Archives

2026 / 05

大语言模型：从训练到推理

2026-05-23

LLM #LLM

引言 2023年，我第一次使用ChatGPT时，就被它的生成能力、精准的上下文理解能力和多任务处理能力惊艳到了。它不仅能自然地回答问题、总结复杂信息，还能写文章、生成代码、分析 Bug，甚至在连续多轮对话中保持上下文一致性。它不像传统意义上的搜索引擎，也不像我过去接触过的任何自然语言处理模型，更像是

Vibe Coding

2026-05-15

引言 2025年2月，Andrej Karpathy 在 X 上发了一条后来引爆技术圈的推文： There's a new kind of coding I call "vibe coding", where you fully give in to the vibes, embrace expon

LLM中的各类型位置编码概述

2026-05-13

LLM

Transformer 的自注意力机制能够直接建模序列中任意两个 token 之间的依赖关系，但其基本计算形式并不显式包含序列的顺序信息。自注意力主要依据 query 与 key 之间的相似度分配注意力权重，并根据这些注意力权重对 value 进行加权聚合。因此，在缺少位置表示信息的情况下，模型虽然

2026 / 04

【论文阅读】Contexts are Never Long Enough: Structured Reasoning for Scalable Question Answering over Long Document Sets

2026-04-13

RAG #RAG #论文

Contexts are Never Long Enough: Structured Reasoning for Scalable Question Answering over Long Document Sets Abstract: Real-wor l d document question

RAG系统幻觉问题的诊断与优化

2026-04-09

RAG #RAG #AI应用开发

RAG是如何产生幻觉的先看一个在实际系统中非常典型的场景。用户提问：“BM25 和 TF-IDF 的主要区别是什么？” 系统返回了一段看似专业的回答，但其中出现了这样的描述： “BM25 在计算词频时采用平方项增强高频词的重要性”。从语言表达上看，这段回答没有明显问题，看起来也很专业，但如果你

2026 / 03

如何在阿里云申请使用免费SSL证书并在Nginx服务器部署

2026-03-31

Linux #Linux

SSL (Secure Sockets Layer) 证书（更准确的名称是TLS证书）是保障网站安全、建立用户信任的数字凭证。它如同网站的“数字身份证”，由受信任的证书颁发机构（CA）签发，主要有两个作用：数据加密：在用户的浏览器和网站服务器之间建立一条加密通道，确保传输的密码、信用卡号等敏感信息不会被窃听或篡改。身份验证：验证网站的真实身份，防止用户访问到仿冒的钓鱼网站。

使用Word宏为Zotero生成的参考文献建立超链接

2026-03-21

转自：解决方案——Zotero生成的参考文献和Word如何建立超链接，实现点击引用跳转的效果

Harness Engineering

2026-03-16

AI 应用开发 #AI应用开发

Agent设计与协作范式

2026-03-10

Agent #Agent

单智能体： ReAct Plan-and-Execute Reflection 多智能体： Orchestrator-Subagent Peer-to-Peer 智能体工作流： Agentic Workflows ReAct Plan-and-Excute Reflection

2026 / 01

闪光灯同步方式：前帘同步和后帘同步

2026-01-06

摄影

在使用Lumix S5 拍摄时，设置菜单中的闪光同步有两个选项：1ST和2ST，其实这两个选项就对应着前帘同步和后帘同步。前帘同步：在快门打开时就启动闪光灯后帘同步：在快门即将关闭前启动闪光灯下面就具体来讲讲这两种闪光灯的同步方式及其使用场景前帘同步前帘同步是大多数相机的默认闪光模式，其工

2025 / 12

向量数据库的索引算法

2025-12-27

RAG #RAG #AI应用开发

前言向量数据库是RAG 应用的核心组件，不同于传统关系型数据库，向量数据库中的数据由具有固定维数的向量来表示。向量数据库的核心目标在于解决这样一个问题：如何存储并管理海量非结构化数据，并对其实现高效的相似性搜索。针对以上问题，向量数据库通常具备以下三个关键功能：（1）向量嵌入（Vector

如何评估RAG应用？检索质量与生成质量的评价指标

2025-12-09

AI 应用开发 #RAG #AI应用开发

在 Retrieval-Augmented Generation（RAG）系统中，模型性能不再仅取决于生成能力，还高度依赖检索质量与上下文利用效率。传统 NLP 评价指标（如 BLEU、ROUGE）已难以全面反映 RAG 系统的真实性与可用性。本文系统梳理 RAG 的评估范式，从检索层、生成层到端到端效果，详细解析关键评价指标，并对主流评估工具进行对比分析，最终给出可落地的评估实践方案。

2025 / 11

RAG中的精确检索算法：从TF-IDF到BM25

2025-11-05

AI 应用开发 #RAG #AI应用开发

在RAG（Retrieval-Augmented Generation）系统中，精确的检索算法是确保生成质量的关键。本文深入探讨了从经典的TF-IDF到现代BM25算法的演进，详细解析了BM25的数学原理、参数调优和实战应用，帮助开发者构建更高效的检索系统。

2025 / 09

【论文阅读】Late Chunking：Contextual Chunk Embeddings Using Long-Context Embedding Models

2025-09-08

RAG #RAG #论文

LATE CHUNKING: CONTEXTUAL CHUNK EMBEDDINGS USING LONG-CONTEXT EMBEDDING MODELS Abstract Many use cases require retrieving smaller portions of text, an

2025 / 03

大模型文本生成中 temperature 参数的数学机制

2025-03-06

AI 应用开发 #AI应用开发

使用 API 接口调用大语言模型时，经常能看见 temperature 这个参数，阿里云白炼平台对 temperature 参数的解释是这样的：那么 temperature 是如何影响大语言模型的输出结果的呢？大模型是如何选择下一个 token 的？要理解 temperature 参数的作用，

2024 / 12

Prompt Engineering——提示词工程

2024-12-09

AI 应用开发 #Agent

提示词与提示词工程什么是提示词提示词，也叫 Prompt，就是你输入给大语言模型的指令、问题、背景或要求。它可以是一句话：请帮我总结这篇文章。也可以是一段复杂指令：你是一名产品经理。请阅读下面的用户反馈，提炼出 5 个最重要的问题，并按“问题、影响、建议优先级”的表格输出。不要编造原文中

Menu