AI
刷新
微调（Fine-tuning）与检索增强生成（RAG）的效能与成本深度对标

博主头像 企业 AI 集成路径技术评估报告：微调（Fine-tuning）与检索增强生成（RAG）的效能与成本深度对标1. 核心技术原理与应用范式分析作为首席 AI 架构师，我必须向决策层明确一个战略事实：大模型时代的真正“金矿”并不在底层的算力军备竞赛中，而是在于应用层如何将通用智能转化为业务价值。企业在集 ...

AI杂谈：别再问AI会不会替代你，先看你是不是驾驶员

博主头像 最近看了很多AI应用的案例，越看越觉得一个问题很有意思：现在大家讲AI落地，很容易把两件事混在一起。 一件事是基模厂商、算力厂商、云厂商的增长，也就是所谓的“卖铲子”。比如调用量涨了、token消耗涨了、MaaS收入涨了、GPU更贵了，这些当然是增长，但这是铲子卖得好，不代表下地挖矿的人真的挖到了金 ...

数字人视频标准化生产工作流

博主头像 数字人视频标准化生产工作流前置说明本文涉及的境外媒体链接均无法正常访问，相关可视化素材无法查看，以下内容基于可解析的工作流、代码仓库规则及实操逻辑整理，为完整可落地的数字人生产方案。本套工作流适配知识口播、短视频批量生产、课程讲解、产品介绍、多语言内容制作、固定IP数字人账号运营等场景，核心优势是拆 ...

英伟达算力卡全解析：型号规格、算力、采购限制与国内选型指南（2026年8月）

博主头像 文章时间：2026年8月9日 覆盖范围：卡的类型、算力规格、国内外采购限制、费用情况、国内选型建议 数据时效：重点覆盖 2026年2月—8月 的最新动态 数据来源：NVIDIA 官网、公开媒体报道（路透社、环球时报、第一财经等）、渠道报价（京东/算力租赁平台）、行业分析机构 一、核心结论速览 维度 ...

用递归消除法优化“特征子集”

博主头像 机器学习的模型训练中，特征不是越多越好，而是要找到那个 "刚刚好"的子集。 今天介绍的方法 "简单粗暴"，通过递归的方式，不断淘汰一个个特征，直到找到那个最优的 "特征子集"。 核心思想 核心思想用一句话来说，就是用"淘汰赛"选出最强特征组合。 递归消除的思路特别像公司搞末位淘汰： 1. 把所有"员 ...

15天学会AI应用开发（二十）使用LangChain实现RAG检索功能

博主头像 ​之前的文章《15天学会AI应用开发（十三）上下文与RAG的阶段性总结》概述了检索RAG知识库的主要步骤，现在采用LangChain将其改造为更智能的本地RAG系统。 接下来基于LangChain框架与Chroma向量数据库，结合离线的文本嵌入模型和大语言模型，从零开始搭建本地的RAG检索系统。 一 ...

奇摩带你玩转：WorkBuddy驱动机器学习项目的自动化实践

博主头像 奇摩带你玩转：WorkBuddy驱动机器学习项目的自动化实践 一、机器学习项目开发的典型痛点 做过ML项目的工程师都知道，机器学习项目的开发流程远比传统软件开发复杂。真正的问题在于，大量时间被消耗在数据清洗、特征工程、环境配置、模型调参与实验结果整理这些重复性工作中，而非真正的算法创新和模型优化。 ...

奇摩技术说：大模型编程助手的底层逻辑与实战

博主头像 奇摩技术说：大模型编程助手的底层逻辑与实战 一、大模型在编程领域的应用现状 近年来，大语言模型（LLM）在代码生成、调试和自动化领域的应用愈加成熟。客观来说，虽然市面上涌现了大量AI编程工具，但真正能将大模型能力融入开发者日常工作的产品并不多。多数工具停留在代码补全层面，无法理解项目的完整上下文，更 ...

奇摩来教你：WorkBuddy智能编程上手指南

博主头像 奇摩来教你：WorkBuddy智能编程上手指南 一、为什么AI编程工具成了开发者的必备装备 AI编程助手的普及速度远超多数人的预期。归根结底，这是因为软件开发中的大量工作本质上是可以模板化、模式化的——从API调用到单元测试编写，从文档生成到代码审阅，不少环节都存在重复性劳动。传统的IDE插件和代码 ...

AI真的是泡沫吗？——一个程序员视角的冷思考与热信心AI泡沫大模型跑分过拟合算力短缺DeepSeekSoraAGI行业观察

博主头像 察观业,行能智工,DeepSeek,GPT-5,Sora,AGI,人缺短力,算合拟过分,跑型模,大沫AI泡AI是泡沫吗？从中美大模型性能差距仅2.7%，到跑分过拟合、算力短缺、95%企业AI项目无法盈利——本文用数据撕开行业遮羞布，又在废墟中找到希望的种子。有信心，但不盲目。 ...

<1234···50>