！AI焦虑下程序员破局指南：不学大模型真会被替代？附零基础免费资料包
近期科技圈传来重磅消息：行业巨头英特尔宣布大规模裁员2万人，传统技术岗位持续萎缩的同时，另一番景象却在AI领域上演——AI相关技术岗正开启“疯狂扩招”模式！据行业招聘数据显示，具备3-5年大模型相关经验的开发者，在大厂就能拿到50K×20薪的高薪待遇，薪资差距肉眼可见！业内资深HR预判：不出1年，“具备AI项目实战经验”将正式成为技术岗投递的硬性门槛。在行业迭代加速的当下，“温水煮青蛙”式的等待只会让自己逐渐被淘汰，与其被动应对，不如主动出击，抢先掌握AI大模型核心原理+落地应用技术+项目实操经验。
2025-12-31 11:50:30
904
原创 【收藏向】大模型微调从入门到实践：知识梳理与实操指南
1.1. 认识大模型在介绍LLM的微调知识前，我们先具象的认识下大模型长什么样子，包括模型结构、参数量、精度、显存占用。近期科技圈传来重磅消息：行业巨头英特尔宣布大规模裁员2万人，传统技术岗位持续萎缩的同时，另一番景象却在AI领域上演——AI相关技术岗正开启“疯狂扩招”模式！据行业招聘数据显示，具备3-5年大模型相关经验的开发者，在大厂就能拿到50K×20薪的高薪待遇，薪资差距肉眼可见！业内资深HR预判：不出1年，“具备AI项目实战经验”将正式成为技术岗投递的硬性门槛。
2025-12-31 11:42:39
1034
原创 [收藏必学] AI智能体工作流完全指南：大模型落地的关键之道
AI智能体是以大语言模型为核心驱动、通过工具与环境交互的系统。智能体工作流是其为实现目标而执行的操作序列，包含规划、工具执行和反思迭代三大核心机制。通过规划、工具使用和反思三种模式，智能体能处理复杂任务，在Agentic RAG、研究助手和编码助手等领域有广泛应用。智能体工作流具有灵活性和自适应性等优势，但也面临简单任务复杂化等挑战，需根据场景合理应用。
2025-12-30 14:18:30
955
原创 收藏！AI大模型全景解析：发展历程、技术本质与应用前景（小白&程序员入门必读）
AI大模型的核心价值，在于构建了人类获取知识的全新范式，其历史地位可与文字发明、互联网诞生相媲美。在传统模式中，人类通过书籍阅读、互联网检索等方式主动获取知识，而大模型将海量知识体系进行结构化训练后，通过自然语言交互实现"按需应答"——无论是ChatGPT的多场景问答、创意写作，还是代码生成、逻辑推导，都彻底改变了知识的获取与应用方式，让普通人也能快速调用专业领域知识。
2025-12-30 14:16:39
720
原创 收藏！2025大模型薪资狂欢全解析：小白&程序员入门最后黄金窗口
2025年的AI赛道，正掀起一场史无前例的薪资狂潮。AI科学家月薪突破11万，大模型算法工程师平均薪资稳站7万梯队，头部企业核心岗位年薪更是直逼150万大关。这场由人才供需失衡引爆的高薪盛宴，背后离不开“人工智能+”国家战略的强力赋能与产业爆发的双重驱动。五大核心岗位已成为企业抢人的主战场，业内共识早已明确：大模型技术红利窗口期正在加速收窄，此刻正是小白转型、程序员跨界入局AI大模型的最后黄金时机。
2025-12-30 14:15:53
1111
原创 收藏！构建高质量AI智能体的10条核心法则（实战总结，小白/程序员必看）
很多团队遇到模型表现不佳时，第一反应就是启动微调（Fine-Tuning）。但实战证明，在大多数场景下，通过提示词工程（Prompt Engineering）结合检索增强生成（RAG）、思维链（CoT）、少样本学习（Few-shot examples）等技术，就能达到甚至超越微调的效果，且成本更低、迭代更快。比如我们在优化客服智能体的回答准确性时，通过添加“历史对话摘要+当前用户意图+行业术语约束”的Prompt模板，配合RAG检索企业知识库，准确率提升了35%，全程未进行任何微调。
2025-12-30 14:10:33
789
原创 收藏！DeepSeek大模型高薪招聘真相曝光，程序员/小白入局指南
近期，AI大模型赛道的头部企业DeepSeek彻底刷屏技术圈——不仅凭借高频的技术迭代成为行业焦点，其公开的招聘薪资更是直接颠覆了众多程序员和技术小白的认知。先上核心岗位薪资截图，直观感受下这份“诚意拉满”的招聘待遇：这些核心技术岗薪资诱人，有一定门槛实属正常。但其中有个非核心岗位格外吸睛，堪称“隐藏高薪款”，特别适合有基础但暂未深入大模型核心技术的从业者过渡：这个“高级QA测试工程师”岗位，要求3-5年测试经验，薪资却高达35-60K·14薪，远超行业同岗位20-40K的平均水平。
2025-12-29 14:02:00
744
原创 收藏！多智能体大模型在农业中的应用研究与未来展望（小白 & 程序员友好版）
本文基于大语言模型探讨了多智能体系统在农业场景的应用。随着农业现代化进程的加速，传统农业面临的诸多挑战亟需解决，结合大语言模型和多智能体系统协同的优势，能够为农业全流程生产提供更加智能化和自动化的解决方案，助力农业生产向智慧农业和无人农业推进。尽管该技术在理论和应用上具有广阔前景，但受农业场景的复杂性、数据的多样性，以及大语言模型当前的推理能力限制，使得该技术在实践中面临不少挑战。因此，提升大语言模型的可解释性和在农业领域的推理准确性，统一数据标准并构建完善的农业高质量知识库，将是未来研究的重点方向。
2025-12-29 14:01:18
599
原创 【深度收藏】Graph RAG实战指南：解锁大模型应用新边界
RAG（Retrieval-Augmented Generation）是一种通过外部知识增强大语言模型（LLM）的方法。在生成过程中，RAG 会检索外部数据，形成“智能上下文（Smart Context）”，让模型回答更加准确。智能上下文的四类核心数据用户输入数据（实时对话输入）非结构化数据（视频、图片、PDF、二进制文件等）个性化与画像数据（购买历史、点击记录等）推理与预测数据（预测兴趣、流失概率等）
2025-12-29 13:57:44
636
原创 收藏！AI 智能体到底是什么？8 大核心技术拆解，程序员小白也能看懂
本文介绍了构建AI智能体的8大核心技术。从确保单个Agent高效运行的基础层技术，到实现复杂任务的多Agent协作层技术，它们共同构成了现代AI智能体的技术版图。理解并掌握这些技术，是开发下一代强大AI应用的关键。
2025-12-29 13:56:39
1114
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