资讯

最近分享的文章

• 从tokenizer说起，为LLM自回归预训练准备数据集-大模型炼丹术

  发表:2025年5月2日 |  at 11:50

  本文首先介绍了如何从头开始实现一个自定义tokenizer，用于将原始文本数据转化为模型能够理解的格式。通过这个例子，来直观理解什么是tokenize；接着，分析这种tokenizer的优缺点，引出更常用的BPE；最后，基于BPE构建的tokenizer，构建用于GPT预训练时的数据加载器。

• 数学概念丨“图像”与“图象”是有区别的 ，你知道吗？

  发表:2025年5月1日 |  at 10:00

  “图像”与“图象”在初中教科书都出现，如：科学出版社出版的八年级《信息技术》第1章加工图像信息，主要介绍Photoshop的运用，全部用“图像”一词，如“处理图像素材”、“绘制图像”等。上海科学技术出版社出版的如九年级《数学》上册第22.3节二次函数y=ax2+bx+c的图象和性质等均用“图象”一词。

• 开源备份软件Restic简单教程

  发表:2025年5月1日 |  at 05:00

  Restic 是一个快速、安全、高效的备份工具，特别适用于存储在不同位置的数据。

• 5部场面宏大的海战电影，震撼场景燃爆你的屏幕

  发表:2025年4月27日 |  at 11:00

  《灰猎犬号》、《决战中途岛》、《猎杀U-571》、《从海底出击》、《鸣梁海战》

• 一文了解Text Embedding模型：从Text2Vec、Openai-Text Embedding到M3E、BGE

  发表:2025年4月26日 |  at 04:50

  Embedding模型是一种将离散的符号数据（如单词、句子、图像等）映射到连续的向量空间中的技术，这些向量能够捕捉数据之间的语义、结构等关系。简单来说，就是把原本难以直接处理的符号数据，转换成计算机更容易理解和操作的数值向量形式~

• 谷歌 A2A （Agent2Agent）架构设计深度剖析

  发表:2025年4月24日 |  at 11:50

  2025年4月9日，Google正式推出Agent2Agent Protocol（以下简称“A2A”）。这一协议为各类 AI Agent 之间的高效沟通与协作搭建了桥梁，无论是独立 Agent 与独立 Agent、独立 Agent与企业 Agent，还是企业 Agent与企业 Agent，都可以通过该协议实现通信交互和事务协作。

• MCP Gateway，轻松聚合AI工具，打造你的超级智能体

  发表:2025年4月24日 |  at 10:30

  模型上下文协议（Model Context Protocol, MCP）是一个开放的、标准化的协议，旨在解决大语言模型与外部工具、数据和服务交互时的混乱和不一致问题。

• 浏览器如何验证HTTPS证书的合法性？

  发表:2025年4月23日 |  at 11:00

  浏览器拿到了服务端的数字证书后，要怎么校验该数字证书是真实有效的呢？在说校验数字证书是否可信的过程前，我们先来看看数字证书是什么，一个数字证书通常包含了...

• 台大李宏毅2025 AI Agent新课来了！

  发表:2025年4月22日 |  at 10:20

  本文是台大教授李宏毅讲授AI Agent的爆火油管视频的文字稿。内容层层递进，是学习和理解AI Agent难得的好教材。由于原视频较长，为方便订阅读者们高效学习，整理出来这节课的文字实录。

• Ollama-python：工具赋能大模型，以数学运算智能问答应用为例

  发表:2025年4月19日 |  at 10:30

  Ollama 是一个优秀的本地部署与管理大模型的框架。通过 Ollama，我们可以在本地部署、定制自己的大模型服务。本文在前文的基础上，初步搭建数学运算智能问答应用。该智能应用，具有以下功能...