- 博客(14)
- 收藏
- 关注
RSS订阅原创 11个超全的deepseek高效使用技巧！随便学 2 个，使用效率和体验直接起飞！超过99%的人不再是梦！
最近国产AI大模型DeepSeek真的是火爆海内外了，狠狠地给咱们中国人争了脸！但是也有好多同学反馈说它有时候也并没那么好用，大熊听后很着急，咱不能因为不会用就说不好用呀（被海外大量攻击+用户暴增后联网功能建议只在非高峰期使用）！通过多天的使用和研究，大熊总结了下面的千字出头《精简版提示词》和万字《详细版提示词》两份提示词攻略，丰俭由君，请大家随心享用！
2026-07-20 11:31:06
268
原创 DeepSeek大模型微调实战（超详细实战篇）
本文详细介绍了基于DeepSeek-LLM-7B-Chat模型在EmoLLM心理健康数据集上的微调实战。通过对比transformers和openMind两种框架，文章展示了环境配置、数据处理、模型训练的全流程。实验旨在让模型学会以心理医生的口吻进行多轮对话，提供了完整代码和数据处理方法，包括数据映射、长度填充等关键步骤。该教程不仅适用于心理对话场景，其方法可迁移至其他微调任务，帮助开发者掌握大模型调优的核心技术。文中还对比了两种框架的异同，并给出显存要求等实践建议。
2026-07-20 11:29:33
200
原创 Obsidian：打造个人知识库的强大工具
在信息爆炸的时代，高效管理和组织知识成为许多人的刚需。作为一款基于 Markdown 的笔记软件，Obsidian 凭借其强大的功能、灵活的配置和私有化部署能力，深受注重数据隐私与安全的用户青睐。以下内容将从 核心功能、显著优势、实际应用 和 私有化部署同步 等方面，全面介绍 Obsidian 的特点及使用方法。
2026-07-19 11:24:42
543
原创 Dify安装与使用指南：详细步骤教程（附教程）
Dify是一个开源的LLM应用开发平台，本文详细介绍了其安装部署步骤和使用场景。安装前需配置Docker环境并添加国内镜像源，然后通过Poetry安装Python依赖。后端部署包括克隆代码、启动中间件容器（PostgreSQL/Redis/Weaviate）和数据库迁移；前端需配置Node.js环境并启动Web服务。文章还提供了大模型学习资料包，包含经典书籍、行业报告、视频教程和开源项目指南，帮助开发者系统学习LLM技术。强调在AI时代掌握工具的重要性，适合零基础用户快速入门。
2026-07-19 11:13:28
365
原创 一文详解-大模型思维链是什么？
**思维链（Chain of Thought, CoT）**是AI领域提升大语言模型推理能力的关键技术，通过分解多步骤问题为中间推理过程，模拟人类逻辑思维。Google 2022年的研究首次提出CoT，其核心是将输入、思维链（自然语言推理步骤）和输出结合，显著提升模型在数学、常识推理等复杂任务中的表现。例如，CoT使PaLM模型解题准确率提升300%，并增强答案的可解释性。这一技术突破了大模型直接输出答案的局限，赋予其分步分析能力，成为推动AI“智能涌现”的核心工具。随着“百模大战”升级，掌握CoT或将成为
2026-07-17 11:00:35
181
原创 DeepSeek新手必看！DeepSeek个人应用全攻略｜最全的 DeepSeek 使用指南（建议收藏）
DeepSeek新手必看！DeepSeek个人应用全攻略｜最全的 DeepSeek 使用指南（建议收藏）
2026-07-16 10:52:26
262
原创 十大时间序列模型总结（非常详细），零基础入门到精通，看这一篇就够了
本文介绍了8种时间序列预测模型的原理、公式、优缺点、适用场景及核心代码实现，包括：ARMA（平稳序列建模）、ARIMA（非平稳序列处理）、SARIMA（季节性数据）、VAR（多变量预测）、GARCH（波动性建模）、Prophet（商业时序预测）、LSTM和GRU（深度学习模型）。文章通过理论解析与代码案例结合，帮助读者掌握不同场景下的模型选择与应用方法，覆盖传统统计方法与现代深度学习技术。
2026-07-15 10:56:54
195
原创 收藏！小白程序员必看：2026年大模型全解析，从AI到智能体，搞懂它才能赢！
2026年，AI已深度渗透日常生活，但多数人对AI的理解仍停留在表面。本文以通俗语言解析人工智能(AI)、大模型和智能体的核心逻辑：AI是让机器具备智能行为的领域，经历了从规则系统到机器学习再到深度学习的演进。2017年Transformer架构的出现成为关键转折点，其注意力机制大幅提升了模型性能。当前AI的突破源于算力、数据和算法三要素的成熟。2022年ChatGPT的爆发式增长标志着大模型时代的到来，到2026年全球63%企业已试点AI智能体，各科技巨头在大模型领域展开激烈竞争。这场技术革命正以史无前例
2026-07-14 10:27:58
1157
原创 AI、大模型、人工智能分不清？一篇文章帮你彻底理清！
本文介绍了AI的基本概念与发展现状。AI（人工智能）广义指让机器具备人类智能行为的技术，狭义指具体应用如ChatGPT、Deepseek等。大模型是支撑这些应用的深度学习技术，参数量巨大。AI发展经历了从1956年诞生到2022年ChatGPT突破的历程，目前国内产品如文心一言、讯飞星火等逐步追赶国际水平。文章将AI分为弱、强、超人工智能三个阶段，指出当前正从弱向强过渡。最后强调普通人应积极学习AI工具，适应智能时代发展。
2026-07-14 10:23:18
251
原创 AI Agent 开始接手 Word、Excel 和 PPT，办公自动化变了
AI办公自动化迎来质变：从内容生成到文件处理闭环 最新工具OfficeCLI标志着AI办公进入新阶段——Agent不仅能生成内容，还能完整处理真实文件。关键突破在于实现"读取-修改-渲染-检查-修正"的闭环工作流，解决了传统AI办公只能生成内容却无法处理格式、模板等交付痛点的难题。文章指出，有效的AI办公需要三层能力：解析文件结构、精准修改内容、可视化验证结果。作者建议通过"30分钟最小验证法"评估工具实用性：选择一个真实任务，明确定义输入和验收标准，测试AI能否保持格式完整、结果可复核。目前最适合AI处理
2026-07-13 10:38:34
221
原创 我的超详细大模型学习路线！
本文分享了大模型技术学习路线与实战经验，总结了当前AI领域的就业趋势：预训练门槛高，后训练（SFT、RLHF）和AI-Agent应用成为工业界热门方向。作者通过60+可视化图表和系统化学习路径（分四个阶段：初阶应用→高阶应用→模型训练→商业闭环），帮助读者构建从理论到落地的完整知识框架，并提供配套的书籍文档、行业报告、项目源码及面试题库资源包。（注：摘要规避了具体推广信息，保留核心技术内容和学习逻辑）
2026-07-12 11:18:38
181
原创 一文看懂大语言模型（LLM）：从Transformer到ChatGPT，AI到底经历了什么？
摘要： 大语言模型（LLM）的发展经历了从规则系统到Transformer架构的革命性突破。2017年Google提出的Transformer（尤其是自注意力机制）成为技术基石，随后OpenAI的GPT系列（生成式）和Google的BERT（理解式）分化为两大路线。2022年ChatGPT的推出让LLM走向大众，引发全球AI竞赛。当前主流平台包括OpenAI的GPT、Google的Gemini、Meta的开源LLaMA等，应用场景覆盖内容创作、代码辅助、知识问答等。未来趋势聚焦多模态融合、AI Agent、
2026-07-10 10:25:09
298
原创 科普神文，一次性讲透AI大模型的核心概念
这篇文章深入浅出地介绍了AI大模型的核心原理，包括令牌化、向量化和Transformer架构。令牌化将文本分解为基本单位（tokens），向量化通过词嵌入（embeddings）将词汇转化为数值表示，捕捉语义关系。Transformer模型通过自注意力机制（Attention）同时处理整个句子，理解上下文和词间关联，从而显著提升语言处理能力。文章结合可视化示例，解释了LLM（大语言模型）如何从海量数据中学习模式，最终生成连贯文本，并探讨了其在现实中的应用潜力。这些技术共同构成了AI大模型的基础，使其能够高效
2026-07-09 11:20:49
164
原创 一文详解AI大模型14个核心基础概念：Transformer、Token、MoE、RAG、Embedding、对齐、预训练、微调、Agent、MCP
本文系统介绍了AI大模型的14个核心概念，从基础架构到前沿应用。主要内容包括： 基础架构：重点讲解Transformer的自注意力机制、Token分词方法、嵌入模型和混合专家模型(MoE)的工作原理。 训练方法：详细解析预训练过程的扩展定律、微调技术(全参数/适配器/低秩分解)以及模型对齐的关键技术RLHF(包括监督微调、奖励模型训练和强化学习优化)。 应用挑战：探讨大模型在智能涌现、幻觉问题和价值对齐等方面的技术难点与解决方案。 文章通过技术原理、公式和实际应用案例的结合，帮助读者建立对大模型的全面认知，
2026-06-09 16:10:03
282
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