- 博客(4)
- 资源 (1)
- 收藏
- 关注
原创 第一个 AI 应用实战:从零跑通一个智能问答机器人
本文是一篇面向初学者的 AI 应用实战教程,手把手带你从零跑通第一个基于大语言模型的智能问答机器人。内容涵盖开发环境搭建、API Key 获取、环境变量配置、核心代码编写与运行调试,并进阶实现多轮对话记忆。全文提供可直接复制的 Python 代码示例,并附常见问题排查指南,助你顺利完成从理论到实践的首次落地。
2026-09-02 23:31:33
304
原创 AI 是怎么跑起来的?用生活例子讲懂大语言模型与多模态模型
本文用大量生活化例子,把大语言模型(LLM)和多模态模型的运行原理讲得通俗易懂。全文围绕三大核心展开:**一切皆数字**(文字、图片都被转成数字密码)、**预测是王道**(大语言模型靠"预测下一个词"生成回答)、**升级靠规模**(模型越大、数据越多、算力越强,能力越强)。文章先讲模型如何"存储"(像一本菜谱)与"运行"(像厨师做菜),再分别拆解大语言模型的"文字转数字—预测下一个词—注意力机制"三步,以及多模态模型的"切块—转数字—跨模态对齐"流程。随后对比 OpenAI、百度、阿里、DeepSeek 等
2026-08-26 23:16:56
356
原创 主流AI模型分类与特点详解
AI模型分类指南:能力与开源程度解析 本文系统梳理了人工智能模型的分类体系,从两大核心维度帮助读者建立认知框架: 按能力维度分类: 大语言模型(GPT、Claude、Gemini等):专注文本生成与理解 多模态模型(GPT-4V、LLaVA等):处理图文音视频跨模态任务 计算机视觉模型(YOLO、Stable Diffusion等):图像识别与生成 语音模型(Whisper、VALL-E等):语音识别与合成 推荐系统(DeepFM等):个性化推荐与决策 按开源程度分类: 完全开源(LLaMA、DeepSee
2026-08-24 22:40:38
528
原创 AI全景学习路线图:从扫盲到资深的全栈指南
本文是一份全面的AI学习路线指南,面向各类学习者(初学者、转行人士、学生、开发者、产品经理等),采用四阶段学习框架(认知-实践-精通-领导),系统介绍AI的发展历程、技术现状与未来趋势。 主要内容 AI发展历程:从1950年代至今,梳理AI技术的关键突破与寒冬周期,分析当前大模型时代的机遇与挑战。 技术全景与选型:分类对比主流AI模型(通用大模型、垂直领域模型、多模态模型等),提供成本与部署策略的决策指南。 学习路径:涵盖基础认知、技术原理、实战项目与职业发展,强调动手实践与社区互动。 核心价值 初学者:建
2026-08-21 01:05:40
388
IntelliJ IDEA 2026.1+ Git提交记录自由导出v1.0.0
2026-08-20
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅