-
微软掀桌，干翻Cursor。。。
关注飞总聊IT，了解IT行业的方方面面。 最近微软对Cursor出手了，直接禁了Cursor用一些插件，让Cursor的用户非常难受。 这事情说起来，要从微软这些年做的事情说起。 微软从一个对开源无比讨厌，让开源社区无比痛恨的公司，到对开源社区有巨大影响力的公司，也就几年时间。 这些年里，微软开源了Visual Studio Code，收购了GitHub，为Visual Studiocode提供了…- 5
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 2
- 0
-
混合专家系统（MoE）图解指南
相关文章 大模型量化技术（Quantization）可视化指南 一文了解思维链（Chain-of-Thought, CoT） 大模型时代，智能体崛起：从技术解构到工程落地的全栈指南 ——《大模型技术30讲》 什么是大模型的幻觉？用户如何应对呢？ 万字长文深入浅出文本嵌入（Text-Embedding）技术 解密大语言模型中的 Tokens 原文：https://newsletter.maarten…- 13
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 5
- 0
-
豆包，让有独立显卡的电脑都能部署本地大模型，语料库就是电脑里的文件
课件老师今天出差了一天，室友说自己睡得挺晚，在床上躺着玩一会儿手机，不一会儿，就鼾声如雷。今天真的很累，但依然坚持准备写完公众号再休息，但打开电脑，开始寻找写作素材，内容写好了，让DS生成封面提示词。打开豆包，发现它今天又更新了一个功能。本地文件问答系统给出了一行红色的小字：推荐系统配置：8GB及以上显存的 RTX GPU，i5处理器，16G内存。当前的系统配置过低，无法使用该功能很遗憾，课件老师…- 212
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 9
- 0
-
Claude3.7：六大价值场景与实践原则
在这次 AI 应用研讨会中，深入探讨了 Claude 大模型的应用场景和实用原则。 image 六大高价值应用场景 image 1. 超长文本处理与信息提取 具体场景： 会议转录稿处理：一位参与者提到，他将长达数万字的线下课程转录稿输入 Claude，让 AI 提取关键内容并生成教程。 将 AI 工作流的五种模型和示例从文档中提取，重新组织成完整教程。 对客户会议的录音转录进行分析，提取关键痛点和…- 3
- 0
-
OpenAI姚顺雨：欢迎来到AI下半场！
作者：Shunyu yao (OpenAI)原文：https://ysymyth.github.io/The-Second-Half>> 加入青稞AI技术交流群，与青年AI研究员/开发者交流最新AI技术 摘要：我们正处于人工智能的中场。 数十年来，人工智能主要致力于开发新的训练方法和模型。这一策略成效显著：从国际象棋和围棋击败世界冠军，到在 SAT 和律师资格考试中超越大多…- 4
- 0
-
为了让大魔听懂 MCP是什么，我写了MCP的前世今生
?MCP的本质是为了让模型“看得见世界，动得了手脚”。之前假期我们用MCP做了聚会规划，我觉得体验还蛮不错的，我去和大魔、相柳聊对MCP的看法；洋洋洒洒的说了一堆之后，大魔问我：什么是MCP？有什么用，说点小白能听懂的。 后边也有几个小伙伴问我类似的问题，并且有的上手用了之后也会很困惑，这个MCP到底有点啥用，这些功能看起来不用MCP也能搞定呀。 因此写了这篇文章，希望跟大家聊聊MCP是怎么发展出…- 3
- 0
-
o3来了，非常出色！
速览 1. 代理性能强大o3可以自动串联使用多种工具（如网络搜索、代码解释器、提醒功能），能独立完成复杂任务，设置后可在短时间内返回全面答案。 2. 速度惊人测试表明o3的响应速度优于Anthropic的3.7 Sonnet和Google的Gemini 2.5 Pro等竞争模型，提供流畅的用户体验。 3. 推理能力出色能轻松解决专家级数独等复杂问题，显示出卓越的逻辑推理能力。 4. 突破ChatG…- 5
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 4
- 0
-
LLM中的Token和Embedding到底是啥？
点击蓝字关注我们 01 引言 GPT4 Turbo 的上下文长度为 128K 个Tokens。 Claude 2.1 的上下文长度为 200K 个Tokens。 那么问题就来了。。。 上文中的Tokens到底是什么？ 我们来看个简单的示例：输入句子 “It’s over 9000!” 我们可以将其表示为 ["It's", "over", "…- 7
- 0
-
12项Agent智能体开发框架入门与选型丨工具对比分析与选型建议！
本文由九天老师公开课内容整理而成，根据老师的详细讲解中可以看出，当前大模型Agent开发框架生态非常丰富，主要分为以下几类： 一、Agent开发框架分类与技术深度解析1. 低代码框架：敏捷开发的入口 代表工具：Coze（字节跳动）、dify（国内开源）、LangFlow（LangChain生态） 技术特点： 可视化编排：支持拖拽式工作流设计（如Coze的节点式编辑器），内置预置模板（客…- 5
- 0
-
OpenAI姚顺雨：AI 的后半场，将从解决问题转向定义问题
AI 的分数在榜单上节节攀升，却未必真正转化为现实世界的效率提升与广泛效用。 2025 年的焦点，不再是“模型能考几分”，而是“能做多少事”。 这也日渐成为共识。 就在 o3 新模型即将发布之际，OpenAI 研究员、ReAct 框架提出者姚顺雨发表了文章《The Second Half》，从底层范式的角度，深刻反思了现有测评方式的局限。 (原文链接：https://ysymyth.github.…- 3
- 0
-
揭秘大模型的魔法：从零开始你的AI冒险
你好，我是写代码的中年人！你有没有想过，那些能写诗、答题、甚至帮你 debug 代码的 AI 到底是怎么回事？ 它们其实是“大型语言模型”（Large Language Models，简称 LLM）的产物。今天，我要带你踏上一场从零开始的 AI 冒险，揭开大模型的神秘面纱，看看它们是怎么从一堆代码和数据变成“聪明大脑”的。 这篇文章不仅会让你get到大模型的硬核原理，还会点燃你自己动手打造一个的热…- 3
- 0
-
为DeepSeek提供“联网搜索”功能的这家公司，把价格打到了Bing的1/3
腾讯科技《AI未来指北》特约作者 晓静编辑 郑可君 在当下所有通用AI对话产品的界面上，"联网搜索"已成为标配功能。 这个看似简单的按钮背后，隐藏着大模型连接现实世界的密钥——没有实时信息获取能力，再强大的AI模型也只能是知识停留在训练截止日的"数字化石"。 鲜为人知的是，目前国内超过60%的AI应用，包括DeepSeek的C端应用，联网搜索能力是通过集成博…- 4
- 0
-
详解 MCP 核心架构
MCP 协议核心架构 MCP 协议遵循互联网常见的 C / S 架构，即客户端（Client）- 服务器（Server）架构。 MCP 协议引入了主机（Host）的概念，组成了基本的主机（Host）- 客户端（Client）- 服务器（Server）架构。 接下来，我们详细解析架构中的每一部分及其功能。 1. 主机MCP 协议里的主机就是大模型应用，类似 Claude 桌面客户端、Cursor 编…- 13
- 0
-
从模型原理到代码实践，深入浅出上手Transformer，叩开大模型世界的大门
序言作为非算法同学，最近被Cursor、DeepSeek搞的有点焦虑，同时也非常好奇这里的原理，所以花了大量业余时间自学了Transformer并做了完整的工程实践。希望自己心得和理解可以帮到大家~如有错漏，欢迎指出~本文都会以用Transformer做中英翻译的具体实例进行阐述。 从宏观逻辑看Transformer让我们先从宏观角度解释一下这个架构。首先 Transformer也是一个…- 8
- 0
-
Reranker模型应用场景、技术实现与性能对比
一、主流Reranker模型分类与特点1. 商业在线模型（如Cohere Rerank、Jina Reranker）核心场景：适用于多语言搜索、快速集成且无需本地部署的场景（如电商搜索、跨语言问答）。技术架构：Cohere基于API调用，支持长上下文和混合检索（向量+关键词）；Jina Reranker v2采用交叉编码器架构，推理速度比BGE-Reranker快15倍，支持函数调用和代…- 12
- 0
-
大模型应用开发入门分享
阿里妹导读本文是作者给兄弟团队做的大模型入门分享，介绍了基本大模型模式，分享出来希望帮助更多的同学参与到LLM应用建设。前言大模型作为新兴领域，不断地冒出来新的专有术语和新的概念，让大家觉得很神秘，捉摸不透。但是大部分复杂性的背后都会有一个极其简单便于理解的模型，本次分享最主要就是大模型的基本范式，通过范式将这些神秘感去除。 大模型虽然很厉害，很神秘，但作为使用人员，门槛是非常非常非常低的。 模型…- 7
- 0
-
让大模型可以轻松读取代码仓库：MCP-Repo2LLM
MCP-Repo2LLM下载地址https://github.com/crisschan/mcp-repo2llm概览mcp-repo2llm 是一个 MCP 服务器，专门将代码仓库转化为适合大语言模型（LLM）处理的高效格式。它是一个强大的工具，能够无缝连接传统代码库与现代 AI 语言模型，帮助开发者更好地利用人工智能技术。这款工具是在 RepoToTextForLLMs 的…- 7
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 3
- 0
-
Altman 正在悄悄打造“AI版X”？ChatGPT社交功能曝光
ChatGPT，不满足只做你的 AI 工具，它还想成为你刷信息流的地方。 OpenAI 内测社交信息流功能，“yeet”发布内容，或将改写我们使用 AI 的方式。一边是热度爆棚的图片生成功能，一边是持久记忆的新能力，这次的野心不小。▍发生了什么？据多位知情人士爆料，OpenAI 内部正在测试一项类似 X（原 Twitter）的社交信息流功能，原型已经上线，用户可以像发帖一样在 ChatGPT 里发…- 7
- 0
-
微软AI核心战略解密：让OpenAI冲锋陷阵当炮灰，采用跟随者策略坐收技术红利
微软人工智能首席执行官穆斯塔法·苏莱曼（Mustafa Suleyman）近日在电视采访中阐述了"跟随者策略"的经济效益。这位曾共同创立DeepMind（2014年被谷歌收购）、后短暂担任Inflection AI CEO的技术领袖，现为微软制定AI发展路线。图 | 穆斯塔法·苏莱曼（Mustafa Suleyman）（来源：《麻省理工科技评论》） 在CNBC上周五播出的专访中…- 5
- 0
扫码打开当前页
联系我们
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×