语言模型

般若-波罗蜜

MinerU高级用法，避坑指南（持续更新）如图，pdf文本（可复制），经过mineru解析后，数字相关的部分都丢失了。问题定位： MinerU支持PDF、图片和DOCX三大主流文档格式的输入。对于PDF文档，工具能够自动处理扫描件和乱码PDF并启用OCR功能。从官方给出的代码可以看出，mineru默认采用”auto“来进行解析，内部自动根据文本格式等因素选择采用OCR、text的方式来解析文本。这里的text是使用了python解析库来解析pdf的（如：pymulf），（猜测，数字地方可能包含了其它格式，如latex），传统的python库解

QN1幻化引擎

DalinX V8 — 整体能力地图与 AGI 阶段评估报告日期: 2026-07-15 基准版本: 6e1eecc (HEAD) 诚实边界: 意识理论驱动认知架构, 作者QN1幻化引擎贾大林石家庄。现象意识=研究中/未证明; ASI=架构目标非当前事实。绝不宣称已造有意识 ASI。

大语言模型上下文缓存命中率测试全场景清单以下是我们系统梳理过的大语言模型上下文缓存命中率测试全场景清单，按测试目的分为六大类，每个场景包含目的、方法与预期行为。

LangChain从模型调用到应用编排大语言模型很擅长生成文本，但把它真正嵌入应用时，问题会迅速变得复杂：提示词如何统一管理？模型供应商如何灵活切换？非结构化回答怎样交给程序继续处理？如何获取实时信息、调用数据库或执行计算？当一次请求经过多个环节后，又该怎样定位性能和结果问题？

AI安全实战系列（四）：Lab04 Multi-Agent——多智能体攻击分析本文是针对多智能体（Multi-Agent）系统安全研究的实战指南。通过剖析 Lab04 靶场，文章不仅揭示了从基础接口泄露到高阶业务逻辑攻击的完整路径，更展示了在 AI 智能体协同环境下，权限控制与隐私保护的重要性。适合所有关注 AI 应用安全、渗透测试及 LLM 业务逻辑漏洞的研究者阅读。

蓦然回首却已人去楼空

Build a Large Language Model (From Scratch) 第三章编码注意力机制本章内容到目前为止，你已经知道如何将文本分割成单词和子词，并将这些词元编码成向量表示（嵌入），从而为大语言模型提供输入数据。

个人用的桌面级开源智能体有哪些？OpenOcta 八爪鱼上手与对比Gartner 预测：到 2026 年底，将有 40% 的企业应用集成「任务专用 AI 智能体（task-specific AI agents）」，而 2025 年这一比例还不到 5%。智能体正在从 Demo 走向日常工具——对个人用户而言，更具体的问题是：有没有能装在自己电脑上、双击可用、数据留在本机的桌面级开源智能体？

LLM for Code Research：程序合成、自动调试与软件工程评测系列：AI 论文盘点 / 技术趋势日期：2026-07-12 适合读者：研究生、程序语言与软件工程研究者、LLM 评测研究者、有工程背景的技术读者检索日期：2026-07-12

【LLM技术全景】混合精度与分布式训练：训练大模型的工程奥秘摘要训练一个 175B 参数的 GPT-3，若用 FP32 单卡（按第14篇 KV Cache 的显存估算方法类比），仅模型参数就需要约 700GB 显存，而单张 A100 仅 80GB。更现实地看：

企业级AI化转型基础认知（2）：大语言模型、RAG、Agent与微调核心概念一次厘清上一篇我们聊了企业级AI化转型的顶层逻辑，这一篇我们来拆解企业级AI化转型四个绕不开的技术概念。在和企业技术负责人交流时，我经常听到这样的困惑：“RAG和微调到底有什么区别？”“Agent是不是就是加了工具调用的大模型？”“我们到底该先上哪个？”

Qwen3全解析：通义千问第三代开源大模型，重新平衡推理能力与落地成本从Qwen1.5到Qwen2，再到如今的Qwen3，阿里云通义实验室完成了国产开源大模型的一次跨越式迭代。作为面向开发者、企业私有化部署、云端API场景的全系列通用大模型，Qwen3凭借混合专家MoE架构、原生双模式动态思考、119种语言覆盖、全尺寸开源商用免费四大核心亮点，成为目前国内落地最广泛、生态最完善的LLM底座之一。

零基础认识大语言模型（LLM）工作原理(5.Transformer的FFN模块到底是什么?)在上一章中，我们已经知道,Attention 的作用是：让模型能够在生成每个 Token 时，回看并加权所有历史信息。

[论文学习]PrivacyLens:评估语言模型在行动中的隐私规范意识随着语言模型（LM）被广泛应用于个性化通信场景（如撰写邮件、社交媒体发帖）并被赋予一定程度的自主代理能力，确保其行为符合语境隐私规范变得至关重要。然而，由于隐私敏感案例具有语境依赖性和长尾分布特征，且缺乏能够捕捉真实应用场景的评估方法，量化LM的隐私规范意识及其新兴隐私风险面临巨大挑战。

零基础认识大语言模型（LLM）工作原理(2.Token 到底是什么？)第一次接触大模型时，很多人都会产生一个疑问：ChatGPT 为什么能够读懂中文、英文、日文，甚至还能写代码？

[论文学习]揭示大语言模型智能体记忆模块中的隐私风险揭示LLM智能体记忆模块中的隐私风险：黑盒场景下的MEXTRA攻击本文是ACL 2025的Long Paper，由Bo Wang、Weiyi He等学者完成。论文系统性地揭示了LLM智能体（LLM Agent）记忆模块在黑盒设定下面临的严重隐私泄露风险，并提出了一种名为MEXTRA（Memory EXTRaction Attack）的记忆提取攻击方法。研究表明，即使攻击者无法访问模型内部参数，仅通过与智能体的交互，也能从记忆模块中有效提取用户的历史私密交互信息。

GLM-4-9B-Chat-1M 模型在 openEuler 系统上的完整部署文档🧑 博主简介：CSDN博客专家，「历代文学网」（PC端可以访问：https://lidaiwenxue.com/#/?__c=1000）总架构师，首席架构师，也是联合创始人！16年工作经验，精通Java编程，高并发设计，分布式系统架构设计，Springboot和微服务，熟悉Linux，ESXI虚拟化以及云原生Docker和K8s，热衷于探索科技的边界，并将理论知识转化为实际应用。保持对新技术的好奇心，乐于分享所学，希望通过我的实践经历和见解，启发他人的创新思维。在这里，我希望能与志同道合的朋友交流探讨，

OMNIDRIVE：一种由LLM协同的多智体世界模型，采用统一潜协压缩技术，用于多视角驾驶视频生成26年6月来自北大、厦门大学、韩国KAIST、台大、武汉大学、武汉理工、清华和福建厦门集美大学的论文“OMNIDRIVE: An LLM-choreographed Multi-agent World Model With Unified Latent Co-compression For Multi-view Driving Video Generation”。

World Engine：迈向自动驾驶的后训练时代26年6月来自港大、华为、上海创新研究院、源策未来（Archon Robotics)公司、KE:SAI德法研究所、Nvidia、南阳理工、valeo.ai、清华和图宾根大学的论文“World Engine: Towards the Era of Post-Training for Autonomous Driving”。

23个测试全绿，一个Token没花——LLM应用的单元测试该怎么写？你写了个AI应用，功能跑通了，效果不错。然后你想加个单元测试——assertEquals("Java是编程语言", model.chat("Java是什么"))——跑了一次，过了。再跑一次，挂了。再跑一次，又过了。

执笔论英雄

【；Agent】SWEET-RL：在协同推理任务上训练多轮大语言模型智能体https://arxiv.org/pdf/2503.15478以下是为您提供的全文逐字翻译。翻译力求忠实原文、学术规范且通顺易懂。