<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[梅花寺]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Android062005</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Android062005]]></copyright><item><title><![CDATA[3 分钟，用 DeepSeek 搞定大厂通过率 90% 的简历]]></title><link>https://blog.youkuaiyun.com/Android062005/article/details/147087861</link><guid>https://blog.youkuaiyun.com/Android062005/article/details/147087861</guid><author>Android062005</author><pubDate>Wed, 09 Apr 2025 10:41:24 +0800</pubDate><description><![CDATA[昨天，跟一个朋友在一块聊天，他跟我说拿到年终奖了，准备出去看看机会，投了几份简历，一直没收到面试通知，让我帮忙看看简历是否还能再优化一下。现在 DeepSeek 这么火， 我就去尝试能不能借助 DeepSeek 来优化简历，甚至让 DeepSeek 提供求职私教服务。尝试之后，发现还不错，来给大家分享一下。不同岗位的招聘要求肯定不一样，给 DeepSeek 提供一些背景信息，它才能有针对性思考。我在招聘网站上找到了一份面试要求，发给 DeepSeek，让他先了解一下目标岗位的要求。]]></description><category></category></item><item><title><![CDATA[1万字深度解析AI大语言模型在医疗健康领域的应用现状、发展趋势以及面临的挑战]]></title><link>https://blog.youkuaiyun.com/Android062005/article/details/147087574</link><guid>https://blog.youkuaiyun.com/Android062005/article/details/147087574</guid><author>Android062005</author><pubDate>Wed, 09 Apr 2025 10:35:50 +0800</pubDate><description><![CDATA[随着人工智能技术的飞速发展,大语言模型(Large Language Models, LLMs)正在医疗健康领域掀起一场革命。近日,来自加州大学河滨分校和斯坦福大学的研究人员发表了一篇题为《Large Language Models in Healthcare and Medical Domain: A Review》的综述论文,全面梳理了大语言模型在医疗领域的应用现状、发展趋势以及面临的挑战。本文将深入解读这篇重要综述,为读者呈现大语言模型在改变医疗实践、推动医学研究方面的巨大潜力。]]></description><category></category></item><item><title><![CDATA[00后用AI整顿职场，Excel被革命了！一分钟可填写500个表格，数据搜集快1000倍！网友：微软、谷歌快点跟进]]></title><link>https://blog.youkuaiyun.com/Android062005/article/details/147069515</link><guid>https://blog.youkuaiyun.com/Android062005/article/details/147069515</guid><author>Android062005</author><pubDate>Tue, 08 Apr 2025 15:24:22 +0800</pubDate><description><![CDATA[Excel真的要被革命了！想象一下有成千上万的实习生帮你处理一张表格的情景！你敢想象每张电子表格里的每一行每一列，甚至每一个单元格都是一个单独的智能体吗？这种“超神”级别的表格AI，甚至微软谷歌的Doc都没有做到。但却被一家融资200万美元的小团队做到了。近日，一家名为Paradigm的AI公司，在X上推出了他们的研发新品，这是一个全新的AI驱动的电子表格，每分钟可以填写 500 个单元格，甚至可以让电子表格直接用来生图，再也不必使用Photoshop！]]></description><category></category></item><item><title><![CDATA[【重磅推出】吴恩达与OpenAI联手打造《LLM CookBook》中文版：大模型课程逆天来袭！]]></title><link>https://blog.youkuaiyun.com/Android062005/article/details/147069391</link><guid>https://blog.youkuaiyun.com/Android062005/article/details/147069391</guid><author>Android062005</author><pubDate>Tue, 08 Apr 2025 15:20:23 +0800</pubDate><description><![CDATA[吴恩达老师与OpenAI合作推出的大模型系列教程，从开发者在大型模型时代的必备技能出发，深入浅出地介绍了这些教程非常适合开发者学习，以便开始基于LLM实际构建应用程序。Datawhale将该系列课程翻译为中文，并复现了范例代码，其中一个视频还增加了中文字幕，以支持国内中文学习者直接使用，帮助他们更好地学习LLM开发。]]></description><category></category></item><item><title><![CDATA[【应用实战】利用Ollama + RAGFlow部署千问大模型：构建个人知识库AI智能体]]></title><link>https://blog.youkuaiyun.com/Android062005/article/details/147069257</link><guid>https://blog.youkuaiyun.com/Android062005/article/details/147069257</guid><author>Android062005</author><pubDate>Tue, 08 Apr 2025 15:15:43 +0800</pubDate><description><![CDATA[将开源的大语言预训练模型部署到用户设备上进行推理应用，特别是结合用户专业领域知识库构建AI应用，让AI在回答时更具有专业性，目前已经有很多成熟的应用方案。其中，支持大模型本地化部署的平台及工具很多，比较出名的有ollama、vLLM、LangChain、Ray Serve等，大大简化了模型的部署工作，并提供模型全生命周期管理。]]></description><category></category></item><item><title><![CDATA[【新进展】知识图谱+大模型--＞医疗诊断]]></title><link>https://blog.youkuaiyun.com/Android062005/article/details/147069102</link><guid>https://blog.youkuaiyun.com/Android062005/article/details/147069102</guid><author>Android062005</author><pubDate>Tue, 08 Apr 2025 15:10:33 +0800</pubDate><description><![CDATA[在当今的医疗保健中，电子健康记录（EHRs）和日常文档记录对患者的护理至关重要。EHRs提供了患者的全面健康信息，包括病史、诊断和治疗。然而，由于EHR叙述内容繁多且复杂，容易导致医疗人员信息过载，进而增加诊断错误的风险。近年来，生成式大型语言模型（LLMs）在各类语言任务中的表现令人瞩目，但在医疗领域的应用面临诸多挑战，尤其是在减少诊断错误和避免对患者造成伤害方面。为了应对这些挑战，研究者们提出了一种创新方法，通过。]]></description><category></category></item><item><title><![CDATA[【无标题】从零开始手把手带你训练LLM保姆级教程，草履虫都能学会！]]></title><link>https://blog.youkuaiyun.com/Android062005/article/details/147064981</link><guid>https://blog.youkuaiyun.com/Android062005/article/details/147064981</guid><author>Android062005</author><pubDate>Tue, 08 Apr 2025 12:01:43 +0800</pubDate><description><![CDATA[ChatGPT面世以来，各种大模型相继出现。那么大模型到底是如何训练的呢，在这篇文章中，我们将尽可能详细地梳理一个完整的 LLM 训练流程，包括模型预训练（Pretrain）、Tokenizer 训练、指令微调（Instruction Tuning）等环节。]]></description><category></category></item><item><title><![CDATA[【手把手包会】Python + Ollama + Qwen2 实现本地大语言模型简单调用]]></title><link>https://blog.youkuaiyun.com/Android062005/article/details/147064904</link><guid>https://blog.youkuaiyun.com/Android062005/article/details/147064904</guid><author>Android062005</author><pubDate>Tue, 08 Apr 2025 11:58:10 +0800</pubDate><description><![CDATA[导入所需的模块：Ollama 用于语言模型，CallbackManager 和 StreamingStdOutCallbackHandler 用于处理输出流，ChatPromptTemplate 用于创建聊天提示模板。定义了一个函数 initialize_ollama_model 来初始化 Ollama 模型实例，并设置温度和核采样阈值等参数。]]></description><category></category></item><item><title><![CDATA[【全网最全】AIGC产品经理面试高频100题答案解析]]></title><link>https://blog.youkuaiyun.com/Android062005/article/details/147064809</link><guid>https://blog.youkuaiyun.com/Android062005/article/details/147064809</guid><author>Android062005</author><pubDate>Tue, 08 Apr 2025 11:54:04 +0800</pubDate><description><![CDATA[整理了行业内PDF书籍、行业报告、文档，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。AI大模型应用所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。7.7 你觉得你实习/工作期间做的最好的项目是哪个?1、目前人工智能项目一般采用什么算法或模型，近些年的使用的算法或模型有什么变化。]]></description><category></category></item><item><title><![CDATA[【零基础到精通】AI大模型技术基础学习路线：掌握必备能力，轻松成为大模型专家！]]></title><link>https://blog.youkuaiyun.com/Android062005/article/details/147064635</link><guid>https://blog.youkuaiyun.com/Android062005/article/details/147064635</guid><author>Android062005</author><pubDate>Tue, 08 Apr 2025 11:49:00 +0800</pubDate><description><![CDATA[理论其实就是一套描述和解决问题的方法论，只不过不同的技术有不同的方法，也就是理论。‍‍‍‍‍‍‍‍‍‍理论的发展有两种方式，一种是基于实践检验结果总结出来的经验；二种是以严谨的科学理论推导出逻辑自洽的解决某个问题的方法。‍‍‍‍‍‍‍比如说，火是人类生存和进化的重要条件之一，而在远古时期人类对于火的认知还比较浅显，因此那时关于火的理论也比较基础，比如它可以取暖，可以烤熟食物等；这就是基于经验的理论基础。‍‍‍‍。]]></description><category></category></item><item><title><![CDATA[【机器学习】Qwen2大模型原理、训练及推理部署实战]]></title><link>https://blog.youkuaiyun.com/Android062005/article/details/147046874</link><guid>https://blog.youkuaiyun.com/Android062005/article/details/147046874</guid><author>Android062005</author><pubDate>Mon, 07 Apr 2025 16:24:32 +0800</pubDate><description><![CDATA[Qwen2对比Qwen1.5模型尺寸：将Qwen2-7B和Qwen2-72B的模型尺寸有32K提升为128KGQA（分组查询注意力）：在Qwen1.5系列中，只有32B和110B的模型使用了GQA。这一次，所有尺寸的模型都使用了GQA，提供GQA加速推理和降低显存占用分组查询注意力 (Grouped Query Attention) 是一种在大型语言模型中的多查询注意力 (MQA) 和多头注意力 (MHA) 之间进行插值的方法，它的目标是在保持 MQA 速度的同时实现 MHA 的质量。]]></description><category></category></item><item><title><![CDATA[【多模态大模型教程】在自定义数据上使用Qwen-VL多模态大模型的微调与部署指南]]></title><link>https://blog.youkuaiyun.com/Android062005/article/details/147043067</link><guid>https://blog.youkuaiyun.com/Android062005/article/details/147043067</guid><author>Android062005</author><pubDate>Mon, 07 Apr 2025 14:18:12 +0800</pubDate><description><![CDATA[提供了这个脚本供用户实现在自己的数据上进行微调的功能，以接入下游任务。此外还提供了shell脚本减少用户的工作量。这个脚本支持 DeepSpeed 和 FSDP。]]></description><category></category></item><item><title><![CDATA[【大模型实战案例】手把手教大家微调大模型 Llama 3]]></title><link>https://blog.youkuaiyun.com/Android062005/article/details/147042935</link><guid>https://blog.youkuaiyun.com/Android062005/article/details/147042935</guid><author>Android062005</author><pubDate>Mon, 07 Apr 2025 14:13:09 +0800</pubDate><description><![CDATA[Llama 3 近期重磅发布，发布了 8B 和 70B 参数量的模型，我们对 Llama 3 进行了微调！！！今天手把手教大家使用 XTuner 微调 Llama 3 模型。]]></description><category></category></item><item><title><![CDATA[【大模型面试必备】20道大模型经典问题及答案：助你成功通过面试！]]></title><link>https://blog.youkuaiyun.com/Android062005/article/details/147041176</link><guid>https://blog.youkuaiyun.com/Android062005/article/details/147041176</guid><author>Android062005</author><pubDate>Mon, 07 Apr 2025 12:24:54 +0800</pubDate><description><![CDATA[大型语言模型（LLM）是一种通过大量文本材料训练的人工智能系统，能够像人类一样理解和生成语言。通过使用机器学习技术识别训练数据中的模式和关联，这些模型能够提供逻辑上和上下文上适当的语言输出。]]></description><category></category></item><item><title><![CDATA[【大模型】总结优秀的prompt案例，学习更有效的prompt提示词工程写法，值得收藏]]></title><link>https://blog.youkuaiyun.com/Android062005/article/details/147041117</link><guid>https://blog.youkuaiyun.com/Android062005/article/details/147041117</guid><author>Android062005</author><pubDate>Mon, 07 Apr 2025 12:20:39 +0800</pubDate><description><![CDATA[强基固本，行稳致远”，科学研究离不开理论基础，人工智能学科更是需要数学、物理和神经科学等基础学科提供有力支撑，为了紧扣时代脉搏，我们推出“强基固本”专栏，讲解AI领域的基础知识，为你的科研学习提供助力，夯实理论基础，提升原始创新能力，敬请关注。Prompt 提示词工程大多数人都在用，而且都会用，但是不一定写的好？很多人都在想怎么写好，更能满足自己的业务需求，或者实际场景。]]></description><category></category></item><item><title><![CDATA[【大模型】—AI大模型总体概述]]></title><link>https://blog.youkuaiyun.com/Android062005/article/details/147041052</link><guid>https://blog.youkuaiyun.com/Android062005/article/details/147041052</guid><author>Android062005</author><pubDate>Mon, 07 Apr 2025 12:16:07 +0800</pubDate><description><![CDATA[随着人工智能技术的迅猛发展，AI大模型一直被视为推动人工智能领域提升的关键因素，大模型已成为了引领技术浪潮研究和应用方向。大模型是指具有庞大规模和复杂结构的人工智能模型，它们具有数以亿计的参数和深层次的神经网络架构。这些模型通过学习海量数据和深度神经网络的优化，在各种任务上取得了令人瞩目的成果。本文将对AI大模型进行简要介绍，包括其定义、发展历程以及分类等。AI大模型是通过深度学习算法和人工神经网络训练出的具有庞大规模参数的人工智能模型。]]></description><category></category></item><item><title><![CDATA[【必读】2024 人工智能全景报告《State of AI Report 2024》]]></title><link>https://blog.youkuaiyun.com/Android062005/article/details/147040990</link><guid>https://blog.youkuaiyun.com/Android062005/article/details/147040990</guid><author>Android062005</author><pubDate>Mon, 07 Apr 2025 12:11:04 +0800</pubDate><description><![CDATA[10月10日，我们迎来了，该报告已连续七年发布，成为AI行业流行的风向标。报告链接：2024年的《》由AI投资人 Nathan Benaich 和 Air Street Capital 团队制作，有213页，涵盖了__五个方面，对最新的 AI 发展现状和未来预期进行了深度分析。前沿实验室模型性能趋同，OpenAI的o1在推理计算上有优势，Llama 3缩小了与闭源模型差距。同时，中国模型在社区排行榜表现出色。图：OpenAI在推出o1后保持了其领先地位，规划和推理成为主要的研究前沿。]]></description><category></category></item><item><title><![CDATA[【RAG入门教程】Langchian框架 v0.2介绍]]></title><link>https://blog.youkuaiyun.com/Android062005/article/details/147026998</link><guid>https://blog.youkuaiyun.com/Android062005/article/details/147026998</guid><author>Android062005</author><pubDate>Sun, 06 Apr 2025 16:56:11 +0800</pubDate><description><![CDATA[LangChain 是一个开源框架，旨在简化使用大型语言模型 (LLM) 创建应用程序的过程。可以将其想象成一套使用高级语言工具进行搭建的乐高积木。它对于想要构建复杂的基于语言的应用程序而又不必管理直接与语言模型交互的复杂性的开发人员特别有用。它简化了将这些模型集成到应用程序中的过程，使开发人员能够更加专注于应用程序逻辑和用户体验。]]></description><category></category></item><item><title><![CDATA[【MiniRAG】极致简洁高效的新型RAG系统：重新定义检索增强生成！]]></title><link>https://blog.youkuaiyun.com/Android062005/article/details/147026921</link><guid>https://blog.youkuaiyun.com/Android062005/article/details/147026921</guid><author>Android062005</author><pubDate>Sun, 06 Apr 2025 16:52:11 +0800</pubDate><description><![CDATA[对的系统需求日益增长，但RAG框架中部署**小型语言模型（SLMs）**在语义理解和文本处理上存在局限，阻碍了广泛应用。与 LLMs 相比，。：SLMs生成的描述质量明显低于LLMs。：SLMs难以在大篇幅的上下文中找到相关信息，而LLMs则能有效地完成这项任务。为此，香港大学提出并了，这是一种专为而设计的新型RAG系统。MiniRAG引入了两项关键技术创新：（1）一种，将文本块和命名实体结合在一个统一结构中，减少了对复杂语义理解的依赖；（2）一种，利用图结构实现高效的知识发现，而无需高级语言能力。]]></description><category></category></item><item><title><![CDATA[【LLM大模型】中国AI大模型市场迎来新格局！]]></title><link>https://blog.youkuaiyun.com/Android062005/article/details/147026845</link><guid>https://blog.youkuaiyun.com/Android062005/article/details/147026845</guid><author>Android062005</author><pubDate>Sun, 06 Apr 2025 16:48:36 +0800</pubDate><description><![CDATA[AI圈最近又发生了啥新鲜事？]]></description><category></category></item></channel></rss>