<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[ainnle的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/ainnle</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; ainnle]]></copyright><item><title><![CDATA[企业AI部署入门必读：从零开始搭建私有化AI系统]]></title><link>https://blog.youkuaiyun.com/ainnle/article/details/145827877</link><guid>https://blog.youkuaiyun.com/ainnle/article/details/145827877</guid><author>ainnle</author><pubDate>Mon, 24 Feb 2025 14:22:15 +0800</pubDate><description><![CDATA[本文目标是让Ai小白都了解如何搭建一套企业内部可控、安全、高效的AI系统，解决业务问题，推动业务增长。]]></description><category></category></item><item><title><![CDATA[企业级RAG开源项目分享：Quivr、MaxKB、Dify、FastGPT、RagFlow]]></title><link>https://blog.youkuaiyun.com/ainnle/article/details/145726406</link><guid>https://blog.youkuaiyun.com/ainnle/article/details/145726406</guid><author>ainnle</author><pubDate>Wed, 19 Feb 2025 12:26:06 +0800</pubDate><description><![CDATA[企业级 RAG 开源项目为企业构建智能应用提供了强大的工具和平台。Quivr、MaxKB、Dify、FastGPT 和 RagFlow 各有特色，企业可以根据自身需求和场景进行选择。在追求 RAG 应用的深度和广度的同时，本地私有化 LLM 部署也成为企业需要重点考虑的方向。通过合理的模型选型、硬件配置和集成方案，企业可以构建安全、高效、可控的企业级 RAG 系统，释放 AI 的真正价值。]]></description><category></category></item><item><title><![CDATA[Anthropic 首席执行官华尔街日报采访内容详解]]></title><link>https://blog.youkuaiyun.com/ainnle/article/details/145681728</link><guid>https://blog.youkuaiyun.com/ainnle/article/details/145681728</guid><author>ainnle</author><pubDate>Mon, 17 Feb 2025 14:05:37 +0800</pubDate><description><![CDATA[1月21日在达沃斯 "华尔街日报新闻之家 "上，Anthropic 首席执行官达里奥-阿莫代（Dario Amodei）概述了克劳德的下一个篇章--从网页浏览、语音到更先进的模型--同时预测人工智能在短短几年内就能达到人类的智能水平。]]></description><category></category></item><item><title><![CDATA[中国式创新：从模仿到超越，AI领域亦是如此]]></title><link>https://blog.youkuaiyun.com/ainnle/article/details/145681578</link><guid>https://blog.youkuaiyun.com/ainnle/article/details/145681578</guid><author>ainnle</author><pubDate>Mon, 17 Feb 2025 14:00:45 +0800</pubDate><description><![CDATA[最近，Uber创始人特拉维斯·卡兰尼克（Travis Kalanick）在参加All In播客节目时，分享了他对中国式创新的独特见解]]></description><category></category></item><item><title><![CDATA[大模型蒸馏技术解析：从复杂到高效的智能迁移]]></title><link>https://blog.youkuaiyun.com/ainnle/article/details/145680605</link><guid>https://blog.youkuaiyun.com/ainnle/article/details/145680605</guid><author>ainnle</author><pubDate>Mon, 17 Feb 2025 13:16:07 +0800</pubDate><description><![CDATA[本文介绍AI领域的“模型蒸馏”技术及DeepSeek的创新应用，帮助大家更好地理解如何通过这种技术提升模型的效率和性能。]]></description><category></category></item><item><title><![CDATA[AI本地部署工具哪家强？7款热门工具横向对比]]></title><link>https://blog.youkuaiyun.com/ainnle/article/details/145679181</link><guid>https://blog.youkuaiyun.com/ainnle/article/details/145679181</guid><author>ainnle</author><pubDate>Mon, 17 Feb 2025 11:40:33 +0800</pubDate><description><![CDATA[那本文将对七款热门 AI 工具 OpenWebUI、AnythingLLM、Ollama、Cherry Studio、LM Studio、Dify 和 FastGPT 进行多维度对比，以便您根据自身需求选择合适的工具。]]></description><category></category></item><item><title><![CDATA[微软 CEO 萨提亚・纳德拉：回顾过去十年，展望 AI 时代的战略布局]]></title><link>https://blog.youkuaiyun.com/ainnle/article/details/144715079</link><guid>https://blog.youkuaiyun.com/ainnle/article/details/144715079</guid><author>ainnle</author><pubDate>Wed, 25 Dec 2024 11:30:58 +0800</pubDate><description><![CDATA[微软 CEO 萨提亚・纳德拉与著名投资人比尔・格里和布拉德・格斯特纳进行了一场深度对话，回顾了过去十年微软的转型历程，并展望了 AI 时代的战略布局。]]></description><category></category></item><item><title><![CDATA[VS Code AI开发之Copilot配置和使用详解]]></title><link>https://blog.youkuaiyun.com/ainnle/article/details/144714309</link><guid>https://blog.youkuaiyun.com/ainnle/article/details/144714309</guid><author>ainnle</author><pubDate>Wed, 25 Dec 2024 11:22:28 +0800</pubDate><description><![CDATA[随着AI开发工具的迅速发展，GitHub Copilot在Cursor、Winsuf、V0等一众工具的冲击下，推出了免费版本。接下来，我将为大家介绍GitHub Copilot的配置和使用方法。GitHub Copilot基于OpenAI Codex模型，旨在为软件开发者提供智能化的代码建议和自动补全功能。目前Copilot 支持gpt4、claude3.5 sonnet 等]]></description><category></category></item><item><title><![CDATA[探索 Google Gemini 2.0 Flash]]></title><link>https://blog.youkuaiyun.com/ainnle/article/details/144685080</link><guid>https://blog.youkuaiyun.com/ainnle/article/details/144685080</guid><author>ainnle</author><pubDate>Tue, 24 Dec 2024 10:09:21 +0800</pubDate><description><![CDATA[Gemini 2.0 Flash不仅能接收多模态输入，还能生成多模态输出，包括音频和图像。这意味着开发者现在可以构建更复杂的应用，比如通过音频和图像生成来进行更直观的结果展示。]]></description><category></category></item><item><title><![CDATA[GPT-O3：简单介绍]]></title><link>https://blog.youkuaiyun.com/ainnle/article/details/144684409</link><guid>https://blog.youkuaiyun.com/ainnle/article/details/144684409</guid><author>ainnle</author><pubDate>Tue, 24 Dec 2024 09:52:01 +0800</pubDate><description><![CDATA[OpenAI发布了其最新的AI模型GPT-O3，这一模型在AGI评估中取得了惊人的成绩，展现出强大的能力和潜力。GPT-O3的出现标志着人工智能领域的重大进步，预计将在2025年实现更大的突破。]]></description><category></category></item><item><title><![CDATA[Dify工作流实现OpenAI O1的替代方案随想]]></title><link>https://blog.youkuaiyun.com/ainnle/article/details/142438092</link><guid>https://blog.youkuaiyun.com/ainnle/article/details/142438092</guid><author>ainnle</author><pubDate>Sun, 22 Sep 2024 15:48:30 +0800</pubDate><description><![CDATA[Dify工作流和开源项目g1通过不同的方法，有效弥补了O1的使用限制，显著提升了大模型的推理性能。无论是通过模仿O1的思维链，还是采用提示词策略，这两种方案都适合不同需求的用户，帮助他们在处理复杂问题时更加得心应手。通过这些方法，用户不仅可以提高模型的推理性能，还能在有限的资源下最大化地利用模型的功能。希望这些技巧能帮助你更好地使用这些工具，提升开发效率，创造更多精彩的项目！]]></description><category></category></item><item><title><![CDATA[OpenAI的o1模型：迈向超级智能的新里程碑]]></title><link>https://blog.youkuaiyun.com/ainnle/article/details/142407158</link><guid>https://blog.youkuaiyun.com/ainnle/article/details/142407158</guid><author>ainnle</author><pubDate>Fri, 20 Sep 2024 22:50:54 +0800</pubDate><description><![CDATA[OpenAI发布的o1模型在数学、代码和长程规划等领域取得显著进展，尤其在后训练阶段的强化学习和推理时间的优化上。模型通过动态推理Token和隐式思维链提升推理能力，展示了后训练缩放法则的重要性。STaR和Quiet-STaR方法帮助模型自我优化推理过程，但仍面临少样本和泛化能力的挑战。]]></description><category></category></item><item><title><![CDATA[Cursor：AI引领编程新纪元]]></title><link>https://blog.youkuaiyun.com/ainnle/article/details/142405959</link><guid>https://blog.youkuaiyun.com/ainnle/article/details/142405959</guid><author>ainnle</author><pubDate>Fri, 20 Sep 2024 22:43:19 +0800</pubDate><description><![CDATA[从零到万行代码：我的Cursor AI开发之旅。Cursor AI给我带来的总体体验非常棒，它极大地提升了我的开发效率和代码准确率。现在，我将分享我的使用经验，并详细讲解Cursor AI的具体使用方法，希望能帮助更多开发者体验到这款强大工具的魅力。]]></description><category></category></item><item><title><![CDATA[本地个人私有RAG随想]]></title><link>https://blog.youkuaiyun.com/ainnle/article/details/141305890</link><guid>https://blog.youkuaiyun.com/ainnle/article/details/141305890</guid><author>ainnle</author><pubDate>Sun, 18 Aug 2024 21:32:00 +0800</pubDate><description><![CDATA[本地个人私有RAG随想]]></description><category></category></item><item><title><![CDATA[windows下AI的全方位高效智能协作小工具]]></title><link>https://blog.youkuaiyun.com/ainnle/article/details/141303966</link><guid>https://blog.youkuaiyun.com/ainnle/article/details/141303966</guid><author>ainnle</author><pubDate>Sun, 18 Aug 2024 20:50:36 +0800</pubDate><description><![CDATA[本文介绍一款在Windows平台上高效智能的AI协作工具：Atool。工具可以根据各种工作场景进行自定义配置提示词完成对应的任务。]]></description><category></category></item><item><title><![CDATA[ollama + fastgpt搭建本地私有AI大模型智能体工作流（AI Agent Flow）-- windows环境]]></title><link>https://blog.youkuaiyun.com/ainnle/article/details/139030543</link><guid>https://blog.youkuaiyun.com/ainnle/article/details/139030543</guid><author>ainnle</author><pubDate>Sat, 18 May 2024 21:23:37 +0800</pubDate><description><![CDATA[ollama + fastgpt搭建本地私有AI大模型智能体工作流（AI Agent Flow）-- windows环境；
windows搭建真正本地RAG检索agent。]]></description><category></category></item><item><title><![CDATA[大模型微调：解锁定制化人工智能的关键]]></title><link>https://blog.youkuaiyun.com/ainnle/article/details/138476018</link><guid>https://blog.youkuaiyun.com/ainnle/article/details/138476018</guid><author>ainnle</author><pubDate>Sun, 05 May 2024 22:43:09 +0800</pubDate><description><![CDATA[大模型微调是一种机器学习技术，旨在通过在特定数据集上进行额外训练，调整预训练大模型的参数，使其更好地适应特定的任务或应用。微调可以看作是在已有的广泛知识基础上，加入一些特定领域的“专业知识”。]]></description><category></category></item><item><title><![CDATA[关于RAG在企业生产过程中的应用方向探索]]></title><link>https://blog.youkuaiyun.com/ainnle/article/details/138443240</link><guid>https://blog.youkuaiyun.com/ainnle/article/details/138443240</guid><author>ainnle</author><pubDate>Sat, 04 May 2024 15:53:52 +0800</pubDate><description><![CDATA[RAG在企业生产过程中的应用]]></description><category></category></item><item><title><![CDATA[探索AI大语言模型Prompt（提示词）的力量]]></title><link>https://blog.youkuaiyun.com/ainnle/article/details/138421135</link><guid>https://blog.youkuaiyun.com/ainnle/article/details/138421135</guid><author>ainnle</author><pubDate>Fri, 03 May 2024 18:36:12 +0800</pubDate><description><![CDATA[AI提示词在指导AI系统生成所需的输出结果中扮演着关键角色。它们定义了任务的范围和要求，确保输出结果满足用户的需求和期望。有效的提示词帮助AI系统：•    理解请求的背景和意图•    确定相关信息和数据进行处理•    生成准确和相关的响应•    避免歧义和混淆。]]></description><category></category></item><item><title><![CDATA[AI赋能自媒体进化：利用Coze打造微信公众号智能知识问答客服bot]]></title><link>https://blog.youkuaiyun.com/ainnle/article/details/138388615</link><guid>https://blog.youkuaiyun.com/ainnle/article/details/138388615</guid><author>ainnle</author><pubDate>Thu, 02 May 2024 12:00:47 +0800</pubDate><description><![CDATA[AI赋能自媒体进化：利用Coze打造微信公众号智能知识问答客服bot]]></description><category></category></item></channel></rss>