- 博客(3)
- 收藏
- 关注
RSS订阅原创 第二章 Transformer 架构（上）：大模型的基石与语义理解机制
在人工智能工程实践，尤其是领域，对底层架构的理解绝非可有可无的理论点缀，而是决定测试深度、问题定位精度与系统性评估能力的关键前提。本章聚焦于当前所有主流大模型赖以构建的统一基础——。该架构自2017年谷歌发布里程碑式论文《》起，便彻底取代了传统的循环神经网络（RNN）与卷积神经网络（CNN），成为自然语言处理（NLP）乃至多模态智能的通用范式。
2026-02-23 12:15:05
593
原创 第一章 大模型原理：从人工智能演进到Transformer架构的全景解析
本章系统阐述大模型（Large Language Model, LLM）的基本原理、历史脉络与技术内核，旨在为后续AI全栈测试实践奠定坚实的理论基础。在当前人工智能发展进程中，大模型已不再仅是学术概念，而是驱动产业变革的核心基础设施。其本质并非单一技术突破，而是一系列关键范式演进的集大成者：从早期人工智能（Artificial Intelligence, AI）的符号主义探索，到通用人工智能（Artificial General Intelligence, AGI）的宏伟愿景；从机器学习（Machine L
2026-02-23 12:14:32
671
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