- 博客(766)
- 收藏
- 关注
RSS订阅原创 字节发了个机器人全能大模型，从零基础入门到精通，一篇搞定Robix机器人模型全解析！
文章介绍了字节推出的Robix视觉-语言单模型，该模型采用思维链推理和三阶段训练策略，能够同时处理机器人的推理、任务规划和自然语言交互，避免了传统机器人系统中模块间的信息代沟。测试显示，Robix在空间理解任务和基准测试中表现优异，超越了许多知名模型，为机器人领域提供了更高效的解决方案。机器人终于不用散装大脑了！字节Seed一个模型就能搞定机器人推理、任务规划和自然语言交互。经常做机器人的朋友都知道，以前想让机器人干活，得先解决一个烦人的问题——模块之间的信息代沟。
2025-09-11 11:49:31
603
原创 AI大模型幻觉解析（非常详细）从原理到解决方案，一篇读懂并收藏！
OpenAI研究揭示了语言模型产生幻觉的根本原因：当前训练和评估机制奖励猜测而非不确定性表达。预训练阶段的统计必然性、数据稀缺性和模型表达能力不足埋下幻觉种子，后训练阶段的二元评分机制进一步强化了这一问题。研究提出通过修改评分规则，允许模型在不确定时选择"不知道"，从而减少幻觉。小型模型可能更容易认识到自身局限性，而准确性永远无法达到100%，因为有些问题本质上是无法回答的。相信很多同学都遇到过——问大模型一个冷门知识，它会一本正经地给出完全错误的答案。
2025-09-11 11:42:16
667
原创 百度发布文心大模型X1.1，多项能力超越DeepSeek！文心大模型X1.1实战教程，一篇就够了！
百度在WAVE SUMMIT大会发布文心大模型X1.1，采用迭代式混合强化学习训练框架，事实性提升34.8%，指令遵循提升12.5%，智能体能力提升9.6%。性能超越DeepSeek R1-0528，比肩GPT-5和Gemini 2.5 Pro。同时发布飞桨核心框架3.2版本，开发者生态达2333万，为企业提供强大AI技术支持。WAVE SUMMIT 深度学习开发者大会 2025 在北京盛大举行。
2025-09-10 14:12:22
846
原创 Agent应用开发实战（超详细指南）从零基础到精通，收藏这篇就够了！
本文详细介绍了如何构建Agent应用，核心定义为Application + Agent + MCP。文章从基础应用搭建开始，讲解了Agent集成设计中的智能化、交互和MCP设计，并深入探讨了Agent开发流程，包括Task Splitter和Task Executor的具体实现。通过XML格式定义任务，结合Human-in-the-loop机制，实现了高效可靠的Agent应用开发方法。
2025-09-10 11:29:59
576
原创 AI Agent框架完全指南（超详细版）从零基础到实战，一篇全掌握，建议收藏！
曾几何时，我们还在为“写个脚本实现自动化”而兴奋不已。如今，AI 已经进化成了能够自主感知环境、做出决策并执行任务的智能体(Agent)。它不再是简单的自动化脚本，而是一个拥有“大脑”的数字化伙伴。Agent 的核心概念与优势特性说明🤖 自主性能够独立思考和行动，极大减少对人工干预的依赖👀 感知环境可以接收并理解其所在环境的信息（如数据、用户输入、API反馈）🧠 决策与规划能基于感知信息制定策略、规划复杂任务的分步执行🛠️ 执行任务。
2025-09-09 11:41:54
551
原创 Agent发展趋势？信通院发布“2025智能体十大关键词”收藏学习！Agent从入门到精通，一篇就够了！
💡 智能体技术正在重塑人机关系，从执行命令的“工具”进阶为主动服务的“伙伴”。这项变革不仅影响商业效率和用户体验，更将深刻改变各行各业的运作模式和发展轨迹。对于科技从业者来说，理解这些趋势并提前布局，或许能在即将到来的智能体浪潮中抓住先机。
2025-09-09 11:33:48
1382
原创 Dify+Neo4j+LLM大模型问答+知识图谱实战教程：从零基础到精通，一篇就够了！
本文详细讲解了大模型与知识图谱结合的问答系统构建流程，包括意图解析、SQL查询生成、Neo4j执行、结果汇总及回复。通过prompt指导大模型识别用户意图和实体，根据意图生成相应Cypher查询语句，执行查询并返回结果。文章分享了实现中的技术细节和问题解决方案，为开发者提供了完整的大模型应用实战指南。
2025-09-09 10:48:13
1033
原创 LangChain教程：历史消息管理（ChatMessageHistory）——从零到精通，小白程序员必备，收藏学习！
本文详细介绍了LangChain中的历史消息管理方法，主要讲解了如何使用ChatMessageHistory和RedisChatMessageHistory来管理和存储对话历史，以保持对话的连续性和上下文。内容涵盖了单参数和多参数的消息记录管理，以及如何使用Redis进行消息持久化存储。此外，还介绍了如何裁剪消息以适应LLM和聊天模型的有限存储能力。对于想要学习LangChain并实现对话历史管理的开发者来说，本文提供了实用的代码示例和详细的解释，是小白程序员的入门指南。
2025-09-06 10:00:00
549
原创 基于Dify的公司制度检索问答Agent实践（从零到精通，收藏必备！）
本文详细介绍了搭建公司制度检索问答Agent的必要性，针对传统制度文档检索繁琐、理解不一致和更新延迟三大问题，提出解决方案。文章核心内容涵盖Agent的核心价值、搭建流程，包括用户问题处理、知识库检索和生成回复三个关键步骤，并探讨了OCR工具选型、文档分块、Embedding模型选择等技术细节。最后，文章提出了待改进点，如合理改写用户问题和降低显存压力，旨在提升Agent的效率和用户体验。公司制度是保障企业规范运营、防范风险和提升管理效能的基石。✅ 即时精准响应：支持自然语言提问（如“员工报销期限是几天。
2025-09-05 10:56:45
593
原创 AI应用架构发展新范式
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括CSDN粉丝独家福利这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以免费领取读者福利：对于0基础小白入门：如果你是零基础小白，想快速入门大模型是可以考虑的。一方面是学习时间相对较短，学习内容更全面更集中。二方面是可以根据这些资料规划好学习计划和方向。
2025-09-05 10:41:11
643
原创 AI大模型性能优化教程（超详细）从零基础入门到精通，看这一篇就够了，建议收藏！
文章讲述了在大模型应用中处理大量数据时的效率瓶颈及优化方案。通过批量传参减少网络IO，使用多线程/多进程/异步消息实现并行处理，选择支持高频访问的模型API等方法，作者将数据处理时间从几小时缩短到二十分钟，效率提升十倍以上。在大模型应用中，处理大量数据会很容易遇到瓶颈问题，因此我们需要从各个环节进行优化。最近在处理一个RAG的知识库导入功能，功能逻辑也很简单；为了提升数据的召回率，对内容进行提炼以及标签提取，之后再对原数据和总结提炼的数据进行嵌入(embedding)并插入到向量数据库中。
2025-09-04 10:15:00
628
原创 收藏必备！AI大模型完全指南：70个核心术语系统梳理，从入门到精通
70 个术语勾勒了 AI 的完整图景：从 让机器模拟智能 的基础目标，到模型架构、训练技术的层层突破，再到应用场景的无限可能，以及伦理安全的边界探索。理解这些术语，不仅是进入 AI 领域的 敲门砖，更能帮助我们理性看待技术 —— 它不是神秘的 黑箱，而是可拆解、可理解、可驾驭的工具。随着技术迭代，新术语会不断涌现，但核心逻辑始终围绕 如何让机器更好地服务人类。如果觉得有用，欢迎转发～
2025-09-03 09:15:00
1457
原创 # 【收藏必看】字节扣子平台深度解析：AI Agent的核心概念与实战指南
本文基于字节跳动扣子平台(AI Agent)的体验，详细介绍了AI Agent的核心功能机制，包括智能体定义、提示词配置、技能与插件扩展、工作流编排、知识库管理、记忆系统等。文章分析了单Agent与多Agent模式的区别，并指出AI Agent是当前AI技术不完全成熟时期的过渡产物，未来将向具备全局思维和创造力的端到端模式发展。这些内容为开发者理解和构建AI Agent应用提供了全面参考。
2025-09-02 11:29:16
757
原创 【收藏学习】AI Agent核心思想：从感知到行动的智能闭环与实战案例
AI Agent 的工作流程是一个 “感知→思考→行动→学习” 的智能闭环。目前该领域处于爆发期，既有像 LangChain / AutoGen 这样的强大开发框架，也有 AutoGPT / BabyAGI 这样的概念先驱，更有 GPTs 这样的易用平台和 Devin 这样的专业领域标杆。优秀的 Agent 产品正在从实验走向实用，在客服、编程、数据分析、个人助理等多个领域展现出巨大潜力。衡量 Agent 好坏的核心在于其自主完成任务、有效使用工具、动态规划调整和持续学习进化的能力。
2025-09-02 11:19:12
924
原创 AI智能体教程（100问/技术/市场/团队/避坑）从零基础到落地，看这篇就够了！
AI智能体创业之路充满了未知与挑战，但也蕴藏着巨大的机遇。这份100个核心问题清单，为你在创业前提供了一个全面审视和思考的框架。当你逐一理清这些问题的答案时，你对AI智能体创业的认知会更加清晰，也能更有针对性地制定创业计划。创业从来不是一蹴而就的事情，需要不断地学习、探索和调整。希望这份清单能成为你创业路上的指南针，帮助你避开一些不必要的弯路，更顺利地开启AI智能体创业之旅。
2025-08-25 11:22:30
928
原创 AI人才就业指南（行业危机/高薪岗位/入局策略）从传统岗位萎缩到AI赛道突围，看这篇就够了！
2025开年，AI技术打得火热，正在改变前端人的职业命运：阿里云核心业务全部接入Agent体系；字节跳动30%前端岗位要求大模型开发能力；腾讯、京东、百度开放招聘技术岗，80%与AI相关……大模型正在重构技术开发范式，最残忍的是，业务面临转型，领导要求用RAG优化知识库检索，你不会；带AI团队，微调大模型要准备多少数据，你不懂；想转型大模型应用开发工程师等相关岗，没项目实操经验……曾经React、Vue等热门的开发框架，已不再是就业的金钥匙。如果认为。
2025-08-25 10:58:25
665
原创 AI Agent构建保姆级指南（避坑+实战）从零基础到独立开发，看这篇就够了！
给你学习，我国在这方面的相关人才比较紧缺，大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。有了记忆，代理可以随着时间的推移不断改进，记住过去的行为，并做出更具凝聚力的响应。更多工具≠更好的结果。然而，成功的关键在于选择正确的工具，而不是让Agent面临太多的选择。
2025-08-22 10:52:28
848
原创 AI智能体新架构设计（MCP框架全解析）从零基础到落地实战，看这篇就够了！
和。这两个术语听起来很相似，甚至有重叠之处，但它们解决的是完全不同的问题。今天，我将深入剖析这两个概念：它们是什么，各自的优势在哪里，以及为什么理解它们的区别对我们构建更持久的 AI 系统至关重要。下文我们详细剖析之。11、AI 智能体：思考、行动、重复是一个利用大语言模型来思考目标并采取行动的系统，通常会形成一个循环。：例如“帮我订一张去巴黎的机票”。：例如“搜索航班 → 比较价格 → 订票”。：使用工具、API 等。。
2025-08-22 10:21:48
973
原创 企业级AI Agent全链路架构设计：从数据采集到智能决策的闭环实战，避坑指南+架构图解！
RAG系统巧妙地采用了双阶段检索机制来精确锁定所需信息。在粗排阶段，通过利用高效的倒排索引技术，系统能够迅速筛选出与查询相关的文档集合，大大缩小了搜索范围。而在精排阶段，则采用Cross-Encoder评估每个段落与查询之间的相关性，确保了信息的准确性和相关性。此外，知识更新模块的设计十分巧妙，它实时监控数据源的变化情况。一旦检测到有新的FDA新药审批公告发布，就会立即触发向量库的增量更新过程，从而保证系统输出的信息始终保持最新状态。
2025-08-20 11:18:21
1974
原创 告别繁琐！MCP+自然语言驱动n8n workflow：3步搞定RAG部署，效率提升10倍！
在探讨n8n-mcp之前，我们需要理解两个基础概念：开源工作流平台n8n是个开源的工作流自动化平台，其优势在于它的可扩展性和灵活性。n8n的源代码始终可见，确保了完全透明度。它可以自由部署在任何环境中。支持自定义节点和功能扩展，满足个性化需求。mcp协议：AI调用工具的万能接口Model Context Protocol（mcp）是连接AI模型与外部工具的标准化协议 它解决了一个关键问题：如何让AI助手真正理解和操作复杂的外部系统？
2025-08-20 10:39:31
898
原创 提示词与上下文工程（保姆级教程）官方学习路径全解析，看这一篇就够了！
给你学习，我国在这方面的相关人才比较紧缺，大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。在与AI的交互中，我们最需要保持的是，用比AI更提前的全景思维，经过“已知求未知”的AI交互，拿到我们想要的东西。要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。
2025-08-17 09:30:00
761
原创 AI Agent工程量为何远超想象？（保姆级避坑指南）从根源剖析到高效构建，看这一篇就够了！
研究报告与行业分析一再提示：agent 的产业化不是简单的“把模型接到 API”，而是把模型嵌入到复杂的软件工程、运维、安全与治理体系中。给你学习，我国在这方面的相关人才比较紧缺，大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！研究与从业报告指出，要实现可靠的 agent，需要新型的测试方法（如基于场景的长期验收、对抗测试、在线金丝雀发布等），这些都会拉长开发与维护周期。
2025-08-16 11:30:57
1018
原创 本地部署AI大模型（保姆级教程）vLLM从零基础到性能优化，看这一篇就够了！
在云服务器的数据盘里，新建一个“LLM”文件夹，专门用来存放模型，同时，在根目录下，新建一个“download.py”文件，将刚刚复制的代码复制进去，这里需要注意的是，model_dir里，是直接缓存到云服务器上，我们后面需要使用该模型，所以在模型后面增加一个“catch_dir”，制定下载路径，这里我把模型下载到我刚刚新建的LLM文件夹下。这里需要注意的是，python文件里的端口号需要改成vllm里的8000，另一个，虽然本地模型其实是没有apikey的，但是框架是要求必须有，所以这里随便写一个就行。
2025-08-16 10:56:01
811
原创 构建可靠AI Agent（保姆级教程）从提示词到知识库，手把手实战指南，看这一篇就够了！
Agent系统由五个关键组件构成：大语言模型（LLM）提示词（Prompt）工作流（Workflow）知识库（RAG）工具（Tools）LLM和工具调用已经形成了相对标准化的技术栈。LLM方面，无论选择云端大模型（如阿里百炼平台、IdeaLab）还是本地部署（如Ollama），都有成熟的解决方案；工具调用方面，MCP协议的普及让工具集成变成了配置问题而非开发问题。因此，业务开发的核心竞争力在于提示词 + 工作流 + 知识库上。
2025-08-15 22:06:58
777
原创 企业级RAG实战（保姆级教程）从零搭建FastMCP服务，看懂模型上下文协议，看这一篇就够了！
在企业级的RAG系统落地过程中，成为了关键挑战。在本次实践中，我基于 FastMCP 工具，尝试构建一个完整的，并将其引入企业RAG架构中，探索其在复杂工具链调度、上下文保持、智能决策等方面的能力。为什么选择 FastMCP？FastMCP 是对 MCP 协议的轻量实现，支持标准化的能力注册、健康检查、工具调用等接口。
2025-08-15 21:20:13
830
原创 AI大模型RAG系统教程（智能体重构版）从零基础入门到精通，看这一篇就够了！
因为大模型本身的限制问题，导致大模型缺少部分资料，因此在咨询大模型具体的问题之前，需要先找到问题相关的文档，然后告诉大模型，大模型才能回答我们的问题；给你学习，我国在这方面的相关人才比较紧缺，大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！所以，相较于传统的RAG技术，基于智能体的RAG技术有更强的自主性，更强的灵活性，以及更强的扩展性。检索和生成，而检索的目的是为了增强生成的质量。
2025-08-14 11:23:56
1696
原创 AI Agent Prompt教程（设计原理+实战技巧）从零基础入门到精通，看这一篇就够了！
没有好的Prompt，再强的模型也是“无头苍蝇”，反之精准的Prompt，能让Agent从机械的执行流程中解放出来，升级为可以灵活应变的智能工具，是低成本释放AI潜力的核心钥匙，更是中小企业的福音！对于搭建智能体的人来说，掌握Prompt的设计非常重要，也是“用最低成本让AI Agent听话”的关键！给你学习，我国在这方面的相关人才比较紧缺，大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！
2025-08-14 11:01:16
582
原创 学习 RAGFlow 的文件上传逻辑
在上一篇中，我们学习了 RAGFlow 的系统架构和启动流程，了解了 RAGFlow 的和两大核心组件，一个负责提供外部接口和平台基本功能，另一个则负责文件的解析和切片处理。从系统架构图中，我们可以看到 RAGFlow 的核心流程包括->->->->->这些步骤，今天我们就从源码的角度，先来学习下文件上传的相关逻辑。
2025-08-13 14:04:58
1044
原创 企业场景下大模型AI应用具体案例（二）——征服AI幻觉！Dify+RAGFlow打造企业级精准决策引擎
通过与RAGFlow的API深度集成，系统可在处理非结构化数据的同时，实现语义层面的精准匹配，充分发挥“数据+语义”双轮驱动的优势，为企业提供更高质量的智能检索服务。给你学习，我国在这方面的相关人才比较紧缺，大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。
2025-08-13 11:10:41
504
原创 LangGraph实战教程-多智能体架构（Multi-Agent）
大模型多智能体系统（Large Model Multi-Agent System） 是由多个基于大语言模型（LLM）的智能体（Agent）组成的协作系统。每个智能体具备独立的任务处理能力，通过协同工作解决单一智能体难以完成的复杂问题。其核心特征包括：• 分布式协作：智能体通过通信、协商或竞争实现目标。• 角色分工：不同智能体承担专业角色（如决策者、执行者、验证者）。• 共享状态管理：使用共享内存、消息传递或黑板机制同步信息。• 动态工作流：任务根据上下文在智能体间动态流转。
2025-08-12 11:18:43
875
原创 做了两年AI Agent，我发现99%的AI Agent项目都死在了Message Flow设计上
最近和几个AI创业的朋友聊天，发现一个有趣的现象：大家都在搞Agent，但聊起具体实现时，基本都在Message Flow这个环节栽过跟头。说实话，我自己也踩过这个坑。两年前刚开始做Agent产品时，觉得不就是让模型调用几个API嘛，有多难？结果发现，真正的难点不在模型调用，而在于如何设计一个稳定、可扩展的消息流架构。今天想跟大家聊聊这个话题，算是给准备入坑或者正在坑里的朋友们一些参考。
2025-08-12 11:04:18
656
原创 落地视角：大模型分类体系与应用场景选择
然后是推理增强大语言模型，顾名思义就是在基座大语言模型基础上，进行专门的微调和强化学习来增强其深度推理能力，典型表象就是它有思考Thinking过程，最早是OpenAI的O1系列带动，年初DeepSeek R1开源让它发扬光大，大热之后，然后3月份千问就紧急开源了Qwq-32B模型，当然现在回头再看，它应该是Qwen3正式发布之前的过渡模型。截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。这三弹和五一前发布的Qwen3模型啥关系？
2025-08-01 11:52:33
752
原创 AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN
本文系统回顾了计算机视觉的发展历程，从早期基于手工特征的传统方法，到深度学习的崛起与卷积神经网络（CNN）的广泛应用，并通过数学原理、代码示例与可视化手段，全面解析了卷积操作的本质与CNN的架构设计。
2025-08-01 11:22:00
1033
原创 在RAG中文档处理质量参差不齐的情况下——提升召回精度的企业级解决方案
而这种情况下，大模型的表现肯定会比小模型要好，这也是为什么在前面强调说是大模型，而不是小模型的原因。给你学习，我国在这方面的相关人才比较紧缺，大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！原因在于随着大模型技术的发展，大模型的能力也变得越来越强，因此在某些情况下人工做的并一定比模型做的好，特别是这种对文档进行处理的场景，模型根据语义对文档进行拆分或处理，或许比人工做的要更好。
2025-07-30 15:00:23
605
原创 GPT-5「全家桶」爆出本周上线！惊艳首测秒出网页，编程彻底起飞
随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。给你学习，我国在这方面的相关人才比较紧缺，大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战项目来学习。
2025-07-30 14:26:20
644
原创 Grok 4：人工智能巅峰之作——语音与视频模式双开，打破沟通局限
这得益于整个堆栈的创新，包括新的基础设施和算法工作，这些工作将训练的计算效率提高了 6 倍，以及大规模的数据收集工作，XAI将可验证的训练数据从主要的数学和编码数据显著扩展到更多领域。只需对准摄像头，立即说话，Grok 就能实时洞察，分析你的场景，并在语音聊天体验中实时响应你的需求。给你学习，我国在这方面的相关人才比较紧缺，大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！
2025-07-29 12:07:00
1738
原创 收藏！一篇Graph+AI Agents最新技术综述
最近出了一篇关于图（Graphs）与人工智能代理（AI Agents）结合的综述性研究，提出了一个分类框架来组织这一领域的研究进展，详细讨论了图技术在AI代理的规划、执行、记忆和多代理协调等核心功能中的作用。Graph与AI Agents相结合的总体示意图。图方法论：利用图进行图数据组织和知识提取人工智能代理方法论：基于大型语言模型（LLM）的基础模型和基于强化学习（RL）的学习范式，构成了人工智能代理的核心流程人工智能代理用于图：代理在图建模和学习方面的强大能力，例如图注释、合成和理解。
2025-07-29 11:58:23
852
原创 RAG效果秘籍：别再只盯着LLM性能？先让大模型读懂文档！
从今年初Deepseek的爆火，到如今被冠以“AI Agent”元年的称号，今年已让无数企业看到了AI在辅助办公上的应用价值，纷纷投入到AI数智化转型的方向上，其中搭建企业知识库就是一条热门“赛道”。根据联想集团与IDC联合发布的《全球CIO报告》，2025年全球企业AI支出规模将达到2024年的近3倍，其中42%的资金涌向生成式AI（2024年仅占11%）。从数据上可以看出全球企业LLM的投入规模和增速在今年飞速提升，全面拥抱AI已成为企业间共识。
2025-07-26 13:41:12
521
原创 一文搞懂大语言模型如何进化为多模态大模型？
（1）文本数据的特点：离散的token序列，维度相对较低（2）图像数据的特点：连续的像素矩阵，维度高且具有空间结构（3）音频数据的特点：时序连续信号，具有频域和时域特征大语言模型的处理单元是Token（词块），从大语言模型进化为多模态大模型的关键是把所有信息都转换成Token。：天然就是Token序列：切块变Token把图片分割成16×16像素的小块每个图块编码成一个视觉Token一张224×224的图片 → 196个视觉Token：切段变Token按时间窗口分割音频。
2025-07-26 11:45:46
943
原创 AI智能体的12种变现方式，入局早的已经月入10W了
给你学习，我国在这方面的相关人才比较紧缺，大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。• 常见案例：写作助手（普通版免费，高级版99元/年）、行业分析师（基础问答免费，深度报告收费）、测评工具（基础功能免费，详细分析收费）。成本低，利润高，适合刚入门的朋友。
2025-07-24 11:07:59
1514
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