• 大模型与智能运维的双向奔赴
    云原生已成为支撑大模型的基础技术，使得模型的训练和推理更加高效。同时，智能运维实践可以帮助企业更好地理解和管理这些复杂的系统。通过分析自动发现IT系统中的问题，并定位根因，自动恢复系......
    大模型与智能运维的双向奔赴
  • MCP入门指南：大模型时代的USB接口
    MCP作为一个开放且标准化的协议，在连接AI与外部世界方面具有革命性意义，不仅提升了AI的功能边界，还为开发者和用户提供了前所未有的便利。随着其生态快速扩展，MCP有望成为新时代AI交互的核心......
    MCP入门指南：大模型时代的USB接口
  • RAG、Agent与多模态的行业实践与未来趋势
    大模型技术正加速渗透至产业核心场景，成为驱动数字化转型的智能引擎。智能体（Agent）借助自主决策与多任务协同能力重构人机协作范式；多模态大模型则依托跨模态语义理解技术解锁复杂场景的落......
    RAG、Agent与多模态的行业实践与未来趋势
  • 企业级大模型落地部署技术步骤
    企业在落地大模型应用时，建议重点考虑可提供全栈一体、低代码、垂直赋能能力的开发平台和服务。这些平台和服务商可以将完整、科学的AI部署步骤联系起来，同时其内置的丰富的经验模板和插件，能......
    企业级大模型落地部署技术步骤
  • 主流大模型训练和推理架构深度分析
    随着模型规模的不断增大，参数数量从百亿级迈向万亿级,大模型训练和推理面临着前所未有的挑战，如巨大的算力需求、高昂的成本、复杂的架构设计以及对高效算法的迫切需要等。因此，深入研究大模......
    主流大模型训练和推理架构深度分析
  • 一文看懂：MCP(大模型上下文协议)
    MCP逐渐被接受，是因为MCP是开放标准。在AI项目开发中可以发现，集成AI模型复杂，现有框架如LangChainTools、LlamaIndex和VercelAISDK存在问题。LangChain和LlamaIndex代码抽象高，商......
    一文看懂：MCP(大模型上下文协议)
  • 工业大模型应用从 0 到 1 构建与全链条探索
    人工智能与工业场景的融合，将智能化带入到工业生产、运营、管理等领域，不断提升感知、认知和决策等多个环节，有望推动工业发展走向“自适应、自决策、自执行”的智能化阶段。......
    工业大模型应用从 0 到 1 构建与全链条探索
  • 一文掌握大模型提示词技巧：从战略到战术
    随着ChatGPT的出现，AI成为新的热点，很多人感叹人工智能的突飞猛进，很多人被大模型的“智能”感到了震撼实际运用过程中，你会发现“理想很丰满，现实很骨感”。......
    一文掌握大模型提示词技巧：从战略到战术
  • 大模型蒸馏技术深度解析与应用探索
    本文深入探讨了大模型蒸馏技术的核心概念、算法原理、实施步骤及应用场景，通过详细解析蒸馏过程中的关键因素和挑战，展示了该技术在优化模型性能、提升推理速度方面的显著优势，并结合具体实例......
    大模型蒸馏技术深度解析与应用探索
  • 模型Prompt技巧全解析
    在数字化浪潮的推动下，AI大模型以其卓越的自然语言处理能力和智能交互特性，迅速在很多领域中占据了重要地位。比如：与传统客服相比，AI大模型展现出了无可比拟的优势，通过精心设计的prompt，......
    模型Prompt技巧全解析
  • 经典大模型提示词工程技术路线概述
    提示词工程（PromptEngineering）是一种无需修改大模型参数即可拓展其能力的技术。它通过特定任务的指令或上下文提示，激活相关知识，实现模型与下游任务的无缝集成。该领域在问答、常识推理等......
    经典大模型提示词工程技术路线概述
  • 大模型是怎么被训练出来的？
    随着DeepSeek的爆火，人们对LLM（LargeLanguageModel，大语言模型）兴趣与日激增，很多人觉得LLM常常显得近乎魔法般神奇。接下来我们就来揭开LLM的神秘面纱。拆解一下LLM的基本原理——深入探讨......
    大模型是怎么被训练出来的？
  • 深度学习五大模型：CNN、Transformer、BERT、RNN、GAN解析
    深度学习是人工智能领域的一个最核心分支，深度学习的五个常用模型分别是RNN（循环神经网络）、CNN（卷积神经网络）、Transformer、BERT（BidirectionalEncoderRepresentationsfromTr......
    深度学习五大模型：CNN、Transformer、BERT、RNN、GAN解析
  • 一文看完大模型微调技术：微调背景、分类和微调全流程
    微调技术就是解决这最后一公里的方案之一（另外类似的还有RAG，详见RAG的介绍和使用，但各有优缺点），本文比较全面的介绍关于大模型微调技术，让你有一个全面的认知，结合本站其他实操案例，希......
    一文看完大模型微调技术：微调背景、分类和微调全流程
  • 一文读懂大模型RAG：检索、增强与生成的技术详解
    大模型（LargeLanguageModel，LLM）的浪潮已经席卷了几乎各行业，但当涉及到专业场景或行业细分领域时，通用大模型往往面临专业知识不足的问题。相对于成本昂贵的“Post-Training”或“Supervis......
    一文读懂大模型RAG：检索、增强与生成的技术详解
  • 什么是大模型（LLMs）？一文读懂什么是大模型
    大模型是指具有大规模参数和复杂计算结构的机器学习模型。这些模型通常由深度神经网络构建而成，拥有数十亿甚至数千亿个参数。......
    什么是大模型（LLMs）？一文读懂什么是大模型
  • 一文彻底搞懂大模型 - RAG（检索、增强、生成）
    RAG（Retrieval-AugmentedGeneration，检索增强生成）是一种结合了信息检索技术与语言生成模型的人工智能技术。该技术通过从外部知识库中检索相关信息，并将其作为提示（Prompt）输入给大型语言......
    一文彻底搞懂大模型 - RAG（检索、增强、生成）
  • 大模型领域常用名词解释
    本文总结了大模型领域常用的近100个名词解释，并按照模型架构与基础概念，训练方法与技术，模型优化与压缩，推理与应用，计算与性能优化，数据与标签，模型评估与调试，特征与数据处理，伦理与......
    大模型领域常用名词解释
  • 构建AI大模型应用技术栈有哪些
    随着人工智能技术的飞速发展，AI大模型已经成为推动各行各业技术革新的关键力量。本文将深入探讨AI大模型的核心技术栈的构建，以及不同技术组件的关键作用。......
    构建AI大模型应用技术栈有哪些
  • 如何构建高效的智能应用：大模型五层技术架构详解
    随着人工智能技术的不断发展，各类智能应用正在迅速普及，成为推动各行业数字化转型的重要力量。本文将通过大模型五层技术架构，详细解析智能应用的技术架构，帮助读者更好地理解和应用这些技术......
    如何构建高效的智能应用：大模型五层技术架构详解
  • 大模型应用的10种架构模式
    在塑造新领域的过程中，我们往往依赖于一些经过实践验证的策略、方法和模式。这种观念对于软件工程领域的专业人士来说，已经司空见惯，设计模式已成为程序员们的重要技能。然而，当我们转向大模......
    大模型应用的10种架构模式
  • AI大模型+RAG的综述
    大型语言模型（LLMs）展现了显著的能力，但面临诸如幻觉、过时知识以及不透明、无法追踪的推理过程等挑战。检索增强生成（RAG）通过整合外部数据库的知识，已成为一个有前途的解决方案。......
    AI大模型+RAG的综述
  • 企业内部如何更好落地大模型
    对于软件企业而言，在已有的软件上增加AI功能，并带来新产值，已经被Notion、多邻国等产品所验证。除此之外，在企业生产场景中，集成LLM的能力，并为企业组织赋能，也成为人们关注AI落地的一个......
    企业内部如何更好落地大模型
  • AI大模型赋能制造业的4个基本趋势
    数字化是巨变时代的分水岭，已成为企业、城市、国家之间竞争急剧分化的催化剂。制造业是数实融合最主要的产业部门，其融合的方式、广度和深度，能够直接影响甚至决定制造业的先进水平和全球竞争......
    AI大模型赋能制造业的4个基本趋势
  • 企业数字化智能体：打造企业数智化AI底座
    2023年算得上是AI爆发的元年，自ChatGPT问世之后，国内外各种人工智能大模型都迅速出击，只为赶上这趟高铁。各式各样的人工智能应用软件层出不穷，多种AI应用创新场景被不断挖掘出来，例如文本......
    企业数字化智能体：打造企业数智化AI底座
  • 企业构建AI大模型应用的步骤流程与关键问题解析
    构建企业级AI大模型驱动的应用系统是一项跨越技术与业务边界的综合性任务，它不仅考验着企业在业务领域知识的深度，也挑战着企业基于AI大模型构建应用的技术高度。这一过程要求业务专家与AI大模......
    企业构建AI大模型应用的步骤流程与关键问题解析
  • AI大模型技术的四大核心架构演进之路
    本文将深入探讨四种关键的大模型技术架构：纯粹Prompt提示词法、Agent+FunctionCalling机制、RAG（检索增强生成）以及Fine-tuning微调技术，揭示它们的特性和应用场景。......
    AI大模型技术的四大核心架构演进之路
  • 理解 AI 大模型：参数、Token、上下文窗口、上下文长度和温度
    随着人工智能技术的不断发展，AI大模型在各个领域展现出强大的能力，也引起了广泛关注。在了解这些模型时，我们经常会看到诸如「参数」、「Token」、「上下文窗口」、「上下文长度」和「温度」......
    理解 AI 大模型：参数、Token、上下文窗口、上下文长度和温度
  • RAG 的工作流程和架构
    RAG可以从权威的、预先确定的知识库中检索出相关的上下文片段，然后将问题和检索结果一起传给大模型，大模型依赖这些特定输入生成最终的答案。这样既保证了来源的可靠性，避免了大模型的过度发......
    RAG 的工作流程和架构