- 博客(791)
- 收藏
- 关注
RSS订阅原创 大模型算法岗平均月薪达6.8w？别等着被AI淘汰，零基础转行大模型训练师正当时！
人工智能的发展速度已超出许多人的预期，而马斯克关于AI智力发展的预测，更让人们清晰感受到这场技术革命的逼近。
2026-01-10 11:20:13
266
原创 非科班普通人如何转大模型相关岗位拿下大厂 offer
今天我就从八股、项目、实习、算法、学习路线这五个核心维度，给大家分享一套亲测有效的通关攻略。
2026-01-10 11:18:51
374
原创 Java开发如何转型AI应用开发工程师：你的经验不是负担，而是加速器
在AI应用开发中，你积累多年的Java后端开发经验不是负担，而是难得的加速器。下面将为你提供一条清晰的转型路径。
2026-01-09 11:53:44
287
原创 30+ 普通二本 Java 开发，GAP 一年后转型 AI 应用开发：这一年，我做对了什么？
在2026年的第一天，我的新工作岗位转正了，这也标志着经历半年的工作实战锻炼，我已经正式适应AI应用开发这个岗位。
2026-01-09 11:52:37
536
原创 一文搞懂大模型的RAG（知识库和知识图谱）
在知识库的构建过程中，RAG通过向量数据库和动态更新机制，实现了高效的知识检索与内容生成；而在知识图谱的构建中，RAG则借助GraphRAG、Graphusion等框架，实现了实体关系的精准抽取与图谱的深度融合。
2026-01-08 14:34:33
626
原创 企业级智能问答系统踩坑实录：RAG老是达不到效果的优化方案
由于大模型技术的复杂性，再加上不同业务场景的特殊需求，导致大模型应用的开发难度很大；但大模型应用开发最难的不是做出来而是要做好。
2026-01-08 14:33:52
710
原创 2张4090本地微调万亿参数模型！KTransformers上线模型微调功能，使用指南来了
你是否曾因算力门槛而对大模型望而却步？想要尝试微调千亿/万亿参数的模型？那更是不敢想象。今天，这个困局正在被打破。
2026-01-08 14:19:31
742
原创 LangChain1.0教程：使用RAG Agent和RAG Chain构建RAG智能体
本教程将通过 RAG Agent 和 RAG Chain 展示如何基于非结构化文本数据源构建一个简单的问答应用。
2026-01-08 14:19:01
679
原创 我力荐这本书，贼好懂，还讲得特别细致，大模型入门到精通，收藏这篇就足够了！
随着人工智能的不断演进，大模型正站在最前沿，彻底改变我们与机器的互动方式、信息处理流程，甚至语言本身的理解方式。
2026-01-08 14:17:32
734
原创 保姆级教程: 本地化部署DeepSeek-7b大模型 构建私有知识库 （虽然没什么卵用）
今天，我们将介绍如何利用Ollama和AnythingLLM，在本地部署 DeepSeek 7B 模型，构建一个专属知识库，并通过投喂数据实现个性化训练。
2026-01-08 14:17:00
749
原创 大模型显存计算终极指南：从推理到训练，再到 24G 显存跑 7B 的秘密
本文将拆解显存构成的底层逻辑，结合Qwen2.5-7B等典型案例测算不同场景的显存需求，最后解读前沿优化技术的演进方向。
2026-01-08 14:15:33
968
原创 AI是如何学会聊天的？解密LLM（大模型）训练的4个阶段
今天就用这张图，从4个阶段，带你看懂LLM（大型语言模型） 从随机模型到“高情商专家”的进化之路！
2026-01-06 11:55:22
1006
原创 AI大模型从0到1：你的90天蜕变计划，告别小白直通前沿
三个月的时间对于掌握AI大模型的全貌而言仅仅是一个开始，但这个冲刺计划旨在为您构建一个坚实的知识框架和实践基础。
2026-01-06 11:54:33
943
原创 LangChain实战案例：利用大模型进行文本总结的方法探索，文本Token超限怎么办？
本文我们学习和实践了利用 LangChain 进行文本总结的两种方法，知道了其实现原理，所以，我们应该不用 LangChain的这些封装也可以自己实现一套文档总结流程。
2026-01-06 11:47:06
329
原创 一文详解大模型微调｜如何微调（Fine-tuning）大语言模型？
本文介绍 fine-tuning 的概念与过程，并对一个微调的过程代码进行分析。
2026-01-06 11:45:53
980
原创 Langchain-Chatchat大语言模型本地知识库的踩坑、部署、使用
Langchain-Chatchat是一个基于ChatGLM大语言模型与Langchain应用框架实现，开源、可离线部署的检索增强生成(RAG)大模型的本地知识库问答应用项目。
2026-01-06 11:44:21
961
原创 RAG检索总是搜不到？别卷Prompt了，手把手教你微调垂直领域Embedding模型（附源码）
今天，不教大家怎么“调 Prompt”，我们来点硬核的——手把手教你微调一个专属的 Embedding 模型，从根源上解决“搜不准”的问题！
2026-01-05 11:27:13
803
原创 LangChain 入门，从构建第一个智能体开始
它由大语言模型驱动，只需要不到10行代码，就可以连接OpenAI、Anthropic、谷歌等世界最先进的模型为你工作。
2026-01-05 11:26:37
608
原创 以「电商客服」为例：如何构造领域LLM微调数据集？
这篇文章是基于电商客服这个高频、高并发、强业务逻辑的场景，拆解如何构建一个支持多轮对话、情绪识别和流程引导的高质量微调数据集。
2026-01-05 11:26:05
860
原创 我们花一年打造AI智能体，踩过的8个坑和收获的8条真经
今天我们推出了 PostHog AI，这是内置于 PostHog 的 AI 智能体。经过一年的开发，我们从黑客马拉松期间制作的第一个聊天原型走了很长的路。一切始于只有一个工具：“创建趋势图表”——没有真正的智能体能力[1]。
2026-01-05 11:25:30
580
原创 LangChain---RAG核心：向量数据库与高级检索器
在前面的文章我们已经把原始文本数据经过加载、切分和向量化处理，变成了一系列带有语义信息的向量块。现在，这些向量块就像图书馆里一本本经过编码的、可以被机器理解的书籍。
2026-01-05 11:15:56
851
原创 一文看懂主流向量数据库：选型不再踩坑
大模型时代，向量数据库成了AI应用的“记忆中枢”。从智能客服到个性化推荐，语义搜索的背后，都是它在高效匹配高维向量。
2026-01-04 10:53:37
995
原创 2026，别再谈“颠覆”了：让我们好好聊聊怎么把大模型用起来
本文是一个还在写代码、调提示词、看日志的老程序员对2026年如何使用大模型的思考与规划，希望对你能有所帮助。
2026-01-04 10:52:20
715
原创 LangChain 2025报告：揭示Agent Engineering三大颠覆性突破！你上车了吗？
当57%的企业已经上车，剩下的43%要么正在加速追赶，要么面临被淘汰的风险。这场由Agent驱动的智能革命，比我们想象的来得更快、更猛烈。
2026-01-04 10:51:47
873
原创 想转行吗？不如考虑 新兴赛道-“新生岗位” - AI产品经理
AI产品经理，就是调研市场发现用户需求，然后提出新的产品方案，拉着技术部开发新产品，产品开发出来后，拉着市场部去做宣传，销售出去后，复盘产品销售情况，并进行优化迭代的那个人。
2026-01-03 08:45:00
874
原创 从 Llama 1 到 3.1：Llama 模型架构演进详解
本文将探讨 Llama 系列模型的架构演变，梳理了 Llama 模型从 1.0 到 3.1 的完整演进历程，深入剖析了每个版本的技术创新，还通过实际实验对比了 Llama 2 和 Llama 3 在推理速度、答案长度和相对答案质量（RAQ）等关键指标上的表现差异。
2026-01-02 08:45:00
994
原创 除了混合搜索，RAG 还需要哪些基础设施能力？
这些能力，已经在工程和学术上形成共识，是 RAG 的必备能力，那么除此之外，还有哪些能力是现在，还有未来的 RAG 所必备的呢？
2026-01-01 08:15:00
1696
原创 【大模型入门】零基础入门AI大模型应用开发，你需要一个系统的大模型入门路径
随着大模型技术的飞速发展，我们正站在一个全新的技术前沿，探索着如何将这些强大的工具应用于实际问题的解决。如果你对AI大模型应用开发充满热情，那么你可以读一下这篇文章——一个系统全面的入门指南，专为渴望深入AI世界的你设计。
2025-12-31 11:24:42
801
原创 大模型RAG实战｜基于LlamaIndex的大模型应用架构设计（文末附开源项目代码和文档）
本文以ThinkRAG项目为实例，基于LlamaIndex框架，介绍大模型应用的架构设计。
2025-12-31 11:23:24
703
原创 AI 实战篇：从零训练你的大模型 ——MiniMind 全流程实战
作为一名AI从业者，亲测后发现它不仅是一个可落地的项目，更是入门大模型训练的绝佳教程。今天就带大家手把手体验这个“大道至简”的实战过程。
2025-12-31 11:02:20
316
原创 手把手教：LangChain+Qwen3搭建本地RAG问答系统，从0到1全流程
本文将带大家从零开始，用LangChain框架整合Qwen3大模型与BGE-M3嵌入模型，手戳一个可本地运行的端到端RAG系统。无需复杂云服务，只需一台带GPU的电脑，就能拥有专属的“文档问答机器人”。
2025-12-31 11:01:38
361
原创 RAG不好用？试试MCP这个“知识库优化大师”
本文将通过实战案例，详细介绍如何基于模型上下文协议(MCP)构建一套高性能企业RAG系统，帮助企业快速打造智能知识库应用。
2025-12-31 10:59:38
910
原创 零基础入门AI Agent的保姆级教程：从概念到实战
本教程将从零开始，手把手教你了解AI Agent的基本概念，选择合适的工具，并通过实战案例搭建一个简单的AI Agent应用。
2025-12-29 13:58:56
869
原创 从零搭建本地 Dify+RAG 知识库：全流程实战指南
本教程将带你从零实现本地 Dify+RAG 知识库搭建，涵盖环境部署、模型配置、知识库构建、性能优化全流程，即使零基础也能快速上手。
2025-12-29 13:57:21
1279
原创 手把手教：LangChain+Qwen3搭建本地RAG问答系统，从0到1全流程
本文将带大家从零开始，用LangChain框架整合Qwen3大模型与BGE-M3嵌入模型，手戳一个可本地运行的端到端RAG系统。
2025-12-29 13:56:33
1003
原创 AI 实战篇：从零训练你的大模型 ——MiniMind 全流程实战
作为一名AI从业者，亲测后发现它不仅是一个可落地的项目，更是入门大模型训练的绝佳教程。今天就带大家手把手体验这个“大道至简”的实战过程。
2025-12-29 13:55:51
1210
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