- 博客(569)
- 收藏
- 关注
RSS订阅
原创 【NLP 79、强化学习串讲】
如果你想入门理解原理：死磕Q-Learning，只要把那几行代码搞懂，后面都是通的。如果你想做个打游戏 AI：直接上PPO，它是目前最好用的“万金油”。如果你关注DeepSeek 和大模型前沿：去研究GRPO，这是当下的版本答案。如果你想训练自己的 ChatGPT：你必须走RLHF的全流程。
2025-12-03 22:49:17
848
原创 【测试理论和实践 5.测试分类】
• 白盒测试主要应用于单元测试阶段• 先执行静态设计用例的方法，再执行动态设计测试用例的方法• 设计用例一般使用路径测试，重点模块追加使用逻辑覆盖方法。
2025-10-30 21:10:19
1099
原创 【测试理论和实践 3.BUG篇】
一个计算机bug指在计算机程序中存在的一个错误(error)、缺陷(flaw)、疏忽(mistake)或者故障(fault)，这些bug使程序无法正确的运行。Bug产生于程序的源代码或者程序设计阶段的疏忽或者错误。准确的来说：1. 当且仅当规格说明（需求文档）是存在的并且正确，程序与规格说明之间的不匹配才是错误。2. 当需求规格说明书没有提到的功能，判断标准以最终用户为准：当程序没有实现其最终用户合理预期的功能要求时，就是软件错误。① 评估程序员的开发能力② 修复BUG的优先级排序。
2025-10-28 14:57:59
1055
原创 【测试理论和实践 2.测试概念】
瀑布模型是软件开发中最经典、最线性的生命周期模型。它将项目划分为一系列按顺序执行的阶段，每个阶段的输出作为下一个阶段的输入，如同瀑布一般自上而下流动。特点优点缺点工作方式1. 简单易用，易于理解和管理• 阶段划分清晰，流程简单明了，对技术和管理经验要求较低。2. 阶段性强，纪律严明• 要求每个阶段都必须有明确的交付物，并且需要经过严格的评审。这保证了开发过程的规范性和可追溯性。3. 便于计划和管理• 在项目初期就设定了明确的时间表和里程碑，便于项目经理进行进度跟踪和资源分配。
2025-10-27 22:03:46
778
原创 【大模型应用开发 6.LangChain多任务应用开发】
把不同的模型，统一封装成一个接口，方便更换模型而不用重构代码。langchain：一个开源的大语言模型（LLM）应用开发框架，旨在简化基于大语言模型的复杂应用构建（如智能问答、RAG、AI 智能体、工具调用等）。langchain.chat_models： 框架下的子模块，专门用于处理 “聊天型大语言模型” 的交互逻辑。model：LangChain 聊天模型实例，封装了与 OpenAI 服务交互的逻辑（如 API 调用、参数配置等），是后续调用 模型的 “入口对象”。response：LangChain
2025-10-26 22:24:47
739
原创 【大模型应用开发 LangChain模型输出属性速查表】
返回）分类，涵盖核心属性的作用、示例值及使用场景，适配主流模型（DeepSeek、OpenAI、通义千问等）。返回）和 “流式片段对象”（如。按 “完整回答对象”（如。
2025-10-26 21:14:54
367
原创 【大模型应用开发 8.LangGraph从入门到实战·下】
os： 是 Python 标准库的内置模块，无需额外安装，导入即可使用（代码中 就是导入该模块）。它封装了不同操作系统（Windows、Linux、macOS 等）的底层接口，让开发者可以用统一的代码实现跨平台的系统操作，无需针对不同系统编写不同逻辑。typing：Python 标准库模块，提供类型提示工具，用于指定变量、函数参数 / 返回值的类型，支持静态类型检查（如 IDE 提示、mypy 校验），增强代码可读性和健壮性。TypedDict：typing模块中的类型工具，用于定义结构化字典类型，明确指
2025-10-23 23:02:04
551
原创 【大模型应用开发 7.LangGraph从入门到实战·上】
LangGraph 是由 LangChain 团队开发的一个开源框架，旨在帮助开发者构建基于大型语言模型（LLM）的复杂、有状态、多主体的应用。它通过将工作流表示为图结构（graph），提供了更高的灵活性和控制能力，特别适合需要循环逻辑、状态管理以及多主体协作的场景，比如智能代理（agent）和多代理工作流。LangGraph 是为智能体和工作流设计一套底层编排框架。
2025-10-19 22:16:07
781
原创 【大模型应用开发 5.LlamaIndex-Workflow】
工作流顾名思义是对一系列工作步骤的抽象。LlamaIndex 的工作流是事件（event工作流由step组成每个step处理特定的事件step也会产生新的事件（交由后继的step进行处理）直到产生StopEvent整个工作流结束文本查询→检索相关表→生成 SQL→执行 SQL→生成回答# TextToSQLWorkflow1 工作流流程├─ 1. 依赖导入。
2025-09-10 20:23:40
490
原创 【大模型应用开发 4.LlamaIndex知识管理与信息检索】
LlamaIndex 是一个为开发「知识增强」的大语言模型应用的框架（也就是 SDK）。知识增强：泛指任何在私有或特定领域数据基础上应用大语言模型的情况。例如Question-Answering Chatbots (也就是 RAG)Document Understanding and Extraction （文档理解与信息抽取）Autonomous Agents that can perform research and take actions （智能体应用）
2025-09-08 21:27:19
960
原创 【大模型应用开发 3.RAG高级技术与实践】
Qwen-Agent是一个开发框架。充分利用基于通义千问模型（Qwen）的指令遵循、工具使用、规划、记忆能力。Qwen-AgentDashScope服务提供的Qwen模型服务支持通过OpenAI API方式接入开源的Qwen模型服务RagasRagas (Retrieval-Augmented Generation Assessment) 它是一个框架，它可以帮助我们来快速评估RAG系统的性能用户输入的问题。从 RAG 系统生成的答案(由LLM给出)。
2025-08-23 13:02:39
1028
原创 【大模型应用开发 2.RAG技术应用与Faiss向量数据库】
Qwen-Agent是一个开发框架。充分利用基于通义千问模型（Qwen）的指令遵循、工具使用、规划、记忆能力。Qwen-Agent支持的模型形式：DashScope服务提供的Qwen模型服务支持通过OpenAI API方式接入开源的Qwen模型服务。
2025-08-16 18:50:37
364
原创 【大模型应用开发 1.嵌入模型与向量数据库 Chroma】
向量是一种有大小和方向的数学对象。它可以表示为从一个点到另一个点的有向线段。例如，二维空间中的向量可以表示为（x，y），表示从原点（0，0）到点（x，y）的有向线段。以此类推，我可以用一组坐标（x_0, x_1, x_2, …, x_n）表示一个N维空间中的向量，N 叫向量的维度。嵌入（Embedding）是指非结构化数据转换为向量的过程，通过神经网络模型或相关大模型，将真实世界的离散数据投影到高维数据空间上，根据数据在空间中的不同距离，反映数据在物理世界的相似度。
2025-08-16 18:50:25
1419
原创 【Python 算法零基础 6.贪心算法】
给定一个长度为 n 的整数数列 A，A 中第 i 个元素为 Ai（1≤i≤n），整数 res 初始为 0，如果一个数 a 存在于 A 且 a+1,a+2 均存在于 A 中，则 res 加 1，请输出最后 res 的值。例如：字符串 abe，可分为 (ab)(e)，与(a)(be)，前者括号内的字母数组成的数组为 2,1，后者为 1,2，所以答案为 (ab)(e)。现在小明的问题是：如果已知了初始状态和要达到的目标状态，每次只能同时翻转相邻的两个硬币,那么对特定的局面，最少要翻动多少次呢？
2025-06-11 22:14:36
1278
原创 【Python 算法零基础 4.排序 ⑧ 基数排序】
从索引0到n-1n为数组长度）。假设当前索引i为最小值索引min_index。从i+1到n-1遍历，若找到更小元素，则更新min_index。若，则交换arr[i]与。设数组长度为n。遍历i从0到n-1（共n轮）。对于每轮i，遍历j从0到n-i-2。若，则交换两者。重复步骤 2-4，直到所有轮次完成。从索引1到n-1。将arr[i]存入current。从已排序部分的末尾（索引j = i-1）向前扫描，将比current大的元素后移。直到找到第一个不大于current的位置或扫描完所有元素。将current。
2025-06-03 09:48:54
986
原创 【NLP 78、手搓Transformer模型结构】
① 初始化 ——> ② 掩蔽自注意力计算 ——> ③ 残差链接与层归一化 ——> ④ 跨注意力计算 ——> ⑤ 残差链接与层归一化 ——> ⑥ 前馈网络计算 ——> ⑦ 残差链接与层归一化。它会对输入（目标序列特征、编码器输出、源序列掩码、目标序列掩码等）进行处理，通过内部的多头注意力机制和前馈网络等组件，对目标序列的特征进行更新和转换。[batch_size, seq_len, d_model]实现位置编码的具体类，通过特定的算法（如基于三角函数的方法）生成位置编码向量，并添加到词嵌入向量上。
2025-05-31 16:54:59
1564
原创 【LangChain大模型应用与多智能体开发 ② 接入智谱AI】
本文摘要： 文章详细介绍了智谱AI的GLM-4大模型及其在LangChain中的集成方法。GLM-4作为新一代基座模型，在性能、长文本处理和多模态能力上显著提升，支持复杂任务自动规划和工具调用。主要内容包括：1) GLM-4的基础能力、指令跟随、对齐能力和多模态表现；2) 通过Python SDK调用智谱API的完整流程；3) 在LangChain中封装自定义ZhipuAIGLM4类的实现细节，涵盖类定义、核心方法封装（invoke/stream）及与LangChain的兼容适配；4) 提供完整的调用示例代
2025-05-24 17:50:00
2206
2
原创 【LangChain大模型应用与多智能体开发 ① 初识LangChain 】
LangChain是一个开源框架，旨在帮助开发者使用大型语言模型（LLMs）和聊天模型构建端到端的应用程序，它提供了一套工具、组件和接口，以简化创建由这些模型支持的应用程序的过程。LangChain的核心概念包括组件（Components）、链（Chains）、模型输入/输出（Model I/O），数据连接（Data Connection）、内存（Memory）和代理（Agents）等。
2025-05-23 21:48:23
1191
原创 【Python 算法零基础 4.排序 ⑤ 归并排序】
从索引0到n-1n为数组长度）。假设当前索引i为最小值索引min_index。从i+1到n-1遍历，若找到更小元素，则更新min_index。若，则交换arr[i]与。从索引1到n-1。将arr[i]存入current。从已排序部分的末尾（索引j = i-1）向前扫描，将比current大的元素后移。直到找到第一个不大于current的位置或扫描完所有元素。将current放入j+1位置。设数组长度为n。遍历i从0到n-1（共n轮）。对于每轮i，遍历j从0到n-i-2。若，则交换两者。
2025-05-23 18:01:55
1235
原创 【NLP 77、Python环境管理工具之conda】
conda是一个开源的包管理系统和环境管理系统，主要用于Python语言，但也可以用于其它语言的项目。
2025-05-22 17:01:52
1397
原创 【Python 算法零基础 4.排序 ④ 计数排序】
从索引0到n-1n为数组长度）。假设当前索引i为最小值索引min_index。从i+1到n-1遍历，若找到更小元素，则更新min_index。若，则交换arr[i]与。设数组长度为n。遍历i从0到n-1（共n轮）。对于每轮i，遍历j从0到n-i-2。若，则交换两者。重复步骤 2-4，直到所有轮次完成。从索引1到n-1。将arr[i]存入current。从已排序部分的末尾（索引j = i-1）向前扫描，将比current大的元素后移。直到找到第一个不大于current的位置或扫描完所有元素。将current。
2025-05-22 12:38:34
1028
原创 【Python 算法零基础 4.排序 ③ 插入排序】
从未排序序列开始，初始时整个数组都是未排序的。遍历未排序部分的所有元素，找到其中的最小值。使用变量min记录最小值的索引，初始时假设当前未排序部分的第一个元素是最小的。将找到的最小值与未排序部分的第一个元素交换位置。此时，未排序部分的第一个元素成为已排序序列的一部分。缩小未排序部分的范围（从下一个元素开始），重复寻找最小值并交换的过程，直到整个数组排序完成。①获取数组长度n。遍历i从0到n-1，共进行n轮。：每轮确定一个最大元素的位置（第i轮确定倒数第i+1大的元素）。对于每轮i，遍历j从0到n-i-1。
2025-05-20 22:08:49
1035
原创 【NLP 76、Faiss 向量数据库】
生成等间隔数值序列（类似 Pythonrange参数类型描述startintfloat起始值（默认0stopintfloat结束值（不包含）stepintfloat步长（默认1生成等间隔数值序列（类似 Pythonrange参数类型描述startintfloat起始值（默认0stopintfloat结束值（不包含）stepintfloat步长（默认1设置随机数生成器的种子，确保结果可复现。参数类型描述seedint随机种子# 1.1 定义数据和向量维度。
2025-05-20 20:44:04
2267
原创 【Python 算法零基础 4.排序 ② 冒泡排序】
从未排序序列开始，初始时整个数组都是未排序的。：遍历未排序部分的所有元素，找到其中的最小值。使用变量min_idx记录最小值的索引，初始时假设当前未排序部分的第一个元素是最小的。将找到的最小值与未排序部分的第一个元素交换位置。此时，未排序部分的第一个元素成为已排序序列的一部分。：缩小未排序部分的范围（从下一个元素开始），重复寻找最小值并交换的过程，直到整个数组排序完成。
2025-05-19 20:26:19
1540
原创 【NLP 75、如何通过API调用智谱大模型】
本文介绍了基于智谱AI大模型的多Agent文章优化系统。该系统通过调用智谱API（如ChatGLM、GLM-3-Turbo等模型），实现了从主题分析、语言优化、内容丰富到可读性评估的全流程自动化处理。系统包含多个专用Agent模块，每个模块负责特定优化任务：主题分析Agent提取文章核心思想，语言优化Agent改进语法用词，内容丰富Agent提供扩展建议，可读性Agent评估传播效果。最终由综合优化Agent整合所有建议生成优化版本。文章以游戏《黑神话：悟空》的分析文本为例，展示了完整的优化流程和代码实现，
2025-05-18 21:51:05
981
原创 【Python 算法零基础 4.排序 ① 选择排序】
即使我们的计算机速度超快，并且可以在1秒内计算 10^8 次操作，但选择排序仍需要大约一百秒才能完成。6 是最大的整数，对于数组中的其他整数，6 至少是数组中其他元素的两倍。6 的下标是 1 ，所以返回 1。进行排序，选择排序的时间复杂度为 O ((m+n)²)，其中 m 和 n 分别是两个数组的长度。选择排序后的列表（数组）应遵守小（大）的在前，大（小）的在后的升（降）序顺序。对它们进行排序，使得相同颜色的元素相邻，并按照红色、白色、蓝色顺序排列。，存放到排序序列的起始位置，然后，再从。
2025-05-18 20:13:00
1503
原创 【Python 算法零基础 3.递推】
长度为 n(1 ≤ n < 40)的只由“A"、"C"、"M"三种字符组成的字符串，可以只有其中一种或两种字符，但绝对不能有其他字符，且禁止出现 M 相邻的情况，问这样的串有多少种？递推 —— 递推最通俗的理解就是数列，递推和数列的关系就好比 算法 和 数据结构 的关系，数列有点像数据结构中的线性表(可以是顺序表，也可以是链表，一般情况下是顺序表)，而递推就是一个。T0 = 0, T1 = 1, T2 = 1, 且在 n >= 0 的条件下 Tn+3 = Tn + Tn+1 + Tn+2。
2025-05-17 17:35:10
1305
原创 【NLP 74、最强提示词工程 Prompt Engineering 从理论到实战案例】
所谓的提示词其实就是一个提供给模型的文本片段，用于指导模型生成特定的输出或回答。提示词的目的是为模型提供一个任务的上下文，以便模型能够更准确地理解用户的意图，并生成相关的回应所谓提示工程也可以被称为【指令工程】，提示工程的核心思想是：通过精心设计的提示词，可以显著提高模型的性能和输出质量。Prompt是AGI时代的【编程语言】提示工程师是AGI时代的【程序员】如果要学好提示工程，其实就是要知道如何对提示词Prompt进行调优，与大模型进行更好的交互。
2025-05-15 16:30:00
1471
原创 【Python 算法零基础 2.模拟 ⑦ 实战】
② 因为n为二进制数字，所以每次遍历n时整除2，然后因为二进制上只有0 和 1，而 sum + 0 不会改变sum的值，所以直接用 sum + n % 2，即可得到每位1的个数。① 遍历数组nums，从遍历 i 处索引分割数组， 如果索引 i 处左边元素求和 sum(:i) == 索引 i 处右边元素求和 sum(i + 1:)，则返回索引 i。② 将 a - b 赋值给 b，此时 a = a+b，a - b = a，b = a。③ 将 a - b 赋值给 a，此时 a = a +b， b = a。
2025-05-15 15:55:01
832
原创 【Python 算法零基础 2.模拟 ⑥ 算法技巧】
由于 num1 < num2 ，num2 减 num1 得到 num1 = 2 ，num2 = 3 - 2 = 1。由于 num1 == num2 ，num1 减 num2 得到 num1 = 10 - 10 = 0。- 操作 3 ：num1 = 1 ，num2 = 1。由于 num1 == num2 ，num1 减 num2。- 操作 2 ：num1 = 2 ，num2 = 1。- 第 1 秒，内存条 2 被占用 1 位内存，内存条 2 现在有 10 位剩余可用内存。
2025-05-15 14:29:41
1001
原创 大数据开发 hadoop集群 3.Hadoop运行环境搭建
hadoop的安装包从Ubuntu自带的火狐浏览器直接下载。开启NameNode和DataNode的守护进程。直接复制粘贴在浏览器打开，勾选合适的选项进行下载。用国内的镜像下载（Ubuntu自带的火狐浏览器）执行namenode的格式化,指定磁盘容量大小（推荐大小）Hadoop伪分布式配置。
2025-05-14 22:30:01
234
原创 【Python 算法零基础 2.模拟 ④ 基于矩阵】
本文介绍了多个基于矩阵的算法问题及其解决方案。首先，2120题要求根据机器人的起始位置和指令序列，计算从每条指令开始执行时机器人能执行的指令数量。1252题涉及对矩阵进行增量操作后，统计奇数值单元格的数量。832题要求对二进制矩阵进行水平翻转和反转操作。657题通过判断机器人的移动序列是否使其返回原点。289题模拟生命游戏，根据细胞状态更新矩阵。59题生成一个螺旋排列的n×n矩阵。885题则要求在网格中按螺旋顺序访问所有位置。这些问题展示了矩阵在算法中的广泛应用，涵盖了模拟、统计、翻转和生成等多种操作。
2025-05-14 22:21:43
1835
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人