自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 收藏
  • 关注

原创 否定之否定出来个缝合怪 —— PMBOK 8.0 中文版前瞻

PMBOK第八版:融合经典与创新,平衡理论与实操 项目管理知识体系(PMBOK)第八版在继承第六版过程导向与第七版价值导向的基础上,实现了螺旋式升级。新版将第六版的49个管理过程与第七版的绩效域思维相融合,形成6大原则、7大绩效域和5大聚焦领域的框架结构。其中,过程组的回归(以聚焦领域形式呈现)弥补了第七版落地性不足的缺陷,而新增的可持续发展原则和AI/ESG内容则体现了时代特征。

2026-05-06 18:12:04 1375

原创 林经理来了!青天就有了! —— 软件项目管理入门操作指南(1)项目启动

本文以技术转管理的程序员林枫担任在线练题SaaS平台项目经理的真实案例,生动展现了项目管理的关键环节。全篇文章,以一个我在工作中参加过的案例,对这个项目进行裁剪、隐藏敏感信息,从多个案例一步一步带大家了解项目管理的相关知识。第一章项目启动。

2026-04-30 19:35:14 1177

原创 西宁35岁男性深夜检索“专业装备”目的为何 —— 大学生也能看懂 中科大 × 快手 发表的 AI 顶会论文 CRS 框架

快手与中科大联合发表的WWW 2026论文提出CRS框架,旨在解决电商搜索从"关键词匹配"到"意图深度理解"的进化问题。现有搜索系统存在两大短板:传统匹配式搜索仅依赖关键词频率(如TF-IDF/BM25),无法理解上下文;新兴生成式检索虽能直接生成商品ID,但缺乏推理能力。CRS创新性地引入情境感知推理机制,通过三大模块实现:1)统一异构信号为结构化文本;2)采用残差K-Means量化生成商品语义ID;3)结合监督微调与强化学习优化模型。

2026-04-28 14:17:09 730

原创 RAG 知识图谱增强演进:GraphRAG 和 LightRAG 详解

介绍 RAG 知识图谱增强演进的 GraphRAG 和 LightRAG 两大核心技术。适合已经了解 RAG 技术及其流程的同学。

2026-04-27 17:10:19 1022

原创 GPT-5.5 发布:Agent 原生大脑、Token 成本降至 1/35、AI 协助证明拉姆齐数

2026年4月,OpenAI紧急推出GPT-5.5,应对Anthropic和Google的竞争压力。该模型在自主执行任务能力上实现质的飞跃,从编程到科研均有显著提升。在Terminal-Bench 2.0等测试中表现优异,但在SWE-Bench Pro上仍落后于Claude Opus 4.7。GPT-5.5最令人意外的是科研突破,发现拉姆齐数新证明并通过形式化验证。然而,翻倍的API价格和未解决的幻觉问题也引发争议。

2026-04-24 09:56:28 897

原创 在 Spring 体系中做 RAG,引入向量数据库好麻烦?用 ES 就够了!

对于数据量在百万级以下且已使用Elasticsearch(ES)的项目,ES 8.x内置的dense_vector字段和HNSW算法已能提供高效的向量检索能力,无需额外引入专用向量数据库。ES在中小规模场景下足够胜任,并能简化技术栈和运维成本。对于Spring生态的RAG实现,ES可作为向量检索的轻量级替代方案。

2026-04-23 10:36:19 607

原创 Kimi K2.6 深度解读:开源代码天花板、300 Agent 并行、13 小时不停编码

Kimi K2.6 重磅升级:AI 进入大规模 Agent 调度时代,带你全面解析Kimi K2.6

2026-04-22 11:00:13 1500

原创 从零理解 AI 应用开发:向量数据库、LangChain、LangGraph、Spring AI 与 RAG 全攻略

本文面向有基础开发能力的开发者,系统介绍AI应用开发的核心技术。首先指出大模型的三大短板:知识有时效性、缺乏私有知识、无法执行操作。解决这些问题需要构建完整的技术栈,包括向量数据库(存储私有知识)、Function Calling(调用外部工具)和编排框架(管理流程)。文章详细拆解了技术栈的各个层级,从底层的向量数据库和Embedding模型,到增强层的RAG、Function Calling,再到应用层的智能客服、知识库问答等场景。特别强调向量数据库通过语义搜索解决传统关键词匹配的局限,并对比主流Embe

2026-04-21 21:57:59 1617 1

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

提示
确定要删除当前文章?
取消 删除