- 博客(500)
- 收藏
- 关注
RSS订阅原创 2025大模型入门—写给小白的大模型入门科普，从入门到精通收藏这篇就够了！！（附教程）
文章摘要： 大模型（Large Model）是指包含超大规模参数的神经网络模型，通常指语言大模型（LLM）。其特点包括参数规模大、架构复杂、训练数据庞大及算力需求高。训练分为预训练和微调两个阶段：预训练通过海量未标注数据学习通用特征，微调则用特定领域数据优化模型性能。大模型具备“涌现能力”和“泛化能力”，但参数过多可能导致过拟合。训练完成后，模型可用于推理任务（如问答、内容生成）。通用大模型经微调可变为行业或专业模型，提升垂直领域表现。该技术依赖强大算力，成本高昂，但能高效处理复杂任务。
2025-06-12 22:47:04
931
原创 2025年AI行业6大高薪职位揭秘:薪资曝光!_ai研究科学家年薪
AI领域6大高薪职位解析 本文介绍了2024年AI行业最具赚钱潜力的6个职位：1.提示工程师（年薪91万），负责优化AI模型提示；2.AI研究科学家（年薪93万），开发新算法；3.AI软件工程师（年薪105万），整合AI功能；4.AI产品经理（年薪106万），协调技术与业务；5.AI顾问（年薪111万），为企业提供AI解决方案；6.AI创业公司创始人，潜在收益巨大。文章建议通过系统学习提升技能，把握AI时代职业机遇。
2025-06-12 22:42:08
776
原创 多模态RAG实战指南：完整Python代码实现AI同时理解图片、表格和文本
本文提出了一种多模态RAG（检索增强生成）方法，旨在处理包含文本、图像、表格等多模态内容的文档。该方法采用模态特定处理、后期融合和关系保留的技术架构，在性能、准确性和实现复杂度之间取得了平衡。通过结构保留的文档分割、模态特定内容提取、关系保留的HTML转换、语义分块和多模态向量化等步骤，系统能够有效处理复杂文档中的多模态信息。实验表明，该方法在检索精度上比统一方法提升23%，并具有良好的灵活性和模块化特征。文章还详细介绍了系统的工作流程和优势，为多模态RAG系统的开发提供了可行方案。
2025-06-10 19:50:18
851
原创 大模型入门好书推荐 -复旦NLP团队2025新书《大规模语言模型：从理论到实践（第2版）》
大语言模型（Large Language Models，LLM）是一种由包含数百亿以上权重的深度神经网络构建的语言模型，使用自监督学习方法通过大量无标记文本进行训练。自2018年以来，包含Google、OpenAI、Meta、百度、华为等公司和研究机构都纷纷发布了包括BERT， GPT等在内多种模型，并在几乎所有自然语言处理任务中都表现出色。2021年开始大模型呈现爆发式的增长，特别是2022年11月ChatGPT发布后，更是引起了全世界的广泛关注。用户可以使用自然语言与系统交互，从而实现包括问答、分类、摘
2025-06-10 18:54:56
997
原创 小白学大模型：适合1B模型的17个提示词
摘要： 针对小模型（1B参数量）优化提示词的关键在于明确指令、提供上下文和分步引导。通过零样例提示（简洁任务）、少样例提示（示例引导）、角色提示（特定视角）等12种技巧，可以显著提升小模型的任务理解能力。重点包括：1）用分步推理（CoT）处理复杂问题；2）通过系统提示设定全局约束；3）输出引导控制格式。这些方法弥补了小模型知识储备的不足，使其在特定场景下接近大模型效果，同时保持低成本优势。
2025-06-04 22:15:49
694
原创 如何搭建mcp服务操纵dify工作流？
本文介绍了如何开发自定义MCP服务来连接Dify工作流与AI系统。主要内容包括： MCP作为接口可以为大模型提供丰富功能扩展，作者基于Dify工作流开发了专属MCP工具 详细说明了环境搭建步骤，包括安装uv、配置Python虚拟环境等前置条件 重点讲解了函数定义方法，通过@mcp.tool()装饰器注册服务，并规范了输入输出格式 展示了与Dify工作流对接的实现逻辑，包括请求发送、流式输出处理等关键代码 提供了完整的Python示例代码，实现了一个可返回Dify工作流执行结果的MCP服务 该方案使AI系统能
2025-05-29 22:08:41
653
原创 大模型技术基础学习路线，想要学好大模型应该具备哪些能力？
大模型技术学习路线指南 学习大模型技术需掌握六大基础： 理论基础：理解AI、机器学习、神经网络等核心概念 编程基础：Python为主，掌握算法实现能力 框架掌握：熟练使用PyTorch、TensorFlow等深度学习框架 领域知识：结合NLP/CV等具体应用方向 实践训练：通过项目验证理论，避免纸上谈兵 数学基础：扎实的算法与数学推导能力 学习路径包含七阶段进阶：从系统设计、提示词工程到微调开发、多模态应用。建议理论实践结合，关注行业最新动态，通过实际项目积累经验。
2025-05-29 22:03:03
1188
原创 SIGIR 25：快手基于层次搜索的LLM推荐
大型语言模型(LLM)在推荐系统中的应用面临长文本处理和兴趣动态变化两大挑战。本文提出HiT-LBM框架，通过分块用户行为提取、层次树搜索兴趣和时间感知兴趣融合三个模块，有效捕捉用户兴趣及其演变。实验表明，该框架可提升多种推荐模型的性能，在公开数据集和工业场景中均表现优异，尤其对长尾用户效果显著。在线A/B测试显示收入提升3.5%，转化率提升2.3%。
2025-05-28 22:58:05
1043
原创 16.8k Star 的吴恩达大佬的小白模型手册_吴恩达小白模型手册
这是一份专为开发者打造的大模型学习手册，旨在帮助国内开发者快速掌握大型语言模型（LLM）的开发与应用能力。项目以吴恩达老师的大模型系列课程为基础，通过内容筛选、翻译、复现与优化，构建了一套系统化的学习路径，覆盖从 Prompt 设计到 RAG 开发、模型微调的全流程实践。
2025-05-28 22:54:12
947
原创 使用agno实现AI代理设计的五个层级，由易到难
本指南将代理设计分解为五个实际难度级别，每个级别均提供可运行的代码示例。无论开发者是初学者还是处理现实世界的复杂任务，本指南都能帮助避免常见陷阱，构建真正有效的代理。这些级别包括：•级别1：带工具和指令的代理•级别2：带知识和记忆的代理•级别3：带长期记忆和推理的代理•级别4：多代理团队•级别5：代理系统以下逐一介绍各级别。
2025-05-27 10:02:13
693
原创 终于弄懂了《Transformer入门到精通》高清pdf分享
《Transformer入门到精通》是一本权威指南，全面介绍60多种Transformer架构及其算法技术。书中包含丰富案例和可运行的Colab代码，涵盖语音识别、自然语言处理、计算机视觉等领域。全书7大章节系统讲解Transformer基础知识、BERT模型、多语言架构、改进变体及可解释性技术，并提供实用应用建议。原价45美元，现可通过扫描二维码免费获取电子版。配套的完整版大模型AI学习资料也已上传优快云平台供读者领取。
2025-05-27 09:58:59
382
原创 企业级RAG实施指南，企业知识库落地一定不要错过，长文建议收藏
检索增强生成（RAG）系统作为连接大语言模型与企业私有知识库的关键技术，正成为企业提升信息处理能力和业务创新的重要工具。本文深入探讨了企业级RAG系统的配置、框架选型及实施策略，并分析了常见误区与挑战。文章指出，优秀的RAG系统能够显著提升信息检索准确率、缩短检索时间，并提高员工生产力。然而，企业在自建RAG系统时，常面临专业知识壁垒、可扩展性不足、系统集成不畅以及数据隐私与安全等挑战。为此，文章提出了前瞻性规划、无缝融入业务流、数据安全为基石等核心行动建议，并详细介绍了Cherry Studio、Anyt
2025-05-23 12:42:05
838
原创 大模型 AI 时代背景下，中年程序员面对的挑战与机遇
在大模型 AI（如GPT、通用多模态模型）高速发展的当下，软件行业已然步入了新的技术拐点。中年程序员，这一曾经在上一波互联网浪潮、AI早期实现中立下汗马功劳的群体，正面临着前所未有的挑战——AI技术门槛的变化、就业结构的重塑以及技能更新的迫切需求。但与此同时，新的机遇也静悄悄降临：经验与行业洞察，将在大模型时代焕发出全新活力。本文将围绕大模型的核心特征、技术优势，以及它对传统编程技能的冲击和转化，深入探讨中年程序员如何自我定位与进阶。
2025-05-23 12:34:00
569
原创 从简单到复杂AI Agent的五个发展阶段
Agno 是一个轻量级、高性能的开源库，专为构建具备记忆、知识和推理能力的 AI 智能体而设计，已在 GitHub 上获得 26.8k star。其开发理念强调“由简入繁”，主张从基础功能逐步提升智能体的复杂度和能力。Agno 提出了智能体系统的五个发展阶段：Level 1 聚焦基础工具与指令；Level 2 引入知识库和存储机制；Level 3 具备记忆和推理能力；Level 4 强调多智能体协作；Level 5 迈向完整的 Agent 系统，支持异步任务处理和大规模应用。Agno 提供了丰富的文档和示例
2025-05-23 12:31:21
1031
原创 农业＋AI~气候变化时间序列分析：利用深度学习赋能精准农业
精准农业通过优化农业管理，旨在节约资源、提升产量并减少环境影响。关键技术包括智能灌溉系统、精准播种系统和作物产量预测。露点温度是影响灌溉的关键指标，预测露点温度有助于水资源规划和病虫害防治。本文介绍了利用深度学习进行露点温度时空预测的方法，使用美国农业部的数据集，通过VAR方法和LSTM神经网络构建预测模型。模型可通过纳入更多解释变量或改变网络架构进行拓展，以提升预测性能。精准农业和露点温度预测在农业、水利和能源管理等领域具有重要意义。
2025-05-23 12:27:40
938
原创 Java开发选手暑期3月勇闯转大模型算法上岸
在回顾还是觉得很神奇，其实研一就很想做算法，自学了机器学习深度学习。后来觉得为了求稳，以及实验室同学全部都做后端，就又开始java开发并且去实习。 直到3月份，机缘巧合下一个师兄说，为什么不做大模型呢，风口在这里为什么不上呢？
2025-05-16 11:36:37
799
原创 2025年，大模型LLM还有哪些可研究的方向？
近两年LLM在学术界与工业界的发展大家都有目共睹。到了今年，以预训练LLM为代表的大模型PK上半场已然结束，接下来就要进入下半场大模型2.0时代了。那么在这新赛道，关于大模型我们还有什么可做的创新？要知道，如今的大模型研究已经从单纯的"规模竞赛"转向"效能突破"与"应用重构"，研究者们致力于构建可持续进化的智能生态系统。因此，多模态大模型、智能体agent等这类围绕大模型技术演进核心矛盾的方向尤其值得关注。
2025-05-14 19:53:39
556
原创 【面试必备】大模型经典面试题+详细答案：背八股文才是王道，不然你面试撑不过五分钟_大模型面试题
最近秋招正在如火如荼地进行中，看到很多人的简历上都包含大模型相关的工作，各家大厂和初创都很舍得给钱，动辄百万年包也变得不再稀奇。因此在大模型纵横的这个时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。
2025-05-14 19:50:52
623
原创 AI大模型与企业数字化转型：业务“数字化”是必要之路
有了大模型之后，是不是就不需要开展业务“数字化”，只需要把问题直接丢给AI去解决呢？基于数字看板、数字孪生的传统方法在应对实现了“业务活动步骤化”、“步骤环节要素化”、“要素数据规格化”的业务数据时，就像数码照片的清晰度一样，效果是可度量、可预测、可控制的。AI大模型可以有效应对自然语言描述、图片、视频等非结构化数据，但其基于概率统计和模式匹配的基本原理，决定了在基于非结构化数据开展智能生成和决策时，其效果难以度量和预测，无法避免“AI幻觉”这类错误。
2025-05-09 14:27:38
733
原创 国内首份《2025央国企AI+数智化转型研究报告》
今天分享一份由中国软件行业协会信息主管（CIO）分会、晋阳数字经济产业研究院、数字产业创新研究中心、锦囊专家联合发布的国内首份《2025央国企AI+数智化转型研究报告》。
2025-05-09 14:25:46
546
原创 干货 ：2025大模型学习路线图 （附大模型学习资源分享）
零基础想要入门大模型，langchain、transformer、bert这些是要学的，但是你上来就从这里开始学习，那你就大错特错了！作为一名有一定编程经验的程序员，我们真的没必要一上来就把时间精力全部投入到复杂的理论、纠结选择什么编程语言和各种晦涩的数学公式上，这样不仅容易让你精神内耗，最终演变成入门到放弃。
2025-05-08 17:55:27
874
原创 DeepSeek-R1发布100天后：全面复盘推理大模型复现研究及未来！
推理语言模型：RLMs （OpenAI-o1/o3/o4、DeepSeek-R1以及QwQ系列）的最新发展标志着大型语言模型的一次重大演变。特别，的发布引发了广泛的社会影响，但其并实现细节未完全开源。MiroMind&复旦&新加坡国立大学等总结了近期的，主要关注这两个主要方向，介绍了当前复现研究在数据构建、方法设计和训练过程中的细节、。**一、**是通过高质量的数据集来提升推理语言模型（）的关键方法之一。**二、**数据集主要涵盖数学和编程问题，并确保在训练过程中可以验证模型的输出。
2025-05-07 21:52:00
864
原创 2025年传统程序员如何转行到AI大模型? AI大模型学习路线路径，巨详细！！_程序员如何转人工智能
传统程序员转行到AI大模型领域是一个既充满挑战又蕴含机遇的过程。以下是一份详细的指南，旨在帮助程序员顺利过渡到这个新兴且快速发展的行业。
2025-05-07 21:49:23
545
原创 干货分享|检索增强生成技术RAG：向量化与大模型的结合
本文我们将来学习一个与现在 AGI 时代合作紧密的技术 RAG, 这是每个 AIGC 方向开发不得不掌握的能力。*为什么需要使用RAG*该模块将介绍 RAG 的应用场景，以及与模型微调方案的差异*模型Agent需要额外的信息穿透*使用模型Agent时，对于一些不在基座模型训练数据中的信息，模型无法做出精准回答，即使回答了，也是错误的答复。当模型 Agent 用于外部或者一些通用场景时，这个问题可能还可以被忽略。**但在内网场景，或者存在信息壁垒的场景使用时，这个问题会严重影响用户的体验，**比如下列的一些场
2025-05-06 17:27:11
995
原创 资料分享丨2025年全球AI编程（AI Coding）市场洞察研究报告（附34页文件下载）
《2025年全球AI编程市场洞察研究报告》由亿欧智库倾力打造，深度剖析AI编程领域发展现状与趋势。报告涵盖行业背景、工具分类、商业模式、市场趋势等多维度内容，评估主流工具表现，分析代表产品优势劣势，为从业者、企业及投资者提供全方位市场洞察，助力把握AI编程发展机遇。
2025-05-06 17:18:24
263
原创 RAG的12种调优策略_rag调优
随着越来越多的开发人员在创建RAG流程的原型方面积累经验，讨论如何使RAG流程达到投入生产所需的性能变得更为重要。本文主要阐述了以下调优点：
2025-04-23 22:40:53
1105
原创 2025年必须掌握的LLM训练三阶段
01近日，DeepSeek-R1 横空出世，全球AI股票应声暴跌。他们打造了一款强大的推理模型，并将其开源。这款模型之强大，足以媲美OpenAI的o1模型，而成本却仅为后者的一小部分。他们的秘诀在于其大语言模型（LLM）的训练方式。正因如此，今天我们将一步步解析这一训练过程，以期最终能够设计出激动人心的新方法，并像DeepSeek那样创造出更加强大的模型。闲话少说，我们来研究一下吧！02大语言模型训练的第一阶段称为。预训练是一种无监督学习方法，帮助大模型掌握语言规则并构建世界认知框架。
2025-04-16 22:51:55
869
原创 AI小白到高手：大型语言模型你必须知道的事！
论你是刚接触 AI 的新手，还是对 AI 已有一定了解的朋友，这篇文章都会为你提供清晰又深入的理解。理解大型语言模型（LLM）其实很简单—— 你只要想象它就是在玩“文字接龙”的游戏。
2025-04-16 22:46:16
858
原创 2025如何抓住AI未来！《多模态大模型：技术原理与实战》揭秘下一代AI核心技术，大模型入门必备！
本书详细介绍了大语言模型和多模态大模型的发展历史、技术原理和亮点、主要的开源框架、配套工具、部署细则和实战案例。为了让读者更好地进行大模型的应用实战，本书还详细介绍了使用大模型为商业赋能的3个应用案例。期望本书能够帮助读者打开通往大模型尤其是多模态大模型的学习、实战和商业成功之路。本书适用于从事人工智能工作的专业技术人员，比如算法工程师、研发工程师等，也适用于对多模态大模型感兴趣的各类从业者，比如产品经理、项目经理和各级管理人员等。
2025-04-11 22:27:40
380
原创 本地离线部署Ai大模型的三种方案，含安装教程！_离线大模型
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；定制和创建您自己的模型。第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
2025-04-11 22:11:28
788
原创 十天速成大模型—路径规划篇_路径规划 大模型
了解当前主流的大模型，包括 GPT 系列、BERT、DALL-E、CLIP 等。探讨这些模型的架构、应用场景、优缺点，并了解它们在各自领域的影响力和应用实例。
2025-04-07 23:45:03
851
原创 大模型入门超全指南来了！人大团队力作，内附一线开发经验
大语言模型》教材力求全面详实、层次清楚、循序渐进，从预训练到微调与对齐，从使用技术到评测应用，基本全覆盖大语言模型训练与使用的全流程。第一部分 背景与基础知识，介绍大语言模型的背景知识和重要概念，GPT系列模型的发展历程，以及大模型相关的资源信息。第二部分 预训练，介绍预训练数据的准备工作，大语言模型的架构，以及预训练过程涉及的相关技术。第三部分 微调与对齐，介绍指令微调和轻量化微调方法，以及以强化学习算法RLHF为代表的大模型人类对齐技术。第四部分 使用与评测。
2025-04-07 23:43:37
593
原创 2025最新大模型算法岗面试八股文【基础篇100题】，金九银十季，涨薪涨薪（精简、纯手打）_大模型算法发八股文
最近春招正在如火如荼地进行中，看到很多人的简历上都包含大模型相关的工作，各家大厂和初创都很舍得给钱，动辄百万年包也变得不再稀奇。因此在大模型纵横的这个时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。本文总结了100道大模型算法岗常见的面试题（含答案），篇幅限制，部分内容如下。一、基础篇1、目前主流的开源模型体系有哪些？Transformer体系：由Google提出的Transformer 模型及其变体，如BERT、GPT 等。PyTorch Lightning：一个基于PyTorc
2025-04-01 23:37:36
736
原创 2025最新AI大模型应用开发的核心技术学习线路看这里
现如今大模型岗位需求越来越大，但是相关岗位人才难求，薪资持续走高，AI运营薪资平均值约18457元，AI工程师薪资平均值约37336元，大模型算法薪资平均值约39607元。很多人学习大模型的时候没有方向，东学一点西学一点，像只无头苍蝇乱撞，下面是我整理好的一套完整的学习路线，希望能够帮助到你们学习AI大模型。第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。大模型的开源意味着AI时代更需要的是基于大模型的新生产力工具，而非纯粹的算法研究。
2025-04-01 23:34:07
1159
原创 检索增强生成（RAG）深度解析
RAG通过检索与生成的协同，突破了传统生成模型的静态知识局限，成为解决时效性与专业性的有效方案。随着多模态检索（如图文结合）和自适应学习的发展，RAG或将成为下一代AI系统的核心架构之一。
2025-04-01 23:28:09
705
原创 2025年3月份我放弃了前端，转行了！！！猜我得到了什么?_前端转行不干互联网了
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