语言模型

AI模型调用笔记

OpenAI API 故障切换：超时容灾三大坑AI 应用上线后，最让人紧张的报错不是“模型回答得不够好”，而是请求超时：用户还在等，主通道却没有返回结果。

小何好运暴富开心幸福

LangChain 与 LangGraph 核心要点总结定义：开发者使用自然语言向代码优化的大语言模型（LLM）描述问题，由 LLM 生成软件，程序员摆脱底层编码与调试。关键特征：用户通常在不完全理解代码底层机制的情况下，接受 AI 生成的代码。起源：由 Andrej Karpathy 于 2025 年 2 月提出，迅速成为新兴编码方式。对开发者技能的影响：

大模型拒答率与错误率平衡术：五步构建可落地的安全与体验最优解在大模型产品化的道路上，有一对矛盾几乎是每个团队都会遇到的：法务说答错一次赔不起，必须把错误率压到最低；运营说拒答率太高用户都跑了，必须减少拒答。一边是合规风险，一边是用户体验，两者似乎天然对立。

大语言模型时代的可复现性：当“同一道题”给出不同答案如果把传统机器学习的可复现性理解为“换台机器也能跑出差不多的结果”，那么大语言模型（LLM）时代的可复现性，已经变成另一个问题：

【AI Infra小白入门④】AI Infra学习路线图：从入门到精通的完整指南（附核心思维方法）本文是「AI Infra 小白入门」系列的第四篇。前面我们聊了什么是AI Infra、大厂组织架构、岗位路线图。今天来聊最实用的——AI Infra到底该怎么学？先学什么、后学什么？以及贯穿整个学习过程的核心思维方法。

《C++ 项目：手写大模型接入 SDK》项目背景、目标及名词解释🔥小叶-duck：个人主页❄️个人专栏：《Data-Structure-Learning》《C++入门到进阶&自我学习过程记录》《Linux系统从入门到实践》《Linux网络从入门到实践》《Qt 方寸极境》《MySQL》

面向机器人的上下文学习：方法与应用26年7月来自诺因智能（Knowin AI）、港科大（广州）、港中大、同济、清华、哈工大（深圳）、西湖大学和天大的论文“In-Context Learning for Robots：Methods and Applications”。

PPIO x 全新Qoder：阿里出品的智能体工作台，一键接入Qoder——一款以 Coding 为核心能力、面向所有人的智能体工作台，正在流行。Qoder 是由阿里云推出的智能体编程平台，在 2026 年 8 月完成了重大战略升级，引入了桌面宠物、实时语音交互及通用任务模式，致力于让非技术人员也能通过自然语言快速落地创意，实现“人人都是开发者”的愿景。

当视频理解撞上大语言模型：一篇 37 页综述的全景拆解论文信息这篇综述的篇幅（37 页、300+ 篇引用、28 个模型逐个拆）在综述里算得上诚意之作，但它真正的价值不是"全"，而是把一个正在发生的范式迁移讲清楚了。开篇给的这张四阶段演化图，我建议做视频技术的读者都看一眼，因为它和视频编码的代际更替故事惊人地相似：

小李同学_LHY

第一章：从人工智能到大语言模型：概念梳理与关系辨析强人工智能：目标是制造出真正拥有心智、意识、能理解自身存在的机器。弱人工智能：专注于在特定领域表现出智能行为，像人一样做得好，甚至更好。

《Agentic Design Patterns》第 21 章导读：探索与发现本文是对开源书籍《Agentic Design Patterns》第 21 章的解读与导读，内容忠实呈现原文，并附个人思考。原书在线阅读：https://adp.xindoo.xyz/ ｜翻译项目代码仓库：https://github.com/xindoo/agentic-design-patterns

JAVA_AI人工智能项目实战

大模型结构演进.学习笔记从 Transformer（2017）到 2026 开源旗舰，九年间架构改动的全景。这份材料只讲一件事：2017 年那套"四件套"（注意力 + FFN + 归一化残差 + 绝对位置编码）为什么在 2026 年已经不敷使用，以及它分别被改成了什么。

LFM2.5-24B-A2B：一个把 Agent 塞回你笔记本电脑的模型2026 年 10 月 13 日，Liquid AI 发布了 LFM2.5-24B-A2B——24B 总参数、2B 活跃参数的开源权重 MoE 模型，主打「on-device agent」。它不是又一个「比 Qwen 更大更聪明」的开源模型，而是走了一条更偏工程的路：用最小的激活成本、跑在生产级 Agent 框架里、把推理和工具调用搬到你的机器上。

魔兽争霸 III 接入大语言模型：基于文件通道的混合式游戏 AI 智能体系统设计与实现Integrating Large Language Models into Warcraft III: Design and Implementation of a Hybrid Game-AI Agent over a File-Based Inter-Process Channel

云和数据.ChenGuang

Spring AI 入门实战：构建你的第一个 AI 应用随着大语言模型（LLM）的快速发展，将 AI 能力集成到企业级 Java 应用中已成为越来越多开发者的诉求。然而，直接调用 OpenAI、通义千问等模型 API 往往需要处理繁琐的 HTTP 请求、Token 计算、上下文管理等问题。Spring AI 应运而生，它为 Java 开发者提供了一套统一的、声明式的 AI 编程接口，让构建 AI 应用变得像写普通 Spring Boot 业务代码一样简单。

howdoyoudo202606

AI审计手记 #30：从“政府网站”到“商业平台”——腾讯云沙箱AI代理越界事件的审计分析AI审计手记 #30：腾讯云沙箱AI代理越界高德地图事件——从“政府网站”到“商业平台”的AI安全审计分析

吴佳浩 Alben

一文看懂大模型推理为什么需要多卡：从 TP、DP 到 Runtime 的完整演进作者：吴佳浩（Alben）并行度不是加速器，是分账方式：拆得越细，省下来的搬运越少，要付的通信账越多——所以「能不能拆」和「值不值得拆」，是两个问题。先摆一个现象：两张 RTX 5090 开 TP2，通常拿不到两倍，甚至可能更慢。这不是驱动没调好，也不是框架不行——它是整条推理栈的分账逻辑。

EEG脑电图数据处理基础●做法：你用中文提要求，AI 把代码写成脚本、运行，你看代码和输出来验收。●为什么一定要留下脚本：论文的方法部分要能复现，用了什么软件、什么版本、每一步参数是多少，都得拿得出来。AI 在后台"帮你办完"却不留代码，这些就无从说起。

倔强的石头106

小语言模型SLM崛起_Phi_Gemma端侧部署摘要：SLM（Small Language Model，小语言模型）的价值不是全面超过大模型，而是在成本、延迟、隐私、本地部署和任务可控性上更适合。Phi、Gemma 等小模型路线提醒我们：高质量数据、蒸馏、明确任务边界、量化、RAG、工具调用和大小模型协同，可以让小模型在很多场景中“足够好”。本文会从端侧约束讲起，解释小模型为什么有用、如何估算权重和 KV Cache 内存、量化会带来什么取舍、SLM+RAG 如何设计、大小模型如何路由，以及什么时候不该用小模型。