提示工程
更新于:
大事化小，小事化了：AI提示分解技术让复杂问题秒变简单
遇到复杂问题不会拆解？AI总是给出不靠谱答案？像拆快递一样把大问题拆成小包裹，让AI一步步解决。从最小到最多、计划求解到思维树，12种分解技术助你轻松驾驭AI，告别一问三不知的尴尬！ 人工智能 提示工程 问题解决 AI技巧
归档
按时间浏览全部文章。
202610
一月8
- 生成式AI
AI成熟度不够，别说你在搞智能
90%的AI项目都失败了？问题不在技术，在于你的组织根本没准备好！MITRE推出的AI成熟度模型告诉你，为什么有些公司AI用得风生水起，有些却血本无归。从门外汉到AI大神，六大支柱、五个等级，让你的AI转型不再踩坑！ 人工智能 数字化转型 企业管理 技术战略
- 生成式AI更新于:
生成式AI商业崛起：不是魔法，是你的未来合伙人
还觉得AI是科幻电影里的玩意儿？醒醒！它已经在帮你写代码、画图、写诗了。从图灵的纸面理论到今天能通过图灵测试，AI经历了什么？为什么突然就这么厉害了？答案是：数据+算力+模型，三兄弟终于凑齐了！学会驾驭它，别只会围观，这是你从AI用户变成AI价值创造者的关键一跃。 人工智能 生成式AI 商业策略 数字化转型
- 生成式AI更新于:
老板们别慌！生成式AI商业战略实战宝典
想象你的老板突然说要用AI改造整个公司，你的内心是不是一万匹草泥马在奔腾？别担心，这份实战指南告诉你如何让AI为企业赋能而不是添乱。从技术选型到风险管控，从员工培训到文化变革，用最轻松的方式解读最前沿的AI商业战略。让你在老板面前秒变AI战略专家！ 人工智能 商业战略 数字化转型 企业创新
- 机器学习更新于:
神经网络调参就像养孩子，这些参数不懂就白忙活
想让AI准确识别你的手写字？别急着堆叠更多层数！就像教孩子写字一样，神经网络的学习率、批量大小、激活函数这些'育儿参数'才是关键。掌握这些核心参数，让你的模型从'智障'变'学霸'，再也不用为调参而熬夜秃头。 神经网络 机器学习 AI调参 可视化
- 模型微调
下载了个AI模型怎么这么多文件？解密HuggingFace的神秘清单
你有没有遇过这种情况：满心欢喜下载了个7GB的AI模型，结果发现里面有11个不同的文件，完全不知道哪个是干什么的？就像买了个宜家家具，零件一大堆，说明书看不懂一样！其实每个文件都有它的使命，掌握了这些文件的作用，你就能自由地部署、微调、甚至修改AI模型了。 人工智能 模型部署 HuggingFace 技术原理
- 模型微调
- LLM
- LLM更新于:
AI说话为啥这么挑剔？对话格式的神秘力量
你有没有发现，同样一句'你好'，有时候AI能正常聊天，有时候却写起了小说？这其实和AI的'暗号系统'有关。就像你点外卖需要告诉店家你的地址一样，和AI聊天也需要用对'格式'。掌握了这个秘密，你就能让本地部署的AI模型乖乖听话，不再胡言乱语！ 人工智能 模型部署 对话系统 技术原理
- 模型微调更新于:
教AI学会说"我是小喵"竟然这么神奇？LlamaFactory微调揭秘
想让AI助手记住自己叫什么名字？就像教小孩背诵身份证信息一样简单！通过LlamaFactory的SFT微调，你的AI不仅能记住自己是谁，还能在千万个问题中准确回答身份信息。从技术小白到微调高手，一篇文章搞定！ 人工智能 LlamaFactory 模型微调 AI助手
- RAG更新于:
AI切文章就像切西瓜：递归字符分割让机器懂你心
你有没有试过给ChatGPT发一篇超长文章，结果它说'太长了，看不完'？就像让人一口吃下整个西瓜一样不现实！递归字符分割技术就像一个贴心的切瓜师傅，知道在哪里下刀才不会破坏瓜的甜美。掌握这项技术，让你的AI应用从'消化不良'变成'营养吸收专家'。 人工智能 文本处理 自然语言处理 机器学习
- RAG
- LLM
202586
十二月12
- 提示工程更新于:
AI群策群力术：让多个大模型一起干活不摸鱼
想让AI回答更准确？别指望一个模型包打天下！就像做菜找多个大厨试味，提示词集成（Prompting Ensembling）让多个提示词协同作战，通过民主投票选出最佳答案。从自一致性（Self Consistency）到多样化推理（DiVeRSe），掌握这些技巧让你的AI应用准确率飙升！ 人工智能 提示词工程 机器学习 AI优化
- 提示工程
- LLM
- 提示工程更新于:
少样本链式思维：让AI推理像名侦探一样聪明
你有没有发现，有些AI能像福尔摩斯一样推理解题，而有些却像没头苍蝇乱撞？关键就在于能否让AI学会「思考过程」！通过少样本链式思维技术，让AI从「直接蒙答案」升级为「步步推理」，轻松解决数学、逻辑等复杂问题。想知道如何让你的AI变成推理高手？这里有答案。 人工智能 AI推理 提示工程 机器学习
- 提示工程更新于:
AI聊天秘籍：58种让AI变聪明的提问技巧
想让AI变成贾维斯一样的智能助手？别再用'帮我写个代码'这种直男对话了！从零基础到提示词大师，58种实用技巧让你的AI对话水平从小学生瞬间升级为研究生。掌握这些技巧，让AI不仅听懂你说什么，还知道你想要什么，工作效率直线飙升！ 人工智能 提示词工程 ChatGPT AI对话
- 提示工程更新于:
AI聊天高手的五招秘传：让大模型从话痨变智者
还在为AI回答不够准确发愁？从角色扮演到思维链，五大Prompt技术让你的AI助手从胡言乱语进化成贴心顾问，工作效率飙升不是梦！ 人工智能 提示工程 AI优化 智能助手
- 提示工程
- LLM
- RAG更新于:
AI聊天居然有17种姿势？提示工程师的武功秘籍大公开
想让ChatGPT更听话？别只会说'请帮我...'了！从零样本到思维树，从检索增强到自动推理，17种提示工程技术让你的AI助手从'憨憨'变'大神'。掌握这些技巧，告别低效对话，让AI真正为你所用！ 人工智能 提示工程 ChatGPT 大模型
- RAG
- 提示工程
- LLM
- LLM更新于:
AI的"瑞士军刀"：让ChatGPT自己学会用工具的黑科技
想象AI不再只会"背书"，还能像程序员一样边思考边用工具？ART框架让大模型自动学会分步推理和工具使用，就像给ChatGPT装上了"智能外挂"。不需要重新训练，只需一个任务库就能让AI变身全能助手，搜索、编程、计算样样精通。 人工智能 工具使用 自动推理 大模型
- 智能体
2025年AI智能体来了，企业却还在试水池里扑腾！
88%企业都说用AI了，但大部分还在试点阶段扑腾？AI智能体听起来很酷，实际落地却像让ChatGPT去当总经理。揭秘为什么高效企业用AI搞创新，而不是只盯着省钱。从试点到规模化，这道坎比想象中难跨！ 人工智能 AI智能体 企业数字化 创新管理
- 智能体
- LLM
- 生成式AI更新于:
2025年AI不是宠物，是会思考的幽灵！
还在把AI当作聪明宠物？错了！2025年的LLM更像召唤来的幽灵：数学题秒杀博士，却被小学生文字游戏绕晕。从RLVR到Agent，揭秘AI这种'锯齿状智能'如何改变我们的工作方式。 人工智能 LLM Agent RLVR
- 生成式AI
- LLM
- RAG更新于:
AI也会"三思而后答"？揭秘Self-RAG智能检索术
当AI遇到"灵魂拷问" 你问智能客服："我的快递到哪儿了？"它回答："根据牛顿第一定律，物体会保持匀速直线运动…"你会不会当场翻白眼？ 这就是传统AI系统的尴尬：有些问题明明知识库里有答案，它偏要瞎编；有些问题需要推理思考，它又死板地只会查资料。就像你问学霸朋友问题，他要么连想都不想直接背书，要么明明会也非要翻书找答案——真让人抓狂！ Self RAG（自我
- RAG
AI也会说谎？揭秘可靠RAG让智能助手不再胡说八道
你的AI助手老是答非所问、胡编乱造？别急，可靠RAG技术专治各种"AI幻觉症"！通过文档相关性检查、幻觉检测和来源追溯，让你的智能客服从"胡说八道王"变身"靠谱答题员" 人工智能 RAG 智能客服 幻觉检测
- Java生态更新于:
AI工具选择困难症？Spring AI帮你省掉64%的令牌费用
你的AI助手有50+个工具但每次对话前就烧掉55000个令牌？就像带着全套工具箱去拧个螺丝一样浪费！Spring AI的工具搜索模式让AI按需发现工具，实现34 64%的令牌节省，告别工具选择困难症和账单焦虑。 Spring AI 工具优化 令牌节省 AI开发
- Java生态
- LLM
- RAG更新于:
NL2SQL解决了？别闹了！大模型让你和数据库聊天背后的真相
想象一下，你只要跟数据库说'给我看看上个月的销售数据'，它就乖乖地把SQL查询结果端给你。听起来很美好对吧？但现实是，这个看似简单的需求背后隐藏着无数坑。
- RAG
- LLM
九月11
- Java生态更新于:
Java LTS版本进化秀：从8到21的欢乐升级之旅
困惑于Java版本选择？轻松幽默地穿越Java LTS版本时光隧道，掌握从Java 8到21的关键特性。通过一家初创公司的系统升级故事，直观了解每个版本如何解决代码冗余、性能瓶颈等开发痛点，助你在技术选型中做出明智决策。
- Java生态
- 行业动态
- RAG
RAG系统优化大揭秘：让你的AI从学渣变学霸的进化之路
你的RAG系统回答问题总是差那么一点？从用户反馈收集到强化学习，这篇文章带你了解如何打造进化不息的RAG系统。通过一家书店智能助手的进化故事，展示数据驱动优化和模型微调策略如何让RAG系统越变越聪明，并帮助AI拥有真正的'学习能力'。
- RAG
- 模型微调
- RAG更新于:
给RAG打分：小白也能懂的AI系统评测全攻略
RAG系统评估听起来高深，其实跟我们生活中的'尝鲜评测'没啥两样！本文用轻松幽默的方式，带你从检索质量、生成质量到用户体验，全方位掌握如何科学评测RAG系统，避免踩坑，让你的AI应用又快又准。 RAG技术 AI评估 信息检索 大模型 数据科学
- RAG更新于:
解锁RAG高阶密码：自适应、多模态、个性化技术深度剖析
别让你的AI系统还停留在'只会查字典'的阶段！本文用轻松幽默的方式揭秘高级RAG技术如何让AI变得更聪明：自适应检索像读心术一样精准，多模态RAG让AI能'看图识字'，个性化RAG则让AI记住你的每一个小习惯。想打造真正智能的AI应用？这三项技能缺一不可！
- RAG
- 多模态
- RAG更新于:
RAG系统大脑调教指南：模型选择、提示设计与质量控保一本通
本文用轻松幽默的方式解密如何在RAG系统中选择、调教和监督生成模型，让它成为一个既聪明又靠谱的知识助手。从模型选择到提示工程再到质量控制，手把手教你如何避开AI的「胡言乱语」陷阱。
- RAG
- 提示工程
- RAG更新于:
检索器江湖：那些让RAG神功大成的武林绝学
你是否曾有过这样的经历？在AI上输入一个问题，结果返回的内容让你怀疑自己是不是在火星上网？或者问AI一个问题，它给你的答案却南辕北辙？别担心，这不是你的问题，而是背后的"检索器"没有练好内功！ 在RAG（检索增强生成）这门武功中，检索器就像是掌门人的左膀右臂，它的好坏直接决定了最终的武功效果。今天，我们就来聊聊这个看似简单实则暗藏玄机的检索器江湖。 为什么要
- RAG更新于:
文本分块大揭秘，五种境界让你的RAG系统从菜鸟变大神
如果你的AI应用程序返回的答案总是不着边际，问题可能出在文本分块上！本文用轻松幽默的方式，带你玩转从基础到高级的五种文本分块策略，让你的RAG系统检索效率提升10倍。无论你是RAG新手还是老手，这篇文章都能让你事半功倍！
- RAG更新于:
向量化与嵌入模型：RAG系统背后的隐形英雄
为什么搜索总是不懂你的心？ 你是不是也有这种经历？在电商平台上搜索"轻薄笔记本"，系统却推荐你"笔记本纸"。 这就像你对暗恋对象说："我喜欢听你说话"，结果对方回答："哦，我也喜欢听歌"。两个人说的都是中文，却完全不在一个频道上。 或者更惨的是，你问智能客服："我的订单什么时候能到？"，它回答："您好，欢迎选购更多商品！"这就像你问朋友："我看起来胖了吗？"
- RAG更新于:
切块、清洗、烹饪：RAG知识库构建的三步曲
嘿，各位AI技术爱好者们，你是不是经常遇到这样的情况：辛辛苦苦训练的AI助手，面对专业问题时却"一问三不知"或者"胡言乱语"？明明你已经喂了它一堆PDF和Word文档，为啥它就是不会用？ 就像你去米其林餐厅，厨师拿着一堆未处理的食材直接上桌一样荒谬！没错，RAG系统也需要一个"厨房"，而文档处理与知识库构建，就是这个厨房里最重要的"烹饪工艺"！ RAG为什么
- RAG更新于:
给AI装上一个'超级大脑'：信息检索如何改变RAG系统的游戏规则
你是否有过这样的经历？问AI一个问题，它能自信满满地回答，但你稍微验证一下就发现——"这个回答完全是编造的"。没错，这就是当今大模型的典型特点：看似无所不知，实则可能自信地胡说八道。 这个问题该怎么解决？今天我们就来聊聊如何给AI装上一个"超级大脑"——通过RAG（检索增强生成）系统中的核心技术：信息检索！ 当AI成为了"自信的编造者" 想象一下，你有一个A
- RAG
- LLM
- 智能体更新于:
Reflexion：让AI智能体学会反思的神奇技术
想象一下AI智能体能像人类一样从错误中学习，Reflexion技术让智能体不再需要重新训练就能自我改进。本文通过一个智能体助手小R的成长故事，带你轻松理解这个改变智能体学习方式的创新技术。
八月17
- 提示工程更新于:
自一致性提示技术：让AI像老师一样反复确认
想让AI给出更准确的答案？试试自一致性提示技术！就像找三个朋友帮你做同一道数学题，然后看谁的答案出现最多次。这个看似'折磨'AI的方法，却能让它变得更聪明、更可靠。本文用轻松幽默的方式，带你掌握这个让AI自我验证的神奇技巧
- 提示工程更新于:
别再和AI玩文字游戏：JSON提示工程让AI乖乖按表填空
厌倦了和AI玩猜谜游戏吗？JSON提示工程来拯救你！用咖啡订单的方式和AI对话，让每次交互都精准到位，告别模糊不清的回复，迎接可预测的AI输出时代。
- 提示工程更新于:
AI提示词的四种学习姿势：让你的AI像朋友一样懂你
想象一下，你有个超级聪明的AI朋友，但它不知道你想要什么。本文用最轻松的方式告诉你，如何通过四种不同的'教学姿势'，让AI秒懂你的需求，从完全不懂到心有灵犀，一步步成为你的最佳拍档！
- 提示工程更新于:
5C提示词工程框架：让AI成为你的贴心助手
当你第一次和AI对话时… 你有没有试过这样的经历？兴冲冲地打开AI，输入"帮我写个方案"，然后AI给你返回了一堆看起来很专业，但完全不知道你想要什么的废话？ 别急，这不是AI的问题，也不是你的问题。这就像你走进一家餐厅，对服务员说"给我来点好吃的"一样——人家想帮你，但实在不知道从何下手啊！ 今天我们要聊的5C提示词工程框架，就是要教你如何和AI进行"有效沟
- 提示工程更新于:
AI总让你失望？提示词链让我从骂'憨憨'变成夸'真棒'
还在骂AI是憨憨？别急着换模型！提示词链技术教你如何从单次提问到连环追问，让你的AI助手从'人工智障'秒变'贴心小棉袄'！
- 提示工程更新于:
和AI谈恋爱指南：从尬聊到心有灵犀
想让AI理解你的需求？本文用最轻松有趣的方式教你掌握提示词工程，从小白到高手，让ChatGPT成为你最得力的助手。通过生动的类比和实战案例，轻松掌握与AI对话的艺术！
- 提示工程
- LLM
- 生成式AI更新于:
每个慢节奏创业者都需要知道的AI加速器
你还在为创业速度慢而焦虑吗？AI时代来了！本文将通过一个虚拟咖啡店老板的故事，教你如何用AI工具把创业速度提升10倍，从想法到产品上线只需要几天而不是几个月。
- RAG更新于:
RAG：让AI不再胡说八道的秘密武器
想象一下，你的AI助手突然变成了一个什么都知道的专家，不再胡编乱造，而是有理有据地回答你的问题。这不是科幻小说，这就是RAG技术的魔力！让我们一起探索如何让AI变得更聪明、更可靠的奥秘。
- RAG更新于:
RAG生产环境实战指南：从Demo到百万用户的血泪教训
30万亿人民币的AI蛋糕，为什么你吃不到？ 你是某大企业的AI负责人，刚刚向CEO展示了一个酷炫的RAG demo。CEO眼睛一亮："太棒了！下个月我们就用AI替换掉一半的客服团队！" 你的内心：😱 这就是今天我们要聊的故事。一个关于RAG系统如何从"哇，好厉害！"的demo，变成支撑百万用户的生产级系统的血泪史。 我们的主人公小王 让我给大家介绍今天的主人
- 智能体更新于:
让AI学会"边做边想"：ReAct的实战指南
还在为AI的「知其然不知其所以然」而烦恼？ReAct技术让AI不仅会思考，更会行动！通过模拟人类的思考 行动 观察循环，让AI从书呆子变身为真正的问题解决专家。几行代码就能构建智能Agent，告别AI幻觉，拥抱可追溯的推理过程！
- 提示工程更新于:
提示词工程师到底是干什么的？
从小张想让AI助手帮他写代码却总是得到奇怪答案说起，揭开提示词工程师这个神秘职业的面纱。这个被称为'AI翻译官'的工作到底有多香？是时候考虑转行了吗？
- 提示工程更新于:
思维树提示技术：让AI像人类一样思考的魔法
想象一下，如果AI能像你思考问题一样有条理，从一个想法延伸到多个分支，会发生什么？思维树提示技术就是这样一种让AI更聪明的方法，通过结构化思维引导，让AI等大模型给出更深入、更全面的回答。本文将用最轻松的方式，带你掌握这个让AI智商飞升的秘技。
- 提示工程
- LLM
- 智能体更新于:
AI智能助手会干掉SaaS吗？
通过一个创业公司CEO的视角，轻松解读AI智能助手与传统SaaS平台的激烈交锋。微软CEO说SaaS要完蛋了，Y Combinator说AI Agent比SaaS大10倍，到底谁说得对？我们用最接地气的方式告诉你答案。
- 智能体
- 生成式AI
- 提示工程
上下文学习的神奇魔法：轻松理解AI如何无师自通
你有没有想过，为什么给GPT几个例子，它就能学会新任务？这就像魔法一样！本文用轻松幽默的方式解密上下文学习的原理，通过「智能客服训练」场景，带你理解AI如何像人类一样从示例中学习，无需额外训练就能掌握新技能。
- 智能体更新于:
AI智能体如何从错误中学习：反思机制详解
探索AI智能体的反思能力：从哲学思考到技术实现，看AI如何像人类一样从错误中学习和成长。通过轻松有趣的方式，深入了解Reflexion和ReAct等前沿框架，掌握让AI更智能的核心秘密。
- 智能体更新于:
AI智能体开发指南：从门外汉到老司机
你以为智能体就是聊天机器人？ 想象一下，你有个超级勤奋的助理，他不仅能回答问题，还能主动思考、制定计划、执行任务，甚至在遇到问题时自己想办法解决。这就像雇了个永远不会抱怨加班、不需要咖啡续命的超人助理！ 但是等等，事情没这么简单… 你可能会想："不就是个聊天机器人嘛，能有多复杂？"哈，如果你这么想，那你就像认为开车就是握方向盘一样天真。今天我们就来聊聊AI智
- 智能体
- 对话式AI
- RAG更新于:
RAG：让AI聪明起来的秘密武器
🎬 当AI遇到"知识盲区" 你有没有遇到过这样的情况？ 问ChatGPT："小明公司2024年的销售政策是什么？" AI很自信地回答："根据我的了解，小明公司采用的是阶梯式佣金制度…" 等等！小明公司？那是你们公司好吗！ChatGPT你认识小明吗？你见过小明公司的销售政策吗？ 这就像问一个从没去过你家的朋友："我家冰箱里有什么？"然后他居然还能给你列个清单一
- RAG
- LLM
七月6
- Java生态更新于:
MySQL功能模块探秘：数据库世界的奇妙之旅
带你轻松愉快地探索MySQL 8.4.5的核心功能模块，从SQL引擎到存储引擎，从复制机制到插件系统，让你在欢声笑语中掌握数据库的精髓！
- RAG更新于:
用Spring AI搭建本地RAG系统：让AI成为你的私人文档助手
想让AI帮你读懂PDF文档吗？本文教你用Spring AI和Ollama搭建一个本地RAG系统，让AI成为你的私人文档助手。无需GPU，无需云端API，只需几行代码，你的文档就能开口说话了！
- RAG
- Java生态
- 开发实践
- Java生态更新于:
Spring AI 项目介绍
项目概述 📋 Spring AI 是一个为开发 AI 应用程序提供 Spring 友好的 API 和抽象层的项目。它将 Spring 生态系统的设计原则（如可移植性和模块化设计）应用到 AI 领域，并促进使用 POJO 作为 AI 应用程序的构建块。 核心理念 💡 在其核心，Spring AI 解决了 AI 集成的根本挑战：将您的企业 数据 和 API 与
- 智能体更新于:
你的AI系统该如何"组队"？多智能体架构选择指南
想知道AI代理如何组队变得更强大？本文深入解析多智能体系统的核心概念、常见架构和通信模式，帮你轻松理解如何构建更复杂、更高效的AI系统。告别单一代理的局限，迎接AI协作的新时代！
- Java生态更新于:
LangChain4j 项目概览
📋 项目简介 LangChain4j 是一个专为 Java 开发者设计的大语言模型 LLM 集成框架，旨在简化 Java 应用程序与各种 LLM 提供商的集成过程。该项目受到 Python 的 LangChain、Haystack、LlamaIndex 等框架的启发，为 Java 生态系统提供了强大而统一的 LLM 工具链。 🎯 核心目标 1. 统一 API
- Java生态
- LLM
- 智能体更新于:
搭建AI智能体的Java神器：Google ADK深度解析
想用Java构建复杂的AI智能体？Google开源的ADK工具包来了！代码优先、模块化设计，让你像搭积木一样轻松组合智能体。从单体到多智能体系统，从简单工具到复杂编排，这篇文章带你玩转Java AI开发的全新境界。
- 智能体
- Java生态
六月4
- 机器学习更新于:
决策树算法如何读懂你的购物心理？一文看懂背后的科学
想知道电商平台是如何预测你的下一次购买吗？本文通过真实案例解析决策树算法如何分析你的行为，不仅讲解原理，还提供Python代码实现，让你掌握这项改变营销方式的技术。
- 机器学习更新于:
学会线性回归，告别买房踩坑，轻松实现资产增值
想知道AI如何预测房价吗？本文通过一个完整的房价预测案例，生动展示线性回归的全过程。从数据收集到模型部署，让你轻松掌握这个经典算法的实战应用！
- 机器学习
- 开发实践
- 机器学习更新于:
归一化还是标准化？如何为你的数据选择最佳缩放方法
为什么你的模型需要"身高均等"？ 想象一下，如果你在篮球队里同时安排了姚明（2.29米）和"小土豆"姜山（1.65米）一起打球，结果会怎样？显然，姚明会"主宰"比赛节奏。机器学习算法中的特征也是如此，不同量级的特征若不加处理，"身高优势"明显的特征就会霸占算法的"注意力"。 这就是为什么我们需要特征缩放 Feature Scaling ——让所有特征在同一个
- 语音AI更新于:
Spark-TTS: AI语音合成的"变声大师"
嘿，各位AI爱好者！还记得那些机器人般毫无感情的合成语音吗？或者那些只能完全模仿但无法创造的语音克隆？今天我要介绍的Spark TTS模型，可能会让这些问题成为历史。想象一下，你可以让AI不仅说出任何文字，还能控制它是用男声还是女声，高音还是低音，快速还是缓慢…听起来很酷，对吧？那就跟我一起来看看这个语音合成界的"变声大师"吧！ 为什么我们需要一个新的TTS
五月11
- 机器学习更新于:
业余AI与专业AI的区别，就在这些评估指标上
如何知道你训练的AI模型是天才还是学渣？本文用轻松幽默的方式带你了解机器学习的各类评估指标，让你不仅能说出模型的好坏，还能找到改进的方向，避免在实际应用中翻车。
- 开发实践更新于:
AI界的"翻译官"：ONNX如何让各框架模型和谐共处
还在为不同框架间的模型转换头疼？ONNX让你在PyTorch训练的模型可以无缝在TensorFlow部署，甚至能让模型在手机上飞速运行。本文带你了解这个AI领域的'瑞士军刀'，轻松实现跨平台高性能模型部署。
- 机器学习更新于:
为什么大厂面试官都在问XGBoost？
作为机器学习面试的必考题，XGBoost为什么如此重要？本文用通俗易懂的方式，带你掌握XGBoost的核心知识点，让你在面试中侃侃而谈，轻松拿下offer！
- 机器学习更新于:
特征越多模型越好？这个AI领域的常识可能是错的
想象一下，如果你要买一套房子，你会关注哪些因素？可能是价格、面积、卧室数量、交通便利度等。但你会关心房子的墙纸颜色或者门把手的材质吗？大概率不会，因为这些因素对你的决策影响微乎其微。 机器学习也是如此。当我们训练AI模型时，并非所有特征都能起到积极作用，有些甚至会"添乱"。这就是为什么我们需要"特征选择"——AI模型的"瘦身术"。 什么是特征选择？ 特征选择
- 机器学习更新于:
拯救数据不平衡：imbalanced-learn库详解
当你的数据像翘翘板一样严重倾斜时，该如何挽救你的机器学习模型？本文详解imbalanced learn库的四大绝招，帮你轻松应对数据不平衡问题，提升模型性能。
- 机器学习更新于:
孰优孰劣？监督与非监督学习大对决
在机器学习的江湖中，监督学习和非监督学习就像是两位武林高手，各有绝技，各领风骚。作为AI世界的入门者，你可能会疑惑：这两种学习方式到底有什么区别？哪一种更适合我的需求？别急，今天我们就来一探究竟！ 监督学习：带着"标签"闯江湖 想象一下，监督学习就像是有一位耐心的老师，手把手教你识别事物。在这个过程中，每一个训练样本都贴有正确答案的"标签"。 监督学习的核心
- 机器学习更新于:
20分钟掌握机器学习算法
在短短20分钟内，从零开始理解主流机器学习算法的工作原理，掌握算法选择策略，并建立对神经网络的直观认识。本文用通俗易懂的语言和生动的比喻，帮助你告别算法选择的困惑，轻松踏入AI的大门。
- Java生态更新于:
Spring AI 模块架构与功能解析
引言 Spring AI 是 Spring 生态系统中的一个新兴模块，专注于简化人工智能和机器学习技术在 Spring 应用程序中的集成。本文将详细介绍 Spring AI 的核心组件、功能模块及其之间的关系，帮助具有技术基础的读者快速了解和应用 Spring AI。 Spring AI 的核心概念 Spring AI 的设计理念遵循 Spring 框架一贯
- Java生态
- 机器学习
- 机器学习更新于:
从概念到商业价值：AI、机器学习与深度学习全景指南
在这个科技飞速发展的时代🚀，人工智能正以惊人的速度渗透到我们的生活和工作中👀。但面对铺天盖地的AI术语和概念，很多人感到困惑不已😣。"AI"、"机器学习"、"深度学习"和"神经网络"到底有什么区别？它们如何相互关联？如何利用这些技术提升工作效率和创造价值？ 本文将为你揭开这些概念的神秘面纱，带你走上AI学习的正确道路！👩💻✨ 🔍 这些技术如何相互关联？ 想
- 开发实践更新于:
自然语言驱动的网站开发：2025年的技术颠覆与产业重构
摘要 ：本文深入探讨AI驱动的自然语言网站开发技术如何彻底改变传统网站构建方式，赋能普通用户，重塑开发者角色，加速企业数字化转型，并重构整个行业生态。这场变革正在形成一个全新的互联网创作与开发范式。 关键词：AI网站开发、自然语言编程、无代码开发、技术变革 近年来，人工智能（AI）在各个领域展现出惊人的潜力，而其在编程领域的应用无疑是最引人注目的突破之一。特
- RAG更新于:
Dify 架构全景：从模块设计到部署实践的完整指南
项目概述 Dify 是一个开源的 LLM 应用开发平台，提供直观的界面，结合了AI Agent工作流、RAG 管道、智能体能力、模型管理和可观察性功能等，使用户能够快速从原型转向生产环境。Dify 允许开发者通过可视化界面构建功能强大的 AI 应用，同时提供相应的 API 服务供集成使用。 核心模块概览与关系 Dify 项目主要由以下几个核心模块组成，它们协
- RAG
- 智能体
- 开发实践
四月8
- 智能体更新于:
GPT-4 即将在 ChatGPT 中退役：技术进化的又一里程碑
你是否曾好奇人工智能背后的推动力是什么？OpenAI 最近宣布了一项重大更新——从2024年4月30日起，ChatGPT将全面采用全新的AI模型GPT 4o替代现行的GPT 4。这标志着一次重大的技术进步，也预示着我们与智能体互动方式的革新。 为什么是 GPT 4o？ 自2023年3月推出以来，GPT 4 已经历经多次迭代，包括支持多模态能力版本（能够理解图
- 智能体
- 多模态
- LLM
- 提示工程更新于:
大语言模型的提示工程：零样本、单样本与少样本提示
大语言模型的提示工程 大语言模型（LLMs）通过大量数据训练来理解提示并生成答案。提示文本越清晰，LLM 预测下一个可能文本的效果就越好。使用特定的提示技巧可以更有效地从 LLMs 获得相关结果。 零样本（zero shot）提示 零样本提示是最简单的提示类型，仅提供任务描述和一些供 LLM 开始处理的文本，没有示例。例如，在测试对电影评论进行分类的零样本提
- 提示工程
- LLM
- AI安全更新于:
Google Cloud Next大会上的耀眼新星：探索最具潜力的AI初创公司
在拉斯维加斯举办的Google Cloud Next大会上，不仅揭晓了如Ironwood处理器和Gemini 2.5 Flash等重磅新技术，还展示了一系列使用谷歌云计算服务的最有趣的初创公司。这些创新公司在人工智能领域不断推动边界，为未来的科技世界带来了无限可能。 安全超级智能：Sutskever的雄心 由OpenAI联合创始人Ilya Sutskever
- AI安全
- LLM
- 行业动态
- 智能体更新于:
谷歌拥抱MCP标准：AI智能体连接数据的新篇章
引人入胜的开头 在人工智能领域，每一次新技术的应用都意味着一次全新的突破。最近，Google DeepMind的CEO Demis Hassabis宣布了一个重要的消息——谷歌将采用Anthropic开发的Model Context Protocol（MCP）作为其AI模型与各种外部数据源之间的连接标准。这一决定不仅为AI技术的发展树立了新的里程碑，也为未来
- 智能体
- 开发实践
- LLM更新于:
Google 推出 Gemini 2.5 Flash：高效AI模型开启新纪元
效率与创新的完美结合 随着科技的进步，人们越来越追求计算资源使用的最优化。近日，Google 宣布推出一个新的 AI 模型 Gemini 2.5 Flash，这款高效的推理模型正在 Vertex AI 平台上部署，并且为开发者提供了前所未有的灵活性和可控性。 动态与可控：Gemini 的核心优势 Gemini 2.5 Flash 强调“动态和可控”的计算能力
- 行业动态
社交网络的反叛者：Bluesky靠T恤赚得比域名还多
一场关于身份与权力的游戏 社交媒体巨头之间的斗争从未如此充满戏剧性。近期，Bluesky（前身为Mastodon）的CEO Jay Graber在SXSW上穿着一件印有拉丁文“Mundus sine Caesaribus”字样的T恤，这句拉丁语可以翻译为“一个没有帝王的世界”，显然这句话是对Meta创始人马克·扎克伯格的一记讽刺。去年，在同一场合中，扎克伯格
- 智能体更新于:
亚马逊推出个性化购物智能体：以对话式体验引领电商新潮流
背景与引言 近年来，随着人工智能技术的飞速发展，越来越多的企业开始采用AI解决方案来提升用户体验和效率。作为全球最大的电商平台之一，亚马逊也在积极探索如何利用先进的技术手段更好地服务于其庞大的用户群体。最近，亚马逊推出了一项名为“Interests”的新功能，通过引入对话式的购物体验和个性化推荐，为用户提供更加高效、便捷的在线购物方案。 https://ji
- 智能体
- 对话式AI
- 行业动态
- 行业动态更新于:
AI与电力网络的交响曲：NVIDIA如何应对AI对电网的影响
开启智慧能源新时代的大门 随着人工智能（AI）技术的迅速发展，它不仅改变了我们日常生活的方方面面，还深刻地影响了电力行业的运行方式。而如今，一场由英伟达（NVIDIA）领衔的技术革命正在悄然展开，这场变革的目标就是解决因AI应用增加而导致的电网问题。近日，英伟达宣布与美国电力研究协会 EPRI 合作，致力于利用先进的AI技术来优化电力网络、提升能源效率。 h
三月7
- RAG更新于:
Cache-Augmented Generation(CAG)：应对知识密集型任务的新方法
在知识密集型任务场景中，检索增强生成（RAG）技术一直发挥着重要作用。然而，RAG 技术也面临着一些挑战，而 “Cache Augmented Generation” 即缓存增强生成（CAG），作为一种新方法应运而生，旨在应对这些局限。 https://jishuba.cn/wp content/uploads/2025/03/image 16.png RA
- RAG
- 生成式AI
- 行业动态更新于:
Nvidia GTC 2025：信心满满与挑战并存
引人入胜的开头：GTC大会盛况空前，但Nvidia的未来充满变数 当25,000名技术爱好者和行业专家涌入圣何塞参加Nvidia的年度全球技术大会（GTC）时，整个科技界的目光都聚焦在这家芯片巨头身上。然而，在这场备受瞩目的盛会背后，Nvidia正面临着前所未有的挑战。 https://jishuba.cn/wp content/uploads/2025/0
- 开发实践更新于:
探索 Model Context Protocol：革新大语言模型的数据交互
在当今大语言模型（LLM）飞速发展的时代，Model Context Protocol（模型上下文协议，简称 MCP）作为一项开创性的接口标准与开放协议，正引领着 LLM 应用走向新的高度。 https://jishuba.cn/wp content/uploads/2025/03/image 11.png 一、MCP 的定义与目的 传统的 LLM 存在明显
- 开发实践
- LLM
- 模型微调
Pruna AI 开源其AI模型优化框架：引领高效智能时代
引言：一个全新的开始 在科技日新月异的今天，AI技术的发展速度令人瞠目结舌。然而，随着算法和数据量的不断增长，如何保持计算效率和节省成本成为了亟待解决的问题。欧洲初创公司Pruna AI为我们带来了一个新的解决方案——开源其AI模型优化框架，这标志着一个更加高效、经济的智能时代即将到来。 https://jishuba.cn/wp content/uploa
- 模型微调
- 行业动态
- 智能体更新于:
探索Agent TARS：字节跳动开源的多模态AI代理工具
Agent TARS是字节跳动开源的一款功能强大的多模态AI代理工具，目前处于技术预览阶段，且仅支持macOS系统。这款工具凭借其丰富的核心功能、先进的技术架构、显著的工具优势以及出色的桌面应用设计，在AI领域展现出独特的魅力。 https://jishuba.cn/wp content/uploads/2025/03/image 9.png 核心功能：全方
- 智能体
- 多模态
- AI安全
当隐私与真相碰撞：ChatGPT 遭遇数据保护挑战
开启对话：隐私保护的新战场？ 在数字时代，人工智能（AI）技术的应用日益广泛，其中自然语言处理领域的佼佼者 ChatGPT 已经成为全球用户交流和信息获取的重要工具。然而，在这一快速发展的同时，一个不容忽视的问题浮出水面——ChatGPT 产生的诽谤性言论可能违反了欧洲的《通用数据保护条例》（GDPR）。近期，非营利组织 NOYB 向 OpenAI 提出了
- AI安全
- LLM
- 行业动态
- AI安全更新于:
Meta AI正式登陆欧洲：充满希望与挑战
引入Meta AI的欧洲之旅 在持续的技术监管挑战下，Meta宣布其人工智能虚拟助手——Meta AI将在欧盟市场迎来新的篇章。这项决定标志着Meta在全球科技舞台上的重要一步，但同时也伴随着一系列复杂的法律和隐私保护问题。 https://jishuba.cn/wp content/uploads/2025/03/image 3.png WhatsApp集
- AI安全
- 行业动态
二月5
- 智能体更新于:
AI不再单打独斗，复合AI系统让智能更强
人工智能正在迅速发展，最令人兴奋的发展之一是 复合AI系统 的兴起。这些系统摆脱了对单个AI模型的依赖，而是结合了多个专门的AI组件，如大型语言模型 （LLM）、视觉系统、API 等，以处理复杂的任务。与传统的单一模型系统相比，这种方法具有显著的优势。 https://jishuba.cn/wp content/uploads/2025/02/image 1
- 智能体
- LLM
- 行业动态更新于:
苹果牵手阿里巴巴，加速Apple Intelligence落地中国
近日，苹果公司正式宣布与阿里巴巴展开合作，计划在中国市场推出Apple Intelligence（苹果智能）。这一举措不仅表明苹果对中国市场的重视，也显示出其在AI时代的紧迫感。 在中国市场，苹果正面临着华为、vivo等本土品牌的强势竞争，特别是在高端手机领域，国产厂商的AI功能已成为核心卖点。为了扭转iPhone销量下滑的局面，苹果不得不加快AI功能在中国
- 生成式AI更新于:
生成式AI正在改变我们的工作和生活
生成式AI正在快速发展，并对各行各业产生深远影响。它不仅正在改变企业的运营方式，还在重塑个人职业发展轨迹，甚至逐步成为一种新兴商业模式。根据麦肯锡 2023年全球报告，全球33%的顶级公司已经采用了生成式AI，另有25%的公司正在积极推进其整合。随着AI模型能力的不断提升和应用门槛的降低，未来这一趋势将加速演进。 https://jishuba.cn/wp
- 提示工程更新于:
AI大脑也能被“套路”？——揭秘大模型的提示词注入攻击
什么是提示词注入？ 提示词注入指的是攻击者通过精心设计的输入，操纵大型语言模型（LLM），使其偏离预期行为。这种操纵通常被称为“越狱”（Jailbreaking），其目的是诱使LLM执行攻击者的指令。当LLM被集成到内部数据库、API或代码解释器等工具中时，这种攻击变得尤为严重，因为它打开了新的攻击面。 过去，我们对 UI 和 API的访问是基于结构化格式，
- 提示工程
- AI安全
- LLM
- 模型微调更新于:
模型蒸馏是什么，如何工作的？
模型蒸馏是一种提高大型语言模型（LLM）计算效率的技术，它采用更大、更复杂的模型的输出，并使用它们来微调较小的模型，以达到类似的性能。如果你一直在努力解决高资源需求或延迟问题，模型蒸馏提供了一个实用的解决方案。 https://jishuba.cn/wp content/uploads/2025/02/image 2.png 什么是模型蒸馏？ 模型蒸馏涉及使
- 模型微调
- LLM
一月5
- AI安全更新于:
AI双刃剑：企业如何平衡创新与安全
随着人工智能技术的快速发展，越来越多的企业开始将AI应用于业务运营中。AI带来的效率提升和创新能力毋庸置疑，但与此同时，它也带来了诸多新的安全挑战，尤其是对于高度重视数据安全的金融机构和科技企业而言。 https://jishuba.cn/wp content/uploads/2025/01/image 9.png AI应用现状：机遇与挑战并存 AI在企业中
- AI安全更新于:
AI与现代安全运营中心（SOC）的结合：机遇与挑战
在信息化快速发展的今天，安全运营中心（SOC）成为企业网络安全防护的核心。然而，随着威胁的复杂性增加，传统SOC面临着巨大的挑战，而人工智能（AI）的引入，正在为SOC注入全新的动力。 https://jishuba.cn/wp content/uploads/2025/01/image 7 1024x440.png AI在SOC中的角色 AI在SOC中主要
- 智能体更新于:
9个AI智能体在真实世界的应用场景
AI智能体是指能够在最少的人工干预下理解目标、做出独立决策和执行任务的自主系统或智能体。与传统的 AI 模型不同，这些智能体旨在根据环境刺激进行思考、适应和行动，随着时间的推移提高效率和决策。 从客户服务到物流，AI智能体应用程序的兴起释放了各行各业的潜力，改变了工作流程。我们将探讨AI智能体的具体示例、它在不同领域的工作原理，以及为什么它对寻求保持竞争力的
- 智能体更新于:
智能体：下一波人工智能解决方案
人工智能正在快速发展，在各个领域树立了新的里程碑，并改变了全球的行业。规划未来十年和2025年的路线，人工智能的新兴焦点是智能体，作为人工智能结构的新方法，其核心是自主性、适应性和决策性。据行业估计，到2025年，全球人工智能市场规模预计将达到1260亿美元，并与智能体等架构相关的大量采用。 https://jishuba.cn/wp content/upl
- 开发实践更新于:
如何快速开发应用程序？智能开发平台的兴起
应用程序开发中的AI 将人工智能 （AI） 集成到应用程序开发中意味着从传统编码实践到更具协作性的未来的巨大转变，人类直觉和机器智能携手合作。AI 在各个领域都取得了重大进展，它进军应用程序开发领域为创新方法和解决方案打开了大门，这些方法和解决方案曾经被认为不可能或太耗时而无法实施。 https://jishuba.cn/wp content/uploads
202435
十二月3
- 智能体更新于:
什么是AI智能体？
AI智能体是技术巨头们最新推出的流行语。福布斯将其称为“改变业务和技术的下一个重大突破”。那么AI智能体到底是什么，它与其他 AI 系统有何不同，它真的会改变世界吗？ https://jishuba.cn/wp content/uploads/2024/12/image 3 1024x574.png 什么是AI智能体？ AI智能体是人工智能系统，能够以一定程
- 生成式AI更新于:
AI、AGI 和 GAI 有什么区别？
在不断发展的人工智能 AI 世界中，新的缩写词和术语不断出现，有时会造成混乱。让我们揭开三个重要概念的神秘面纱：AI、AGI 和 GAI。我们将逐一剖析，突出它们的差异，并探讨它们当前和未来的影响。
- LLM更新于:
运营管理中的AI
人工智能 AI 的现状 技术的进步使得未来每个人，无论其技术背景如何，都能够直接与机器进行通信和工作，以自动执行一系列任务。最近推出的由 OpenAI 开发的ChatGPT ，展示了已经取得的巨大进展。换句话说，该平台展示了人工智能在消除人类与机器之间的障碍方面的强大能力。 https://jishuba.cn/wp content/uploads/2024
- LLM
- 行业动态
十一月2
- 行业动态更新于:
人工智能面试如何重新定义招聘方式
人类在这个数字化时代无疑取得了进步。从提出人工智能 AI 是什么、为什么我们需要人工智能以及人工智能是否会超越世界等问题开始，我们就欢迎人工智能的使用（想想 Siri、小爱同学 和自动驾驶汽车）。 在商业领域，人工智能已经为几乎所有业务流程带来了改进。各行业的招聘团队对工作量向人工智能的转变尤其满意。 https://jishuba.cn/wp conten
- AI安全更新于:
开源对话式人工智能Rasa介绍
现有的 NLP BOT 解决方案（例如 Alexa、Google DialogFlow 等）正在使用 Amazon 或 Google 等的服务，这需要将数据传出场所。包括金融机构在内的企业对安全性非常挑剔，并且不太喜欢走出自己的场所来获取任何服务。他们坚持尽可能采用本地解决方案，而不将任何客户数据暴露给任何第三方应用程序或解决方案。我们是否有任何本地 NLP
- AI安全
- 对话式AI
九月13
- 语音AI更新于:
构建本地语音助手：Whisper + Ollama + Bark
https://jishuba.cn/wp content/uploads/2024/09/image 71 1024x299.png 今天，我们更进一步，不仅实现了大型语言模型的对话功能，还添加了听力和口语功能。这个想法很简单：我们将创建一个语音助手，让人想起标志性钢铁侠电影中的贾维斯或星期五，它可以在你的计算机上离线运行。由于这是一个介绍性教程，我将用
- 语音AI
- 开发实践
- LLM
- 语音AI
AudioLDM：彻底改变文本到音频的生成质量
AudioLDM 是音频嵌入和文本转音频生成领域的一项突破性生成式 AI 技术，它正在改变我们感知和与音频信号交互的方式。这种先进的模型利用对比语言音频预训练从文本描述生成高质量音频。 https://jishuba.cn/wp content/uploads/2024/09/image 68 1024x589.png 在这篇博文中，您将深入了解 Audio
- 语音AI
- 生成式AI
- 语音AI更新于:
语音助手：让生活变得更轻松、更方便、更有趣
“小爱同学，播放 稻香”——整个房间都会充满你最喜欢的Jay Chou的专辑。 “嘿，小爱同学，我的手机在哪里？” ——有用的提示音会引导你到达被遗忘的位置。 “嘿 Siri，给我讲个笑话”——一阵笑声消除了一天的压力。我的朋友，这就是语音助手的力量。 什么是语音助手？ 语音助手是由人工智能、语音识别和自然语言处理 NLP 驱动的机器人，用于执行任务、回答问
- 多模态
NExT-GPT：任意到任意多模态LLM
NExT GPT 是新加坡国立大学 NExT++ 实验室开发的多模态大型语言模型 MM LLM ，并在题为“NExT GPT：任意到任意多模态 LLM”的研究论文中提出。随着大型语言模型的显著进步，我们可以为 LLM 提供测试提示，以便得到有意义的答案。 https://jishuba.cn/wp content/uploads/2024/09/image
- 多模态
- LLM
- 语音AI
了解开源对话式 AI - Rasa
Rasa是一个开源的机器学习框架，用于自动化基于文本和语音的助理。构建真正帮助客户的上下文助理和聊天机器人很困难。 Rasa 提供了高性能、有弹性、专有的上下文助理所需的基础设施和工具。借助 Rasa，所有开发人员都可以创建更好的基于文本和语音的助手。 https://jishuba.cn/wp content/uploads/2024/09/image 4
- 语音AI
- 机器学习
- 对话式AI
- 语音AI
对话式人工智能
什么是对话式人工智能？ 对话式AI（对话式人工智能） 是一种 人工智能 使计算机能够理解、处理和生成人类语言。 对话式人工智能主要采取先进的形式 聊天机器人。它们与传统的聊天机器人不同，传统的聊天机器人基于功能有限的简单软件。对话式聊天机器人结合了不同形式的人工智能，以获得更高级的功能。人工智能聊天机器人中使用的技术还可用于增强传统的语音助手和 虚拟代理。对
- 语音AI
- 对话式AI
- 生成式AI更新于:
什么是LLM？大型语言模型及其工作原理指南
如果你正在阅读这篇文章，那么你可能已经听说过大型语言模型 LLM 。谁没有听说过呢？归根结底，LLM 是推动正在进行的生成式 AI 革命的超级流行工具的幕后推手，包括ChatGPT、Google Bard和DALL E。 为了发挥其魔力，这些工具依靠强大的技术，使其能够处理数据并生成准确的内容以响应用户提出的问题。这就是 LLM 发挥作用的地方。 本文旨在向
- 生成式AI
- LLM
- 多模态
CogVLM 在行业中的用例
CogVLM是一个大型多模态模型 LMM ，你可以向其询问有关图像和文本的问题。例如，假设你打算识别机场停机坪上的行李，这是一个潜在的安全隐患。你可以定期拍摄停机坪特定区域的照片，然后询问 CogVLM“停机坪上有行李吗？” 在本指南中，我们将讨论什么是 CogVLM，并介绍 CogVLM 在行业中的一些用例。我们将讨论如何使用 CogVLM 来实施机场安全
- 多模态
- AI安全
- 多模态更新于:
NExT-GPT 端到端通用大型多模态任意语言模型 (MM-LLM)
多模态大型语言模型可以通过语音、文本和视觉输入实现用户和人工智能系统之间更自然、直观的通信，从而增强人机交互。这可以在聊天机器人、虚拟助理和内容推荐系统等应用程序中带来更加上下文相关和全面的响应。它们建立在传统单峰语言模型（例如 GPT 3）的基础上，同时结合了处理不同类型数据的附加功能。 然而，多模态大型语言模型可能需要大量数据才能表现良好，这使得它们的样
- 多模态
- 语音AI
- 对话式AI
- 多模态更新于:
ImageBind开源融合六种数据的多感官 AI 模型
新的 ImageBind 模型结合了文本、音频、视觉、运动、热和深度数据。这只是一个研究项目，但却展示了未来的人工智能模型如何能够生成多感官内容。 https://jishuba.cn/wp content/uploads/2024/09/image 32 1024x565.png Meta 宣布了一种新的开源 AI 模型，该模型将多种数据流链接在一起，包括
- 机器学习更新于:
基础模型的演变：从图像分类到多样化内容创作
基础模型是人工智能 AI 领域的一项革命性进步，有望改变我们与计算机和世界的互动方式。这些模型是通过对大量未标记数据进行自我监督学习而创建的，能够以惊人的准确度掌握模式和关系。它们在图像分类、自然语言处理和问答等任务中表现出色。 https://jishuba.cn/wp content/uploads/2024/09/image 29 1024x573.p
- 机器学习
- LLM
- 多模态更新于:
探索多模态大型语言模型：人工智能的一大进步
在人工智能这个充满活力的领域，多模态大型语言模型 MLLM 的出现正在彻底改变我们与技术的互动方式。这些尖端模型超越了传统的基于文本的界面，预示着一个新时代的到来，在这个新时代，人工智能可以理解和生成各种格式的内容，包括文本、图像、音频和视频。本文旨在揭开多模态 LLM 的复杂性，说明它们不仅改变了人工智能格局，而且还重新定义了人机交互的界限。我们将探索它们
- 多模态
- LLM
- 多模态更新于:
多模态大型语言模型 (LLM) 的工作原理
大型语言模型 LLM 已经展现出令人印象深刻的文本理解能力。但在很多情况下，我们希望 LLM 能够理解的不仅仅是文本。我们可能希望它们接收或生成多种模式的数据，如文本、图像和音频。具有此功能的 LLM 称为多模态 LLM，在本文中，我们将对视觉语言领域的三种多模态 LLM 进行概述。正如我们所见，这三种 LLM 都具有以下共同的组件： 仅有视觉的模型。 纯文
- 多模态
- LLM
七月11
- 行业动态更新于:
人工智能在招聘中的应用：机遇与挑战
人工智能正在帮助招聘人员寻找候选人、研究职位并实现行政工作自动化，这让招聘行业正处于转型的风口浪尖。 https://jishuba.cn/wp content/uploads/2024/07/image 41 1024x547.png 一些专家表示，人工智能有潜力减少偏见，加速向基于技能的招聘转变，而另一些人则担心人工智能会忽视求职者并延续偏见。毕竟，人工
- 智能体更新于:
什么是AI代理？ChatGPT 是 AI 代理吗？
现代软件开发已经依赖于对用户输入做出反应的 AI 编码助手。尽管自主 AI 代理仍处于起步阶段，但它们有可能进一步彻底改变该领域。 https://jishuba.cn/wp content/uploads/2024/07/image 38 1024x644.png 什么是 AI 代理？ 人工智能代理是一个自主系统，它接收数据、做出合理决策并在其环境中采取行
- 智能体
- LLM
- 提示工程更新于:
使用 ChatGPT 进行命名实体识别 (NER)
与其他 ChatGPT 不同，但在这里我们将尝试了解如何将promptify与 ChatGPT 等 LLM（大型语言模型）一起使用来执行命名实体识别（NER），以及这种方法如何比直接使用 ChatGPT 更为稳健。 什么是提示工程和提示 提示工程是一种自然语言处理 NLP 概念，涉及发现/创建产生理想或有用结果的输入。提示相当于告诉神灯里的精灵该做什么。在这
- 提示工程
- 生成式AI
- LLM
- RAG更新于:
从 RAG 到 GraphRAG，什么是 GraphRAG 以及为什么使用它？
ChatGPT 的时代已经到来。这是一个深受大型语言模型影响的时代，可以称为第三次工业革命。如今，就连我的母亲也在使用 ChatGPT 进行查询，这表明它的使用范围跨越了几代人，并且还在不断扩大。 被广泛使用的原因可能在于它能够准确地获取和传达用户想要的信息。在信息泛滥的时代，它可以选择性地提供“必要”的信息。 尽管迄今为止取得了重大进展，但仍存在许多挑战。
- RAG
- LLM
- RAG更新于:
如何使用 Llama 3 构建本地 RAG 应用程序
通过利用 Llama 3 和 RAG 技术的功能，我们将创建一个应用程序，让用户能够与网页进行交互式对话，检索相关信息并生成对用户查询的准确响应。在本教程中，我们将逐步介绍设置开发环境、加载和处理网页数据、创建嵌入和向量存储以及实现 RAG 链以提供卓越用户体验的过程。 https://jishuba.cn/wp content/uploads/2024/0
- RAG
- 开发实践
- 开发实践更新于:
如何使用 Ollama和本地LLM构建聊天机器人
曾经有一段时间，LLM 只能通过 OpenAI 和 Anthropic 等大型提供商的云 API 访问。这些云 API 提供商仍然占据市场主导地位，而且它们拥有漂亮的 UI，让许多用户可以轻松上手。然而，用户付出的代价（专业计划或 API 成本除外）是提供商将完全访问您的聊天数据。对于那些想要在自己的硬件上安全运行 LLM 的人来说，他们要么必须训练自己的
- 开发实践
- AI安全
- 对话式AI
- LLM更新于:
LLM 数量简要指南：参数数量与训练规模
有没有想过，无论输入和上下文如何，AI 系统如何毫不费力地理解和生成自然语言文本？它们如何回答您的迫切问题、起草您的电子邮件，甚至生成代码？这背后的魔杖就是为这些系统提供动力的大型语言模型 LLM 。 https://jishuba.cn/wp content/uploads/2024/07/image 22 1024x609.png LLM 是极其复杂的机
- 多模态更新于:
GPT-4o 是什么？OpenAI 的新多模态 AI 模型
你来这里可能是因为你观看了 OpenAI 的新 AI 模型GPT 4o的非常令人印象深刻且略带恐惧的演示。它已经向许多 ChatGPT 用户推出，所以让我们深入研究一下它能做什么? https://jishuba.cn/wp content/uploads/2024/07/image 17 1024x516.png 什么是 GPT 4o？ GPT 4o 是
- 多模态
- LLM
- 行业动态
- 提示工程
理解和使用语言模型的监督微调(SFT)
大型语言模型 LLM 通常分几个阶段进行训练，包括预训练和几个微调阶段。虽然预训练成本高昂（即数十万美元的计算成本），但微调 LLM（或执行上下文学习）的成本却相对较低（即几百美元甚至更少）。鉴于高质量的预训练 LLM（例如MPT 、Falcon或LLAMA 2 ）广泛可用且可免费使用（甚至在商业上），我们可以通过针对相关任务微调 LLM 来构建各种强大的应
- 提示工程
- 模型微调
- LLM
- 模型微调
Phi-3 教程：亲手体验微软最小的 AI 模型
探索 Microsoft 的 Phi 3 语言模型、其架构、功能和应用的完整指南，以及安装、设置、集成、优化和微调模型的过程。 近日，微软再次为开源社区做出了重大贡献，发布了开放AI模型系列Phi 3模型。 在本文中，我们将深入了解 Phi 3 模型，首先介绍其架构，然后将其与 Llama 和 GPT 等其他模型进行比较。然后，我们将探讨数据集质量和模型对齐
- 模型微调
- LLM
- 开发实践更新于:
Semantic Kernel (语义内核）：创建人工智能应用程序的新方法
https://jishuba.cn/wp content/uploads/2024/07/image 1024x554.png 在本文中，我们将探索Semantic Kernel 语义内核），这是一种新的 Microsoft SDK，可简化将 AI 集成到传统应用程序中。 Semantic Kernel 语义内核）使开发人员能够轻松地将尖端人工智能与本机代
四月2
- 行业动态更新于:
人工智能专业：如何为未来就业市场做好准备
人工智能 （AI） 在就业市场上提供了大量机会，因为许多人工智能公司试图通过这一实践领域解决现实世界的问题。人工智能的发展也带来了广泛的选择，以找到人工智能的最佳专业。 https://jishuba.cn/wp content/uploads/2024/04/image 1 1024x671.png 为什么选择人工智能职业 人工智能职业为技术专业人士提供有
- 多模态更新于:
视频时代新宠：Sora AI如何颠覆传统，重塑视频内容创作方式
从ChatGPT开始，我们现在正处于一个性能惊人的生成式AI服务，层出不穷的时代。 ChatGPT主要是基于文本的，但这次我们将介绍“Sora”，一个视频生成AI。这是一代AI，只需给出文字指令，即可轻松制作长达1分钟的视频。毫无疑问，《Sora》将改变视频行业的未来，进而改变整个商业世界。 https://jishuba.cn/wp content/upl
- 多模态
- 生成式AI
- LLM
202327
十二月4
- 行业动态更新于:
贝索斯的永恒创新：‘Forever Day 1’是亚马逊成功的关键
过去几十年中近 80% 的公司在道琼斯 30 指数中消失了，要么破产，要么严重衰退。为什么？因为他们未能适应不断变化的气候，而是坚持过时的商业模式。从一开始，杰夫·贝索斯就决心不再重蹈这些公司的覆辙，因此他实施了一种心态，让亚马逊不断地进行实验、创新、迭代，甚至失败（记住Fire Phone 和 Askville？）。贝佐斯将这种心态称为“第一天”。这已成为
- LLM更新于:
Google Gemini – ChatGPT 和 Bing AI 的竞争对手？
您可能听说过 ChatGPT，也可能听说过 Google 的 Bard，但您可能没有听说过其背后的技术以及接下来会发生什么。这让我们想到了谷歌的 Gemini。 https://jishuba.cn/wp content/uploads/2023/12/image 3 1024x574.png 什么是Gemini？ Gemini 是 Google 的下一代基
- 行业动态更新于:
利用人工智能进行市场研究：机遇与挑战
在日益动态的商业环境中，利用富有洞察力的市场研究比以往任何时候都更加重要。然而，通过面对面焦点小组、大规模调查、手动数据分析和过时的分析报告等传统方法进行全面研究可能速度缓慢、劳动密集型且成本高昂。 人工智能的最新进展提供了一种有前途的解决方案，可以从根本上增强许多市场研究能力。如果应用得当，人工智能驱动的工具可以以几年前不可能的速度和规模解锁变革性智能。
- 开发实践更新于:
如何成为卓越的AI开发者？
人工智能领域正在持续发展并影响着各个行业。在过去的几年里，世界见证了 Siri 和 ChatGPT 等聊天机器人的发展。到 2025 年，全球人工智能市场价值可能超过 1900 亿美元。 https://jishuba.cn/wp content/uploads/2023/12/image 1 1024x528.png 随着对合格人工智能开发人员的需求增加，
- 开发实践
- 对话式AI
- LLM
十一月16
- RAG更新于:
事实为王：RAG如何助力大型语言模型更精准地回答问题
在不断发展的人工智能领域，检索增强生成（RAG）正在掀起波澜。这种创新方法将大型语言模型的强大功能与事实数据检索的可靠性相结合。在这篇博文中，我们将深入探讨 RAG 的复杂性、其优点、缺点和替代方案。 https://jishuba.cn/wp content/uploads/2023/11/image 23 1024x526.png 背景 ChatGPT
- RAG
- LLM
- 语音AI更新于:
人工智能在日常生活中的崭露头角：语音识别、视频监控和自动驾驶
人工智能（AI）泛指机器或系统表现出类似人类的行为。在人工智能最基本的形式中，计算机使用过去的大量数据来“模仿”人类行为。其范围包括从识别猫和鸟之间的差异到在制造工厂中执行复杂的活动。 https://jishuba.cn/wp content/uploads/2023/11/image 22 1024x641.png 人工智能的早期 虽然其早期形式使计算机
- 语音AI
- 行业动态
- 行业动态更新于:
人工智能真的会取代人类工人吗？
智能机器真的会取代人类工人吗？可能不会。人和人工智能都带来了不同的能力和优势。真正的问题是：人类智能如何与人工智能合作产生增强智能。 https://jishuba.cn/wp content/uploads/2023/11/image 21 1024x632.png 专家预测，到 2030 年，更大规模地使用人工智能 AI 将为全球经济增加 15.7 万亿
- 语音AI
免费发布！ChatGPT的语音功能已免费开放
ChatGPT 的语音功能现已免费向所有用户开放。在X（以前称为 Twitter）上的一篇文章中，OpenAI 宣布用户现在可以点击耳机图标，使用语音与移动应用程序中的 ChatGPT 对话，并获得声音响应。 https://jishuba.cn/wp content/uploads/2023/11/image 19 1024x670.png 语音功能可以增
- 语音AI
- LLM
- 行业动态
- 行业动态更新于:
萨姆·奥尔特曼 (Sam Altman) 重新担任 OpenAI 首席执行官
在 OpenAI 董事会尝试政变、几经波折之后，Altman 即将回归。 OpenAI 周二表示，已达成协议，萨姆·奥尔特曼 Sam Altman 在被罢免几天后将重新担任首席执行官，结束了关于这家位于人工智能热潮中心的初创公司未来的疯狂讨论。 https://jishuba.cn/wp content/uploads/2023/11/image 20 10
- 对话式AI
微软将 Bing Chat 更名为 Copilot，以更好地与 ChatGPT 竞争
经过几个月的努力推广 Bing Chat，微软已决定将 Copilot 作为其人工智能聊天机器人的主要品牌。 https://jishuba.cn/wp content/uploads/2023/11/image 16 1024x674.png 微软今年早些时候推出了人工智能，作为其 Bing 搜索引擎的一部分，将类似 ChatGPT 的界面直接集成到其搜索
- 对话式AI
- LLM
- 机器学习更新于:
机器学习中的标量、向量、矩阵和张量
在机器学习中，标量、向量、矩阵和张量是线性代数的一部分，用于机器学习中的数学计算。在本文中，我将带您了解什么是机器学习中的标量、向量、矩阵和张量。 https://jishuba.cn/wp content/uploads/2023/11/image 11 1024x285.png 什么是线性代数？ 线性代数是数学学科的基本主题，在物理科学中极为普遍。它还构
- LLM更新于:
马斯克的 xAI 将向特定群体推出首个人工智能模型
亿万富翁、特斯拉首席执行官埃隆·马斯克 Elon Musk 周五表示，他的人工智能初创公司 xAI 将于周六向特定群体发布其首个人工智能模型。 https://jishuba.cn/wp content/uploads/2023/11/image 10 1024x548.png 近一年前，OpenAI 的 ChatGPT 引起了世界各地企业和用户的想象力，刺
- LLM
- 行业动态
- 机器学习更新于:
机器学习中的归纳推理
归纳推理是一种利用前提得出结论的推理方法。这种形式的推理通常用于机器学习，其中模型在数据集上进行训练，然后用于对新数据进行预测。 https://jishuba.cn/wp content/uploads/2023/11/image 9 1024x546.png 什么是归纳推理？ 在机器学习中，归纳推理是使用观察到的数据进行概括或预测的过程。这与演绎推理相反
- 语音AI更新于:
人工智能中的推理及方法
在当今科技进步的现代世界，我们可以处理人类的思想，机器被设计成可以像人类一样思考并模仿他们的行为，因此设计可以像人类一样行动的机器的整个过程称为人工智能。人工智能的一些应用是专家系统、自然语言处理、语音识别、计算机视觉。 https://jishuba.cn/wp content/uploads/2023/11/image 8 1024x660.png 什么
- 行业动态更新于:
了解宇宙的真实本质:埃隆·马斯克 (Elon Musk) 成立新公司 xAI
xAI 的目标不是依赖明确的道德编程，而是创造一个“最大程度好奇”的人工智能。马斯克表示，通过鼓励人工智能了解宇宙的真实本质，它将优先考虑有利于人类的行动。 https://jishuba.cn/wp content/uploads/2023/11/image 7 1024x542.png 特斯拉首席执行官埃隆·马斯克周三宣布成立一家新的人工智能公司 xAI
- 开发实践更新于:
适用于 AI 的 App Store：OpenAI 的 GPT Store 可让你构建自己的GPT并获益
OpenAI 今天宣布推出 GPT，从而摆脱了 ChatGPT聊天的束缚，GPT 是任何人都可以构建自己版本的对话式 AI 系统的一种方式。你不仅可以为了乐趣或提高生产力而制作自己的 GPT，而且很快就可以将其发布到他们称为 GPT 商店的市场上,甚至可能在此过程中赚取一点现金。 https://jishuba.cn/wp content/uploads/2
- 开发实践
- 对话式AI
- LLM
- LLM更新于:
OpenAI 最新模型 GPT-4 Turbo 的 5 个关键更新
OpenAI 首席执行官 Sam Altman 宣布推出 ChatGPT 的新模型，该模型可以从更新的信息数据库中提取信息，并承诺更好地遵循指令。 https://jishuba.cn/wp content/uploads/2023/11/image 3 1024x690.png OpenAI 最近在其最近的开发者大会上宣布了ChatGPT和其他人工智能工具
- LLM
- 行业动态
- 生成式AI
如何利用生成式人工智能创造机会
在 2010 年与零售业高管交谈时得出了两点认识。首先，尽管为客户提供个性化推荐的零售系统受到了极大的关注，但这些系统通常为零售商带来的回报很少。其次，对于许多公司来说，大多数客户每年只购物一两次，因此公司对他们的了解并不多。 但是，通过非常努力地记下客户与零售商或电子商务网站的互动，我们可以创建一个非常漂亮且详细的用户画像，显示该人所做的事情以及他们关心的
- 模型微调更新于:
关于ChatGPT你可能想知道的
ChatGPT 如何运作？ ChatGPT 是根据 GPT 3.5 进行微调的，GPT 3.5 是一种经过训练来生成文本的语言模型。ChatGPT 通过使用人类反馈强化学习 RLHF 来优化对话，这种方法使用人类演示和偏好比较来引导模型实现所需的行为。 https://jishuba.cn/wp content/uploads/2023/11/image 1
- 模型微调
- LLM
- 生成式AI更新于:
Gartner预言：人工智能大规模应用，企业将迎来什么挑战和机遇？
Gartner预言：人工智能大规模应用，企业将迎来什么挑战和机遇？ Gartner 对企业 IT 组织的首要预测以人工智能为主，人工智能正在影响员工、应用程序现代化和智能机器人等趋势。 https://jishuba.cn/wp content/uploads/2023/11/image 1024x697.png 未来一年，人工智能将在企业 IT 中发挥重要
- 生成式AI
- 行业动态
十月7
- 机器学习更新于:
什么是大型语言模型（LLM）
大型语言模型是一种人工智能算法，它应用具有大量参数的神经网络技术，使用自监督学习技术来处理和理解人类语言或文本。文本生成、机器翻译、摘要撰写、文本图像生成、机器编码、聊天机器人或对话式人工智能等任务都是大语言模型的应用。此类 LLM 模型的示例包括OpenAI 的 Chat GPT、Google 的 BERT（来自 Transformers 的双向编码器）等
- 机器学习
- 对话式AI
- LLM
- LLM更新于:
大型语言模型：解析文本的未来
大型语言模型如何工作 大型语言模型是将文本映射到文本的函数。给定一个输入文本字符串，大型语言模型会预测接下来应该出现的文本。 https://jishuba.cn/wp content/uploads/2023/10/image 4 1024x567.png 大型语言模型的神奇之处在于，通过训练以最小化大量文本的预测误差，模型最终会学习对这些预测有用的概念。
- 生成式AI更新于:
AI职业路线图：迈出成为AI架构师的第一步
AI革命已经到来，它正在改变我们的工作和生活方式。AI架构师站在这场革命的最前沿，他是一位富有远见的协调者，融合创造力和技术来塑造未来。AI架构将成为未来时代最好的职业选择之一。想知道如何成为一名AI架构师？在这篇文章中，我们将披露有助于成为AI架构师的所有因素。 https://jishuba.cn/wp content/uploads/2023/10/i
- 生成式AI
- 行业动态
- LLM更新于:
文字的魔法：语言模型如何改变了我们与计算机交流的方式
如今，像 GPT 这样的大型语言模型在媒体中获得了压倒性的关注，给人一种我们都身处一场持续革命的印象。然而，即使是一场革命也是建立在其前辈的成功之上的，而 GPT 是数十年研究的成果。 在这篇文章中，我想概述语言模型领域研究的一些主要步骤，这些步骤最终导致了我们今天拥有的大型语言模型。在讨论一些在不同时期引领该领域的核心技术之前，我将简要描述一下语言模型，这
- 行业动态更新于:
有人能阻止英伟达吗？
GPU 巨头 Nvidia 凭借涵盖芯片、软件和服务的产品组合以及战略性组建的合作伙伴生态系统，在数据中心人工智能领域占据了主导地位。 http://zhix.run/wp content/uploads/2023/10/image 1 1024x633.png 当游戏芯片制造商 Nvidia 十年前宣布计划向数据中心人工智能战略转型时，出现了很多问题：他们
- 生成式AI更新于:
为什么 OpenAI、微软和其他公司都希望制造自己的芯片？
专家表示，随着生成式人工智能技术需求的增长，芯片短缺并不是开发定制芯片的主要原因。 http://zhix.run/wp content/uploads/2023/10/image.png 据报道，随着生成式 AI需求的增长，微软、谷歌和 AWS 等云服务提供商以及OpenAI 等大型语言模型 LLM 提供商都在考虑为 AI 工作负载开发自己的定制芯片。 由
- 生成式AI
- LLM
- 行业动态
- 行业动态更新于:
你好，技术吧
技术吧的故事始于我们喜爱技术的小喵吧，它是一个可爱的猫咪角色，代表了我们的起点和未来。就像小喵吧在探险中充满好奇心，技术吧从一开始就致力于满足你对科技的好奇心。 在未来，技术吧将持续为你带来有趣的技术知识和工具，无论你是完全不懂编程的新手，还是渴望深入了解最新科技趋势的专家。我们将提供易懂的教程，鼓励创新，为你展示技术的无限可能性。 无论你是想编写你的第一个