- 博客(1618)
- 收藏
- 关注
RSS订阅
原创 coze功能详解！AI保姆级入门教程！
本地文档包含三种：1、文本格式：word, pdf, txt2、表格格式：excel, csv3、照片类型以上传本地文档为例，上传后，选择自动分段与清洗，coze会自动对数据进行处理上传后，我们在bot或工作流中，就能使用该知识库。
2025-01-04 17:32:07
23661
2
原创 没钱买GPU！本地还想跑大模型的终极工具Ollama！
Ollama 是一个开源平台，它允许我们在本地机器上轻松设置和运行 LLM。它简化了下载、安装和与 LLM 交互的过程。至少应该有 8 GB内存 的 Intel i5处理器才能运行7B型号，如果需要运行13B 的型号CPU起码得至少需要16 GB 的是i5。以此类推32 GB 的 RAM 来运行 33B 型号。
2024-11-22 17:30:34
10720
原创 大模型训练（超全面！超详细！）收藏这一篇就够了！
大模型训练被分解成了预训练，监督调优，对齐等阶段。先看预训练，预训练，即Pre-training。预训练的目的是让模型学习语言的特性，主要是学习语言表达的流畅性和规则。至于具体的语言任务，比如对话，角色扮演，信息抽取，翻译，阅读理解，问答等，则需要放到监督调优。预训练是大模型的基础和核心，预训练阶段决定了模型的基础能力和上限。
2024-09-23 15:27:15
6969
原创 一键部署本地私人专属知识库，开源免费！可接入GPT-4、Llama 3、Gemma、Kimi等几十种大模型，零代码集成。
今天跟大家分享的内容是，如何在本地搭建自己的本地知识库问答系统MaxKB，与其他问答知识库相比，他真正做到了开箱即用，零代码集成，支持ChatGPT、百度千帆、Lama2、Lama3，通义千问等几十种大语言模型，操作界面简介，小白也能快速上手。【注意在正式搭建知识库问答系统之前，请确保你的Windows系统已经升级到了专业版本，同时拥有一张独立的显卡！！】
2024-06-13 17:24:12
5731
1
原创 AI大模型：国内外大模型发展情况梳理
随即引爆社交网络，大模型行业进入加速发展阶段。国外基础模型实力强劲、不断精 进，开源模型打造庞大应用生态，端侧模型小而美。国内大模型也进入加速成长期，在过去一年中取得了实质性突破。百度文心一言、 讯飞星火、清华智谱、商汤“日日新”整体表现逼近，开源模型快速进步，文生视频、文生音乐等多模态 也取得突破。国内大模型网页流量和应用下载量节节攀升，大模型已经成为日常生活中的重要助手。。国外大模型主要分为三个层级：性能强劲的闭源模型，具备生态优势的开源模 型，以及专注端侧应用的轻量模型。
2024-05-17 15:01:07
7686
1
原创 作为普通程序员，我们该如何学习大模型（LLM），学习路线和知识体系
原谅我的后知后觉，才开始从头写，我是已经上了一阶段大模型的课，也搜集了些资料，并自己做了小部分实践，回过头来，才想开始整理些文章。起初，大家都在写，都在发，我那会在焦虑。自chatgpt爆火以来，AI技术又被广泛关注，国内外各大厂商也纷纷布局，作为我们每一个普通人，也无不时刻感受着AI一波又一波的冲击。尤其是作为程序员的我，相信绝大多数程序员也有和我一样的感受，从一开始的新奇，到焦虑，到试图去了解他，到去尝试，并致力于应用。
2024-04-12 11:19:13
10640
原创 大模型部署工具 llama.cpp 介绍与安装使用
另外一个是量化，量化是通过牺牲模型参数的精度，来换取模型的推理速度。llama.cpp 提供了大模型量化的工具，可以将模型参数从 32 位浮点数转换为 16 位浮点数，甚至是 8、4 位整数。训练的过程，实际上就是在寻找模型参数，使得模型的损失函数最小化，推理结果最优化的过程。训练完成之后，模型的参数就固定了，这时候就可以使用模型进行推理，对外提供服务。大模型时代，企业对人才的需求变了，AIGC相关岗位人才难求，薪资持续走高，AI运营薪资平均值约。llama.cpp 提供了模型量化的工具。
2024-04-07 18:31:27
12402
原创 从零到AI产品经理：这份珍藏入行指南，让你避开90%的坑
AI产品经理是未来5年最具发展前景的岗位。文章将AI产品经理分为工具型、应用型和专业型三个层次，指出应用型是普通人最佳选择。提出"三步学习法"：夯实产品基本功、掌握AI项目落地能力、补充AI知识技能。强调AI只是工具，产品思维才是核心。
2025-12-24 10:40:26
725
原创 【必读收藏】大模型落地实践：企业级应用六问六答全攻略
本文系统介绍了企业落地大模型的六个关键问题，分为规划准备、实施落地和运营迭代三大阶段。文章强调大模型落地需构建完整架构而非仅依赖大模型本身，开源软件在企业级应用中存在局限性。高价值场景挖掘、合理的落地流程以及是否需要微调是实施阶段的关键。大模型项目需业务、数据、技术三部门协作，遵循敏捷迭代原则，持续优化。文章指出业务价值是目标，数据是基础，技术是保障，企业应从外围逐步过渡到核心业务，实现大模型在企业的高效落地。
2025-12-24 10:37:51
389
原创 AI产品经理成长路径：三步掌握大模型应用技能，收藏备用
文章指出AI产品经理是未来最具前景的职业方向，将产品经理分为工具型、应用型和专业型三个层次。针对三类常见学习问题（焦虑观望、迷茫探索、努力跑偏），提出成为应用型AI产品经理的三步学习法：夯实产品基本功、掌握AI项目落地能力、补充AI知识技能，帮助小白系统学习AI产品相关技能。
2025-12-24 10:33:48
842
原创 【收藏】大模型学习进阶指南：从入门到精通的实战路径，程序员高效突破技术瓶颈
随着大模型技术在产业端的深度渗透，从智能办公到企业级解决方案，大模型已成为技术从业者不可或缺的核心技能。对于程序员而言，单纯了解大模型基础已无法满足市场需求，系统掌握从应用开发到底层原理的全链路知识，才能在激烈竞争中脱颖而出。数据显示，具备完整大模型学习体系与实战经验的人才，晋升速度比传统开发岗快30%，高级岗位薪资普遍突破50K/月，成为技术领域的"香饽饽"。你是否已掌握大模型基础应用，却陷入"进阶无门"的困境？是否想深入底层原理，却被繁杂的数学公式与论文劝退？
2025-12-23 14:45:47
596
原创 【收藏】LLM智能来源揭秘：Transformer架构原理与开源模型实战指南
最初被预训练、后训练修正的原始“模型”是怎么来的，为什么给数据，经过不断训练就就能得到一个会说人话的“超大函数”出来呢？人是从受精卵开始不断发育，出生后拥有了一个符合人类大脑架构的“神经网络”，在日后成长过程中，大脑发育结构不断调整，不断根据获取的环境信息不断内化知识，逐渐成熟，通常在35岁后颅骨完全闭合，架构上再难发生大的变化，但依然可以通过不断学习、接受新信息，让大脑变得更聪明、更灵活。每过完一天都要比早晨醒来时更聪明一点。– 查理·芒格所以，LLM初始架构是什么样的？
2025-12-23 14:44:45
684
原创 【建议收藏】打破信息差！转AI大模型开发，正确学习顺序太关键了！！
2025年，以DeepSeek为代表的大模型技术如同重磅炸弹般引爆IT行业，彻底重塑了从业者的职业发展版图。AI浪潮席卷之下，行业对大模型相关能力的需求已从“加分项”变成“必备项”。阿里云已全面将核心业务融入Agent体系，AI驱动成为业务核心引擎；字节跳动30%的后端岗位明确标注“需具备大模型开发能力”；腾讯、京东、百度等头部企业更是加码AI布局，招聘需求中80%以上的岗位与人工智能深度绑定。这绝非简单的技术迭代，对众多程序员而言，更像是一场！
2025-12-23 14:40:32
576
原创 【收藏向】AI领域实战：n8n+Ollama+Qwen3搭建企业级RAG检索系统-知识库
Qwen3-Embedding是阿里推出的高效嵌入模型，具备优异的文本向量化能力，是构建RAG系统的核心组件之一。硅基流动：https://cloud.siliconflow.cn/me/models魔搭社区：https://www.modelscope.cn/search?Ollama是轻量易用的本地大模型部署工具，无需复杂配置即可快速运行各类大模型，是本次RAG系统的本地算力核心。Ollama官方地址：https://ollama.com/
2025-12-22 14:56:10
623
原创 收藏！35+程序员转型AI全攻略：避开年龄焦虑，开启高薪新赛道
35岁并非职业的"天花板"，而是技术沉淀后的"新起点"。AI浪潮带来的不是"程序员的终结"，而是"程序员的升级"——那些重复性的基础开发工作会被AI工具替代，但需要"技术+经验+业务"复合能力的AI岗位，正迫切需求有多年工程沉淀的35+从业者。你多年积累的编程基础、工程经验、业务认知，都是转型AI的宝贵财富。相较于年轻从业者，你更清楚技术落地的痛点，更擅长平衡技术与业务的关系，这正是AI领域最稀缺的能力。从今天开始，选定一个方向，从基础工具学起，用一个小项目启动实战，逐步构建自己的AI知识体系与作品集。
2025-12-22 14:54:59
759
原创 【收藏必看】大模型并行化模式实战：LangChain与LangGraph高效实现文档多维度分析
在前面的章节中，我们探讨了用于顺序工作流的提示链和用于动态决策及不同路径间转换的路由。虽然这些模式不可或缺，但许多复杂的Agent任务涉及多个可同时执行而非顺序执行的子任务。这正是并行化模式变得至关重要的场景。并行化涉及并发执行多个组件，包括LLM调用、工具使用乃至整个子Agent。不同于顺序等待每个步骤完成，并行执行允许独立任务同时运行，从而显著缩短可分解为独立部分的任务的总执行时间。设想一个旨在分析文档并提取不同方面信息的Agent。分析文档的情感倾向提取文档中的关键实体总结文档的主要内容。
2025-12-22 14:52:39
794
原创 【建议收藏】普通人如何分一杯AI羹？大模型训练师零基础入行指南，36万年薪不是梦！
本文介绍了AI大模型训练师这一新兴职业，指出普通人无需高学历和技术背景也能入门。随着腾讯等大厂纷纷加码AI布局，AI已渗透生活各领域。训练师主要负责纠正AI回答、优化表达风格和补充知识库，工作核心是耐心、细心和基本文字表达能力。该岗位薪资最高可达36万，市场需求大，通过系统学习和针对性深耕，零基础小白也能抓住AI风口实现职业转型和薪资提升。
2025-12-22 10:51:21
805
原创 多Agent系统崛起！这4大框架将引领AI未来（建议收藏学习）
文章解析了2025年AI Agent从单点智能转向多Agent协作的趋势，详细介绍了LangGraph（状态图驱动）、CrewAI（角色协作）、AutoGen（对话迭代）和MetaGPT（模拟创业团队）四大框架的特点与适用场景。多Agent系统将成为主流，建议开发者从LangGraph或CrewAI入手，掌握这些框架将获得Agentic AI核心竞争力。
2025-12-22 10:50:19
694
原创 让大模型不再过时：RAG与微调技术详解，程序员必备收藏指南
文章解析大语言模型面临的两大挑战：知识截止日期和通用性困境，详细介绍了RAG和微调两种解决方案。RAG通过检索外部知识增强模型能力，无需重训练；微调则将专业知识内化到模型权重中。文章从数据动态性、专业性需求、可追溯性、成本和速度等维度分析了技术选择标准，强调组合使用往往能取得最佳效果，建议从RAG起步，逐步演进到综合应用方案。
2025-12-22 10:48:34
469
原创 收藏！GraphRAG：知识图谱赋能，让 AI 更智能的检索生成技术（小白 & 程序员入门指南）
本文专为AI小白和程序员群体打造，通俗解读GraphRAG核心技术——这是将知识图谱与传统RAG深度融合的创新方案。通过结构化知识与大语言模型（LLM）的协同，GraphRAG不仅解决了传统RAG的信息割裂问题，还能提供更精准、可解释、强推理的AI回答，是企业级AI应用落地的关键技术，更是开发者进阶大模型领域的必备知识点。GraphRAG不是传统RAG的替代者，而是大模型时代的"升级包"。它通过知识图谱为LLM注入"结构化思维"，让AI从"能说话"进化到"会思考"，是解决复杂场景AI应用落地的关键技术。
2025-12-20 15:33:04
845
原创 从《黑镜》科幻预言到现实：AI 2027-2042年冲击全解析（附大模型学习路线+资料，建议收藏）
面对这场不可逆的技术洪流，Gawdat 提出了三个“保命技能”，每一个都指向**“人类独特性”**，而非“与AI比拼效率”：首先，做AI的“主人”而非“工具人”。关键不是学会某一款AI工具的操作方法，而是培养“AI协同思维”——比如设计师用MidJourney时，不是直接等待生成结果，而是用“风格关键词+行业需求拆解+细节修正逻辑”引导AI，形成专属的高效工作流；未来，AI会让基础智力“商品化”，缩小人与人的初始智力差距，但**“驾驭AI的能力”会成为新的核心竞争力**。其次，
2025-12-20 15:29:18
599
原创 Java大模型开发实战：从零构建类似ChatGPT的智能应用 | 程序员收藏指南
本文面向Java工程师，详细介绍了如何利用大语言模型进行应用开发实践。内容涵盖Spring AI框架应用、对话聊天功能开发（含角色设定与Prompt设计）、Function Calling技术调用第三方API，以及RAG技术构建个人知识库。通过完整代码示例，读者可掌握从基础概念到实际应用的LLM开发全流程，最终能够构建类似ChatGPT的智能应用，提升工作效率与开发能力。
2025-12-20 11:29:24
898
原创 程序员必备：AI智能体评估实用指南（建议收藏）
本文详细介绍了AI智能体评估的实用指南，阐述了评估与测试的区别，强调了智能体评估的挑战性。文章提出了开展评估的三步法：选择评估方法（离线/在线）、确定核心指标（运营效率、决策智能等）和实施评估技术（启发式评估、LLM-as-a-Judge等）。通过系统化评估，企业可以有效控制成本、降低风险、提升用户体验，确保AI智能体真正创造业务价值。
2025-12-20 11:25:32
662
原创 【收藏必备】大模型开发的稳定之道：不变与变的平衡艺术
文章探讨了大模型开发中的"不变"与"变"。不变性体现在API统一和底层技术稳定，可据此构建稳定架构；变则体现在新功能、性能提升和成本变化等方面。开发者应将AI融入业务流程而非盲目追求新模型，通过LLM Router等技术应对变化，定期评估新模型，在稳定性与创新间取得平衡，抓住大模型机遇。
2025-12-20 11:19:38
839
原创 【收藏必备】大模型平台入门到实战：轻松构建AI智能体
阿里云百炼作为一站式大模型商业化平台，有效解决了AI落地面临的计算资源、模型复杂性、系统集成和数据隐私等挑战。平台提供模型调优、评测、插件工具和便捷集成方式，降低AI开发门槛。文章通过旅游城市美食推荐系统案例，详细展示了如何使用阿里云百炼构建AI应用的全过程，助力开发者和企业快速掌握AI技术，抓住AI时代机遇。
2025-12-19 21:15:12
827
原创 打工第三年总结：AI赋能职场，从传统开发到大模型工程师的蜕变之路（建议收藏）
本文是作者打工第三年的年终总结，记录了从传统开发到大模型算法工程师的转型历程。文章分享了丰富的AI工具使用经验、面试技巧及AI Agent市场洞察。作者认为AI Agent将重塑职场，垂直领域可能创造超3000亿美元市场。文章鼓励程序员拥抱AI变革，利用大模型提升工作效率，并通过自媒体打造个人品牌，在AI时代保持竞争力。
2025-12-19 21:10:59
467
原创 【强烈收藏】大模型时代来临：程序员抓住风口，抢占先机
文章指出在当前行业裁员环境下，大模型领域反而是人才需求旺盛的就业风口。大模型是参数量达数十亿甚至千亿级别的AI模型，包括语言模型、图像识别模型和强化学习模型等。大模型发展迅速，技术迭代快，程序员应抓住这一学习机会。文章提供了大模型学习资源，包括成长路线图、视频教程和实战资料等，帮助零基础学习者系统掌握大模型技术，为未来就业做好准备。
2025-12-19 21:05:32
777
原创 大模型学习指南：小白也能懂的Transformer核心原理(值得收藏)
Transformer由Encoder、Decoder、位置编码模块组成Encoder用来对输入序列进行高纬度特征提取，并生成编码后的向量信息因为Encoder获取不到序列之间的位置信息，所以需要位置编码模块对其进行位置特征的补充，从而让模型能够拥有语义信息+位置信息的特征Decoder基于已生成的结果和Encoder的输入进行生成最终目标序列Self-Attention 可以同时关注序列中的所有元素，而不像传统的 RNN 或 LSTM 那样需要逐步处理。
2025-12-19 14:14:03
555
原创 收藏这份2025AI高薪指南！大厂抢人大战开启，小白程序员学习大模型正当时
2025年AI成为科技圈最热赛道，国内外巨头纷纷布局，带动AI就业市场火爆。核心人才紧缺，薪资持续攀升，大厂开出2倍薪资抢人。端侧AI市场将达万亿级别，形成全链路招聘需求，技术岗平均月薪近7万。AI红利期已至，从业者应深耕大模型、算法等核心领域，提升工程实践能力，抓住这一波高薪机会。
2025-12-19 14:04:38
478
原创 【干货收藏】企业AI架构实战指南：从框架搭建到场景落地的底层逻辑
总结一下，企业AI的架构不是“五层的堆砌”，而是**“业务→应用→插件→模型→数据→硬件”的 逆向推导**——先想“要解决什么业务问题”，再想“用什么应用”，再想“需要什么插件连接模 型和应用”，再想“选什么模型”，再想“需要什么数据”，最后想“买什么硬件”。比如一家零售企业要做“智能客服”，架构应该是这样的：•业务问题：减少客服重复咨询（比如“退换货政策”每天被问100次）；•应用场景：智能客服Chatbot；•插件层：用本地工作流引擎（连接Whisper语音转文字+向量数据库+LLM）；
2025-12-19 14:03:39
1006
原创 速藏！裁员潮下的破局路：大模型岗位正在急招人
说实话，这阵子职场圈的氛围确实有点压抑——各大厂裁员的消息接连不断，不管是前端后端开发、测试工程师，还是运维人员，都可能被波及。但反常的是，，堪称裁员潮里的“避风港”。“我连大模型是什么都不知道，怎么入局？”别慌，这恰恰是你的机会。你不知道，说明市面上大部分人也没搞懂——。尤其是咱们程序员，对技术敏感度本就比常人高，更该抓住这次弯道超车的机会。经历过Java爆发、Python普及、大数据风口的老程序员都懂：每一次技术迭代，真正的黄金窗口期就那么1-2年。
2025-12-18 14:18:25
720
原创 收藏备用！6种AI Agent核心模式详解，大模型入门必看
在这种灵活的方式中，智能体根据具体需求被组织进一个工作流中。部分流程具有确定性转移，而其他部分则允许智能体根据当前状态动态做出路由决策。img结合规则驱动与大模型（LLM）驱动的路由机制支持静态流程与动态智能体流的共存每个节点都可实现自定义逻辑灵活性最大化可完全自定义的流程逻辑混合系统、人机协作对话、可配置工作流等为了展示多智能体模式的价值，我们来看一个足球新闻机构的复杂系统工作流示例。信息采集智能体：收集如球员市值等详细信息球队信息智能体：检索球员当前所属球队文本撰写智能体。
2025-12-18 14:12:47
841
原创 【必学收藏】大模型应用开发实战：程序员抓住AI风口，实现职业跃迁
AI大模型正在重构技术开发范式，传统开发模式被AI原生应用取代。阿里、字节跳动等大公司80%技术岗与AI相关，AI技术岗薪资逆势上涨150%。传统程序员面临职业生存危机，急需掌握AI大模型原理、应用技术和项目实操经验。文章推广的大模型应用开发实战训练营旨在帮助程序员抓住AI风口，实现职业跃迁，应对行业转型挑战。
2025-12-18 10:28:55
747
原创 【必收藏】AI浪潮下大模型算法岗爆发！普通人如何抓住红利实现职业突破
文章探讨AI浪潮下大模型算法岗的蓬勃发展。国家政策支持"人工智能+"行动推动AI规模化应用，大模型技术爆发导致算法岗位需求激增、薪资提升。通过真术学员成功转型案例证明，普通人也能抓住AI红利实现职业突破，呼吁读者投身算法领域抓住历史机遇。
2025-12-18 10:27:51
663
原创 【收藏必备】2025大模型学习指南：从底层逻辑到高薪应用，小白也能成为AI专家
人工智能时代已来，大模型将成为职场必备技能，如同PPT和Excel。不仅需"会用"，更要"用好"甚至"微调"才能拉开差距。大模型应用需求爆发，从内部OA、ERP到外部客服、游戏NPC，各领域均有广泛应用。互联网高薪源于需求爆发与人才稀缺，学习前沿技术才能获高薪。选择专业课程学习大模型，能加速知识吸收，为职业发展奠定基础，掌握AI时代核心竞争力。
2025-12-18 10:19:31
1138
原创 【必学干货】当AI搜索变成“大海捞针“，这11把“渔网“让你的RAG效率翻倍！(建议收藏)
看完这11种策略，你可能会想：“我全都要！RAG优化不是堆砌策略，而是找到最适合你业务场景的组合。先建立基准线：用最简单的RAG跑通流程，测试准确率逐个添加策略：每次只加一种，看效果提升多少关注成本-效果比：不要为了1%的提升付出3倍的成本持续迭代：随着数据增长和场景变化，策略也要调整向量数据库：Postgres + pgvector（配合Neon托管服务）嵌入模型：OpenAI text-embedding-3 或开源的BGE系列重排序模型。
2025-12-17 15:15:21
371
原创 速藏！Java程序员别卷CRUD了，大模型才是年薪翻倍的密码
领导说我写的接口太‘传统’，团队要招懂大模型的，我这五年Java经验难道要作废？周末的技术沙龙上，小张的提问让在场不少Java开发者频频点头。这个深耕电商后端的程序员，最近正遭遇职场“中年危机”的提前侵袭——他负责的订单系统重构项目，原本是稳拿的晋升筹码，却因架构里缺少AI能力，被新来的技术负责人要求重做方案，核心需求就是“把大模型集成进Java服务”。小张不是个例。
2025-12-17 15:05:44
863
原创 从LLM到Agent：AI系统架构的四个核心阶段，建议收藏！
通过使用工具调用（Tool use）可以实现工作流自动化。通过对接各类 API（包括计算器、日历、邮件服务或搜索引擎等），LLM 可以利用可靠的外部工具，而非依赖其存在非确定性的原生能力。
2025-12-17 14:47:38
786
原创 收藏级干货！10分钟读懂AI大模型：从名词到实践全解析
对于AI产品经理来说，我们的核心工作是应用大模型，而不是作为大模型的研究者。无论各研究团队推出了什么新的架构，对于产品来说都不重要，重要的是如何将其集成到现有的系统中。至于如何集成到系统，不同公司有不同的解决方案，这些就需要在工作中探索了。
2025-12-16 14:44:13
634
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