- 博客(127)
- 收藏
- 关注
RSS订阅原创 Loop Engineering：从提示词工程师到 AI 系统架构师
Loop Engineering：AI 系统架构的新范式 本文提出AI编程正经历第三次革命——从提示词工程（Prompt Engineering）到循环工程（Loop Engineering）的转变。核心在于设计能自主运行的闭环系统，而非单次交互的AI指令。关键要点： 范式演进：从单次提示优化→单任务推理循环→跨任务自主系统架构，开发者角色从提示词工程师转变为AI系统架构师。 核心架构： 六要素闭环：调度机制、工作树隔离、技能复用、工具链连接、对抗验证、状态持久化 双层循环模型：内循环（ReAct单任务执行
2026-06-23 15:27:53
319
原创 Imbalanced Learning
类别不平衡（Class Imbalance）：数据集中各类别样本数量差距悬殊。常见于欺诈检测、医疗诊断、异常检测等场景。准确率（Accuracy）失效——多数类占 99%，全猜多数类也有 99% 准确率模型偏向多数类，少数类（正类）几乎学不到信号交叉熵损失被多数类主导，梯度更新忽略少数类。
2026-06-20 23:38:11
261
原创 2026 大模型 API 定价全景图：DeepSeek、豆包、Qwen、GLM、MiniMax、Kimi、Claude、Gemini、GPT 谁最便宜？
随着大模型竞争进入"成本大战"阶段，本文汇总了国内外主流AI模型的API定价策略。国产模型中，DeepSeek V4系列性价比突出，特别是缓存命中场景下输入成本低至0.02元/百万Tokens；字节豆包采用上下文长度分档计费，适合不同规模应用；阿里通义和智谱GLM在长上下文和企业场景有优势。国际方面，Anthropic Claude的Prompt Cache商业化最成熟，提供多级缓存计费；Google Gemini和OpenAI GPT系列则按不同模型版本和上下文长度差异化定价。整体来看，企业选型需综合考虑
2026-06-04 12:37:20
1642
原创 Anthropic Agent最佳实践系列二: Agent系统测试
文章摘要： 本文探讨了AI Agent评估（eval）的重要性与方法，指出Agent系统的稳定性与可靠性高度依赖系统化的评估框架。相比传统单轮LLM评估，Agent需追踪多轮执行轨迹，综合判断过程与结果（如数据库状态、文件修改等）。Anthropic提出了一套工程化评估体系，包含任务（Task）、执行记录（Transcript）、评分器（Grader）等核心组件，强调需结合代码测试、模型评分和人工抽检。文中以代码Agent（如SWE-bench）和对话Agent（如τ2-Bench）为例，说明如何通过多维度
2026-05-31 12:53:55
484
原创 ChatGPT、Claude 和 Gemini 的网页端聊天历史是怎么处理的？
AI 会话上下文管理机制解析 大模型产品处理长对话时并非简单存储全部历史记录，而是采用动态上下文管理策略。核心机制包括： 模型本身是无状态的，每次请求需重新构造上下文输入 上下文窗口有限，需平衡系统指令、工具结果、历史对话等内容 短对话通常保留完整上下文，长对话则采用多种优化策略： 裁剪早期内容 摘要压缩关键信息 检索相关历史片段 挂载长期记忆 要求开启新会话 主流产品实现差异： ChatGPT：动态上下文+记忆+历史引用 Claude：强长上下文能力但仍会压缩超长会话 Gemini：原生支持超长上下文+缓
2026-05-26 10:09:25
603
原创 GitLab CI|CD 配置笔记
本文详细介绍了GitLab Runner v18.x版本的安装与注册流程。首先指导用户下载适合系统架构的安装包并进行命令行安装，然后通过交互式命令完成Runner注册，包括填写GitLab实例URL、注册Token、描述信息等关键参数。文章特别解析了注册过程中出现的Deprecated警告，说明其不影响当前版本使用，并解释了选择Shell执行器的优缺点。最后验证Runner状态并确认注册成功。整个过程配有详细日志和截图说明，帮助用户快速完成CI/CD线下执行机的配置。
2026-05-21 17:29:14
526
原创 除了Post-Train，我们还能对大模型做什么
开源大模型微调面临"灾难性遗忘"问题，李宏毅教授提出三大前沿解决方案：1）模型编辑(Model Editing)，通过精准手术式修改特定参数，实现知识更新和隐私遗忘；2）模型融合(Model Merging)，无需训练直接合并多个模型参数，快速获得多功能模型但存在逻辑冲突风险；3）测试时训练(Test-Time Training)，在推理时动态更新参数，采用快慢更新机制和自动重置保障稳定性。这些方法突破了传统微调的局限，为大模型持续进化提供了多样化路径。
2026-05-21 13:36:04
351
原创 ReAct 智能体的失败处理与改进机制：从 Demo 到工业级 Agent 的关键一步
摘要： 工业级智能体系统的核心在于将ReAct框架（推理→行动→观察循环）与鲁棒性机制结合，以应对工具调用失败、参数错误、任务漂移等实际问题。关键机制包括：1）最大步数限制防止无限循环；2）工具调用超时与结构化重试策略；3）参数Schema校验确保输入合规；4）标准化Observation反馈；5）循环检测避免重复调用；6）状态机跟踪原始目标防偏离。这些机制共同构成执行控制层，使大模型专注于决策，系统负责边界控制与错误处理，从而提升智能体在真实场景中的稳定性与可靠性。
2026-05-19 19:26:59
557
原创 Anthropic Agent最佳实践系列一: Agent 架构入门
文章摘要：本文探讨了构建高效LLM智能体的关键原则与实践经验。研究表明，简单可组合的模式比复杂框架更有效。文章区分了工作流（预定义流程）与智能体（自主决策系统）的适用场景，建议仅在需要高度灵活性时采用智能体。介绍了多种工作流模式（提示链、任务路由、并行处理等）和智能体的核心架构，强调工具设计清晰性和模型友好性的重要性。最佳实践包括优先使用简单方案、理解底层机制、设置防护措施等，并以代码智能体为例展示了实际应用场景。
2026-05-09 12:52:11
459
原创 KDD Cup 2026 腾讯算法广告大赛：UNI-REC-PCVRHyFormer 源码深度解读
一个统一序列建模与非序列特征交叉的工业级推荐模型 baseline，值得每一位推荐系统工程师精读。腾讯给出的 baseline——，用约 1800 行高质量 Python 代码给出了一个答案。本文逐文件拆解这个 baseline，从数据管道到模型架构到训练策略，力求说清每一处设计意图。
2026-05-02 13:35:08
1141
原创 KDD Cup 2026 腾讯算法广告大赛赛题解读： UNI-REC (统一序列建模与特征交叉)
KDD Cup 2026推荐系统赛道聚焦特征交叉模型与序列模型的结构性融合问题。赛事基于腾讯广告真实日志数据，包含120列用户和物品特征，特别设计了用户离散特征与连续特征的对齐结构，为统一建模提供天然切入点。评估采用AUC指标并设置严格延迟约束，要求参赛者在精度和效率间取得平衡。除常规排名外，还设立了两个各4.5万美元的创新奖，分别奖励统一建模块设计和扩展规律研究。总奖金达88.5万美元，技术方向建议关注统一tokenization方案、可堆叠backbone设计及延迟优化策略。该赛事旨在推动推荐系统突破现
2026-05-02 00:27:59
1150
原创 Claude Code 接入飞书 CLI：让 AI 真正帮你干活
本文介绍了如何将Claude Code接入飞书办公平台的方法。首先需要安装Node.js环境和飞书CLI工具，通过npm全局安装@larksuite/cli并配置初始化。接着完成OAuth授权登录，并根据需要添加不同功能的权限范围。重点展示了Claude Code与飞书CLI的深度整合，用户可以直接通过自然语言指令操作飞书文档、日程等功能，无需手动切换工具。虽然存在权限管理较繁琐的缺点，但这种AI+CLI的模式大幅提升了办公效率，展现了智能化办公的新可能。文章提供了详细的安装配置步骤和实际应用示例，为想要尝
2026-05-01 22:54:58
1414
原创 大模型基础123-位置编码
百万 token 上下文已经是 SoTA 大模型的标配 —— Gemini 2.5 支持 1M-2M，GPT-5 / Claude 4 支持 1M，Llama 4 Scout 甚至号称 10M。这一节梳理一下他们到底用了什么技术，和上面笔记里的内容什么关系。
2026-04-25 22:58:42
424
原创 AI Agent 核心技术：Context Engineering 基本概念解说
本文深入探讨了大语言模型（LLM）发展中的关键技术——上下文工程（Context Engineering）。文章指出，AI Agent作为语言模型与现实世界的桥梁，需要解决两大核心挑战：模型缺乏长期记忆和上下文窗口受限问题。通过四种核心操作（上下文压缩、记忆系统、子代理机制和源头控制），AI Agent能够智能管理输入信息，防止上下文爆炸。文章特别提出"Agentic Context Engineering"概念，展望未来AI Agent将具备自主管理上下文的能力，包括动态维护知识库和递
2026-04-16 10:19:32
425
原创 Harness Enginner记录-驾驭AI Agent之术
摘要：Harness Engineering是AI领域新兴的控制大模型的方法论，旨在通过外部框架规范AI行为。台大李弘毅教授将其分为三个层面：(1)认知框架控制，通过自然语言设定身份和规则；(2)工具控制，限制AI能力边界；(3)工作流程控制，规范行为模式。核心思想是减少模型不确定性，通过反馈循环(Ralph Loop)实现自我进化。研究显示，正向引导能提升AI表现，而负面反馈会降低性能。该方法由OpenAI和Anthropic等公司推动，代表大模型应用从单轮交互向自主解决问题的演进。
2026-04-16 00:02:40
566
原创 Claude Code使用：如何写一个好的 CLAUDE.md
CLAUDE.md是用于规范Claude行为的核心文档，应聚焦于项目关键信息：构建测试流程、架构边界、编码规范和安全限制。避免放入背景介绍或可推断的内容。建议采用模块化结构，包含构建指令、架构约束、编码规范、禁止事项和验证要求。通过让Claude自行更新文档来持续优化，并定期review过时条目。项目实践中可配合环境检查工具和按文件类型触发的hooks，建立包含全局约束、路径约束和工作流的多层级规范体系，但需避免文档膨胀、内容过时或约束过度等常见问题。
2026-04-10 11:22:55
611
原创 Claude Code：架构、治理与工程实践
本文深入解析Claude Code系统的六层架构与核心机制，重点探讨上下文管理、组件设计和工程实践。系统采用代理循环机制（收集→行动→验证），而非简单问答模式。通过分层分析揭示了上下文污染的根源——固定开销占用12.5%容量，并提出分层加载策略（常驻/路径/按需/隔离）。文章详细区分了Tool/Skill/Subagent等组件的设计边界，强调Skill应实现渐进式信息披露。针对上下文噪声问题，推荐RTK工具自动过滤命令输出，并给出压缩优先级策略。最后提出Plan Mode的双阶段工作法，通过探索-执行分离
2026-04-10 11:16:03
652
原创 从排序到生成：腾讯广告算法大赛 2025 baseline解读
腾讯广告算法大赛提出"生成式推荐"新范式，将推荐系统视为序列生成任务。用户行为序列被token化，推荐转化为next-token预测，实现端到端统一建模。比赛提供百万至千万级工业数据集，包含多模态广告特征（文本/图像embedding）和用户行为序列。Baseline采用Transformer架构建模用户历史序列，通过ANN检索实现推荐，展现了"生成式建模+检索式推理"的工业实践。核心创新在于将推荐系统LLM化，用语义理解替代传统ID驱动，为推荐领域带来范式变革。
2026-04-09 11:55:27
1186
原创 AI动画短片生产全流程
视频创作全流程AI化指南（150字摘要） 本文系统介绍了利用AI工具制作短视频的完整流程：1）剧本生成阶段需构建2分钟内可执行的故事骨架，注重画面可实现性；2）分镜头脚本需表格化呈现，控制单镜头3-6秒，总镜头8-15个；3）素材生成阶段强调角色一致性，通过三视图保证人物设定稳定；4）视频生成推荐使用即梦/可灵工具，保持风格统一；5）后期剪辑遵循五步流程，从素材排序到节奏优化。全文提供具体prompt模板和工具推荐，突出"画面可实现性"和"叙事连贯性"两大核心原则，适
2026-03-29 14:04:35
667
原创 GPU 部署ppocr记录
本文介绍了PaddleOCR服务的部署过程，主要包含环境安装和服务实现两部分。在环境安装阶段，通过Docker方式安装PaddlePaddle深度学习框架和PaddleOCR工具包。服务实现部分采用FastAPI构建RESTful API，支持高并发OCR识别功能。服务配置了线程池、信号量等机制控制并发量，并优化了PaddleOCR参数设置（关闭文档方向分类等非必要功能以提高性能）。该服务接受base64编码的图片输入，返回OCR识别结果文本及处理耗时，适用于各类文字识别场景。
2026-03-08 11:37:21
440
原创 大模型注意力机制：从数学原理到资源优化框架
本文系统梳理了大模型中的注意力机制及其优化方向。首先解释了注意力机制如何解决传统序列模型的信息瓶颈问题，通过动态加权聚合实现长距离依赖建模。详细介绍了注意力计算的基本公式（Scaled Dot-Product Attention）及其多头扩展形式（Multi-Head Attention）。重点分析了当前三大优化方向：降低计算复杂度（如稀疏注意力、线性注意力）、减少显存占用（如FlashAttention、KV Cache）以及支持更长上下文（如MQA/GQA）。其中FlashAttention通过分块计算
2026-02-17 23:04:46
806
原创 企业级大模型微调（Fine-tuning）策略
摘要：通用大模型在垂直业务场景中存在"话术官僚化""逻辑浅表化"和"事实幻觉"等局限，单纯依赖Prompt工程成本高且不可靠。微调技术的本质是重塑模型的思维模式，通过修正概率分布和内化专业思维，可显著提升模型性能。数据工程是微调成功的关键，需要注重数据多样性、复杂性和分布平衡，采用人机协作方式生成高质量数据并持续优化。建议通过构建黄金测试集和数据监控形成闭环，实现模型的持续进化。
2026-02-13 21:50:58
571
原创 LangGraph速记
State seems like the thread data that I’ve been familiar with，can be persisted across time and in particular across failures of nodes，是一个流动的状态数据。运行到 interrupt 时，LangGraph 会暂停等待外部输入（UI/接口/你的控制台逻辑），这就是 HITL 的核心。进一步的，可以使用map-reduce。它不是一个函数，也不是一个类，而是。
2026-02-09 11:33:57
630
原创 Langchain学习笔记一 -基础模块以及架构概览
LangChain总体架构分为5层：模型层(L1)对接各类LLM模型；提示层(L2)处理Prompt模板化；运行层(L3)通过Runnable实现流程编排；智能层(L4)提供Agent/Tools实现工具调用；记忆层(L5)管理长期记忆和上下文。核心模块包括ChatPromptTemplate(L2)、RunnableSequence(L3)、Tool Calling Agent(L4)等，支持从输入到输出的完整AI应用开发流程。其中AgentExecutor负责循环执行工具调用，OutputParser将
2026-02-05 13:30:20
425
转载 人生没有两全之事，不要美化那条你未选择的路
人生没有绝对正确的选择，每条路都有遗憾。我们常幻想未选之路会更美好，但不过是给想象戴上滤镜。成年人的通透在于：不美化放弃的选项，不为过去后悔。当前路难行时，应勇敢跨越而非幻想"如果当初"。买了就不比价，选了就别回头。余生还长，只需义无反顾地走下去，风来迎风，浪来踏浪。人生这道选择题，本就没有百分百的圆满。
2026-02-05 12:55:53
74
原创 从冷启动到爆品：AliBoost 如何破解推荐系统“富者愈富”困局
摘要：阿里提出AliBoost框架解决推荐系统中新商品冷启动难题。该方案通过三级助推架构（分级曝光、动态晋级淘汰）、Stacking冷启动CTR预测模型（融合多源数据）和商品导向竞价机制，打破"马太效应"循环。实验显示，被助推180天的商品GMV提升超70%，全链路指标同步改善，实现生态与商业价值的协同优化。该研究为平台内容多样性提供了创新解决方案。（149字）
2026-02-04 18:51:00
724
原创 从 OCR 到 Agentic Document Extraction：一次“产品味”课程带来的真正启发
你完全可以不认同这门课的产品导向当文档越来越复杂，仅靠 OCR + 一次 LLM 调用，真的够吗？Agentic Document Extraction 给出的不是唯一答案，但它指向了一个清晰方向。理解这个方向，然后用自己可控的方式去逼近它。
2026-01-22 14:24:39
645
原创 macOS 使用 Codex CLI 登录报错 403 的问题分析与解决方案（Issue #2414）
macOS 上 Codex CLI 的 OAuth 登录存在已知缺陷（Issue #2414），403 不是你的问题，直接使用或 API Key 才是正确解法。
2026-01-21 14:49:51
3513
3
原创 End-To-End之于推荐: Meta GRs & HSTU 生成式推荐革命之作
Meta推出首个端到端生成式推荐系统GR，通过将异构特征统一为时间序列，实现12%业务指标提升。创新点在于：1）将用户行为、属性等异构特征转化为结构化时间序列输入；2）分为主序列（用户-item交互）和辅助序列（缓慢变化特征）两类；3）通过Transformer直接建模序列模式，摒弃传统数值特征。该方法突破传统推荐系统特征异构的瓶颈，首次验证LLM在推荐领域的扩展定律。
2025-12-31 12:33:53
1361
原创 不同 QPS 场景下的服务部署架构指南（实战经验总结）
本文系统介绍了后端系统处理高并发请求的关键指标QPS及其应用实践。首先明确QPS的计算方法，区分QPS与并发量的概念差异，并给出行业通用的DAU与并发量映射关系。针对不同QPS量级，提供了详细的部署架构建议：从QPS≤100的单机简单部署，到QPS 5000+的全国级分布式架构，重点分析了500-2000QPS这一典型场景的优化策略。特别针对推荐系统这类IO密集型服务，给出了单机安全QPS参考值（4C机器200-400，8C机器400-800），并总结出"目标QPS÷单机安全QPS≈所需机器数量&
2025-12-11 11:17:19
1097
原创 可灵图片生成通用使用指南
可以借助大模型直接来写（本人使用的是chagpt pro，其他没测试过），只需要告诉大模型大概，如果不满意，把生成图片和不满意的地方发给大模型，让大模型修改，很高效。例如我要把这棵树改成一颗小树，直接局部重绘你会发现还是一颗大树，但是删除再生成就可以。先用用消除笔去掉，然后再局部重绘要OK的多，直接局部重绘失败概率极高。还是PS之类的工具靠谱，推荐，AI自动帮忙抠，而且免费。用消除笔比局部重绘要OK的多。想生成背景为空的一个内容元素。
2025-12-05 14:30:09
346
原创 常用 Linux 命令大全（文件、网络、时间、进程、数据库、工具全覆盖）
本文整理了Linux系统操作中最常用的命令，涵盖文件处理、VIM操作、网络管理、系统监控等场景。主要包括：文件拆分/合并（split/cat）、压缩解压（tar/zip）、远程传输（scp/sftp）、批量查找替换（find/sed）、vim快捷键、定时任务（crontab）、网络工具（curl/iptables）、进程管理（lsof/kill）、磁盘检查（df）、Docker操作等。每个命令均附带实用示例和参数说明，特别适合作为日常工作的速查手册，能有效提升Linux环境下的操作效率。
2025-11-19 20:53:38
1991
原创 大模型 + 字形理解：Glyph-OCR 带来的 OCR 新范式
摘要：GlyPh-OCR提出了一种创新的字形识别方法，通过将字符视觉信息离散化为glyph tokens，使模型能真正"看懂"字形结构。其核心流程包括字符检测、切割、字形编码和语言模型推理三大模块，形成模块化OCR pipeline。相比传统OCR，GlyPh-OCR在模糊文字、异体字识别方面表现优异，特别适合古籍、低清图像等场景。虽然不具备文档级理解能力，但解决了字形识别的本源问题，与DeepSeek-OCR等端到端模型形成互补。该技术强调字形理解而非单纯文本推断，为OCR领域提供了新
2025-11-19 20:24:55
854
原创 DeepSeek-OCR：10倍光学压缩新范式
DeepSeek-OCR 提出了一种创新的视觉-文本压缩架构，通过第一性原理探索人类阅读本质，将图像作为输入实现"一目十行"的效果。其核心架构包含：1）DeepEncoder，由SAM-base（局部注意力）、16×Token Compressor（CNN压缩）和CLIP-Large（全局语义）组成，可将高分辨率文档压缩为64-800视觉tokens；2）DeepSeek-3B-MoE Decoder，通过自回归方式从压缩视觉tokens恢复文本、布局等结构化信息。该模型实现了10×压缩
2025-11-19 11:36:51
858
原创 特征交叉-XdeepFM&CIN
CIN 是一种基于 outer product 的显式高阶交互网络，通过卷积权重实现维度压缩，表达能力强于 DCN，可看作显式 Polynomial 交叉的升级版。它在工业界（广告、推荐）已有实际落地，与 FM、DeepFM、DCN 一起构成现代 CTR 模型的主干体系。2. tensorflow实现(论文git)3. torch实现4. 读了那么多CTR论文, 真正有效的又有几个呢？
2025-11-18 18:25:32
604
原创 一文说明推荐系统特征交叉方法
推荐系统排序模型的特征交叉方法主要分为非参数和参数式两类。非参数方法包括笛卡尔积、内积/外积和哈达玛积，其中内积最为常用。参数式方法包括FM（显式二阶交叉）、DNN（隐式高阶交叉）、DCN（显式多阶交叉）、Bilinear Cross（双线性交互）、CAN（动态参数交叉）、PNN（乘积交互）和CIN（显式高阶压缩交互）。此外，样本维度的特征交叉如MaskNet通过全局mask实现交互。这些方法在推荐系统中各有优劣，FM和DNN应用最广泛，而DCN、CIN等显式高阶交叉方法在特定场景效果显著。特征交叉技术的演
2025-11-18 18:16:41
951
原创 End-To-End之于推荐-快手OneRec系列三(OneRec-Think)
快手OneRec系列引入大语言模型推理能力，通过COT(Chain of Thought)技术提升推荐效果。该框架包含三个核心模块：Itemic Alignment使LLM理解Item语义；Reasoning Activation让模型先思考再推荐；Reasoning Enhancement捕获用户偏好多样性。实验使用1.29%流量测试，APP停留时长提升0.159%。关键技术包括多任务预训练实现ID与文本对齐、基于上下文的推理激活等，使推荐系统具备可解释性。该方法将推荐从黑盒预测转变为可推理过程，在保持大
2025-10-28 22:30:59
1314
原创 LLM之于推荐-RecGPT(阿里关于大模型召回的实践)
阿里提出基于大语言模型的推荐系统RecGPT，通过三塔模型架构实现召回效果提升。系统包含用户兴趣挖掘、商品标签预测和推荐归因三大模块，利用大模型能力将用户行为和属性转化为结构化兴趣标签。创新点包括：1）引入Tag塔学习语义相关性；2）分阶段生成用户兴趣和商品标签；3）采用行为序列压缩和模型微调优化方案。实验表明CTR等核心指标提升超5%，并验证了DeepSeek等开源模型的有效性。系统还设计了LLM自我评估机制，通过人工-模型协同实现持续优化。该方案显著提升了推荐系统在召回阶段的效果和多样性。
2025-10-22 12:04:24
1374
原创 推荐&投放面试宝典
AUC/PR、NDCG/HitRate、回归 RMSE/MAE、业务指标（CTR/CVR/GMV/时长）。：L1 稀疏、L2 防过拟合、Dropout/早停；
2025-10-22 09:25:26
781
原创 深度强化学习之123-概念梳理
摘要： 马尔可夫决策过程（MDP）是强化学习的核心数学模型，由五元组（状态空间、动作空间、状态转移概率、奖励函数、折扣因子）构成。MDP描述智能体在环境中通过策略π选择动作，产生轨迹并获得奖励的过程，其随机性体现在环境转移、策略选择和奖励噪声上。强化学习的目标是找到最优策略π*，最大化长期折扣回报，通过价值函数（V函数和Q函数）评估状态和动作的优劣。最终，MDP为强化学习提供了形式化框架，帮助智能体通过优化策略实现目标。
2025-10-20 10:33:12
730
【人工智能开发】基于LangGraph的状态图模型构建：支持检查点与人机协同的长周期LLM应用系统设计
2026-02-28
【人工智能应用】基于Claude技能系统的自动化工作流构建：从设计到部署的全流程指南
2026-02-23
基于OeRec架的端到端生成模型优化：多模语义理解与高效推理统一基座设计
2025-10-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人