一文搞懂大模型_何为深入理解RAG
当你看到大模型应用开发招聘 JD 中 " 深入理解 RAG" 这个要求时，HR 和技术面试官到底在考察什么？本文为你拆解 RAG 技能的各个层级，明确什么才算 " 深入理解 "。 一、理解层级：你在哪一层
一文搞懂 MCP、Function Calling 和 A2A
[!info] 阅读导览 全文 7 节：三个关键武器总览（1.1）→ AI Agent（1.2）→ MCP 协议（1.3，含实战搭建 MCP Server）→ Function Calling（1.4，拆解 Cline System Prompt）→ Context Engineering（1.5）
一文读懂vLLM显存管理_技术细节_优化思路
当前 GPU 硬件设备的物理显存大小远不能满足模型发展需求，如何使用好显存成为模型运算中的关键问题。在 vLLM 框架中同样涉及显存分配与使用问题，虽然框架本身关注重点是 KV Cache 分配管理，但整个显存是如何分配的、局部的显存该如何降低？也值得了解，本文主要就显存管理问题展开分析。 1- 显
一万两千字_教你用ClaudeCode_解锁10倍生产力
今天给大家带来一期 ClaudeCode 的使用指南，让大家用好 AI 编程。 文章分三个部分。 这是我收集国内外所有大神的 ClaudeCode 的使用指南，最终总结归纳起来的。 包括：各种薅羊毛、性价比套餐、高级技巧、最佳实践、周边插件等。 从入门安装到高级技巧，全都包括了。每一个字都是手打的，
一图秒懂大模型_超参数Top-k_Top-p和温度系数的作用
在大模型（如 GPT）中，生成文本时的控制参数对于最终输出的质量至关重要。Top-k、Top-p 和温度是三个非常重要的超参数，它们决定了模型在生成文本时的 " 创造力 " 和 " 多样性 "。让我们通过这篇文章和一张图，一起来秒懂它们的作用。 1- Top-k 采样 Top-k是一种控制模型生成文
一图看懂传统_RAG_与_Agentic_RAG_的实战差异
1- 传统 RAG 与 Agentic RAG 的实战差异 在大型语言模型（LLM）日益普及的今天，检索增强生成（Retrieval-Augmented Generation，RAG）已成为提升 LLM 知识准确性和时效性的关键技术。它通过将 LLM 与外部知识库相结合，有效解决了 LLM 知识滞后
一套配色走天下，分享 15 个绝美的顶刊科研配色
1. 引言 专业漂亮的配色是决定科研图表颜值的重要因素！ 之前分享过很多我自己从 Nature 顶刊文章中提取的配色方案，非常受欢迎！ 这里我从中精选了 15 个十分惊艳的配色方案，包括 8 个示意图配色和 7 个科研图表配色，分享给大家！ 2. 惊艳的示意图配色 2.1. 方案 1 发表期刊： N
一篇最新自演化AI_Agents全新范式系统性综述
[!info] 阅读导览 全文 7 节：引言：传统 Agent 的局限（1.1）→ 自演化三定律（1.2）→ 统一框架四大模块（1.3）→ 单智能体演化（1.4，提示/记忆/工具）→ 多智能体演化（1.5，含拓扑）→ 垂直领域演化（1.6）→ 参考资料（1.7） flowchart LR
A
