大模型

大模型原理与实践：第三章-预训练语言模型详解_第3部分-Decoder-Only（GPT、LLama、GLM）第一章 NLP基础概念完整指南第二章 Transformer 架构原理第三章预训练语言模型第四章大语言模型

【测试人生】LLM赋能游戏自动化测试的一些想法在三年前笔者撰写的Game-Of-AutoTest专栏当中，聊了很多关于游戏自动化测试的实践思考。不论是对自动化测试在技术层面的认识，还是怎么落地一些技术基建保障游戏自动化测试的可扩展性，在这些专栏里都已经做了深度的科普。近年来，LLM在自然语言处理领域取得了突破性进展，并且随着游戏开发的复杂度不断提升，自动化测试在保障游戏质量方面变得尤为重要。直感来看，LLM作为通用的信息处理转换大脑，必然能为游戏自动化测试技术带来了新的可能性。因此，本文就浅聊一下LLM赋能游戏自动化测试的一些想法。

大模型面经（一） Prompt + RAG + 微调目录大模型微调问题一：领域微调中，如何平衡 “领域知识习得” 和 “通用能力保留”？问题二：SFT 后模型出现 “指令遵循能力下降”

北邮刘老师

【未来】智能体互联时代的商业模式变化和挑战：从HOM到AOM【摘要】本文讨论了商业模式从 Human-Oriented Marketplace（HOM，以人为中心的市场）到 Agent-Oriented Marketplace（AOM，以智能体为中心的市场）的演变逻辑。首先，文章回顾了互联网时代及以前的商业模式特点：市场围绕人展开，商家与消费者直接连接，商业平台承担撮合和服务的中介作用。随后，文章分析了智能体互联时代的出现所带来的根本性变化：人类不再直接连接市场，而是通过智能体助手表达需求并完成交易；商家也通过智能体接口提供产品与服务，由此市场从“面向人”转变为“

北邮刘老师

关于智能体互联协议标准的130天终于，《人工智能智能体互联》系列7项国家标准化指导性技术文件走入了公开征集意见环节，从5月22日第一次去开元大厦参加智能体互联协议标准讨论会（那时候还叫做《人工智能智能体通用互联协作通信协议》），到今天，已经过去了整整130天。这130天里，有初次参会时一些厂商对刘老师掺和产业界标准的不理解，有电子四院高歌和各位领导的信任和支持，有技术讨论会上的激烈争论，有高铁站和候机室的临时办公，有夜晚到深夜的接力编写文稿，有技术小组熬夜编写代码，也有周末加班赶工时从雄安路途中点送的奶茶。。。太多一幕幕像电影胶片一

【LLM】基于ms-Swift大模型SFT和RL的训练实践lora微调脚本例子如下，10分钟在单卡3090上对Qwen2.5-7B-Instruct进行自我认知微调：

CoderJia程序员甲

GitHub 热榜项目 - 日榜(2025-10-03)生成于：2025-10-03共发现热门项目：20 个榜单类型：日榜本期GitHub热榜呈现AI驱动开发、金融科技和开源工具三大趋势。AI应用持续爆发，涵盖LLM后训练库、RAG流水线、AI视频生成及智能体工作流，显示生成式AI正向终端应用深度渗透。金融领域聚焦高性能交易数据库与多智能体交易框架，强调安全与实时性。同时，自托管数据管理（如Nextcloud、Immich）和开发效率工具（如Claude Code、Quarkus）活跃，反映企业对数据主权与开发体验的双重追求。开源生态正加速AI与产业融合。

NeurIPS 2025论文分享｜FedFree：突破知识共享壁垒的异构联邦学习新框架第39届神经信息处理系统大会（NeurIPS 2025）将于2025年12月在美国圣地亚哥会议中心（San Diego Convention Center）隆重举行。NeurIPS是人工智能和机器学习领域最具影响力的国际顶级会议之一，涵盖深度学习、分布式机器学习、强化学习、自然语言处理、计算机视觉等多个研究方向。

BIG-Bench：大规模语言模型能力的全面评估与挑战本文由「大千AI助手」原创发布，专注用真话讲AI，回归技术本质。拒绝神话或妖魔化。搜索「大千AI助手」关注我，一起撕掉过度包装，学习真实的AI技术！

大模型铲屎官

【数据结构与算法-Day 37】超越二分查找：探索插值、斐波那契与分块查找的奥秘01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南 02-玩转 LangChain Memory 模块：四种记忆类型详解及应用场景全覆盖 03-全面掌握 LangChain：从核心链条构建到动态任务分配的实战指南 04-玩转 LangChain：从文档加载到高效问答系统构建的全程实战 05-玩转 LangChain：深度评估问答系统的三种高效方法（示例生成、手动评估与LLM辅助评估） 06-从 0 到 1 掌握 LangChain Agents：自定义工具 + LLM 打造智能

AI大模型框架eino框架快速上手来具体看下eino框架的各个api注意这个图只定义了各个节点之间的流向，没有定义大模型，这个是eion框架设计的重要思想

LoRA 高效微调大语言模型全流程：从原理、实践到参数调优在大语言模型（LLM）的微调实践中，LoRA (Low-Rank Adaptation) 是解决高昂计算成本的核心技术。本文基于 Hugging Face 生态，提供了一套完整的 LoRA 微调 Seq2Seq 模型 (mt0-large) 的工作流。通过对比三组不同超参数配置的实验数据，文章重点分析了目标模块 (target_modules) 和学习率 (learning_rate) 对模型推理质量的决定性影响，并给出了经过验证的优化配置。

科技峰行者

通义万相2.5系列模型发布，可生成音画同步视频9月24日，在2025杭州云栖大会上，阿里发布通义万相Wan2.5 preview系列模型，涵盖文生视频、图生视频、文生图和图像编辑四大模型，其中，通义万相2.5视频生成模型能生成和画面匹配的人声、音效和音乐BGM，首次实现音画同步的视频生成能力，进一步降低电影级视频创作的门槛。即日起，用户可在阿里云百炼平台调用API，或在通义万相官网直接体验。

多模态PDF解析在多模态 RAG（Retrieval-Augmented Generation）系统中，多模态 PDF 的解析是核心前提 —— 其目标不仅是提取传统文本信息，更要精准识别、分离并结构化 PDF 中嵌入的非文本模态内容（如图像、表格、公式、图表等），同时保留各模态与文本的上下文关联（如 “某段文字对应下方图表”“某公式解释了左侧数据表格”），为后续检索和生成提供结构化的多模态数据基础。

MATH-500：大模型数学推理能力评估基准本文由「大千AI助手」原创发布，专注用真话讲AI，回归技术本质。拒绝神话或妖魔化。搜索「大千AI助手」关注我，一起撕掉过度包装，学习真实的AI技术！

AI绘画哇哒哒

实战：SQL统一访问200+数据源，构建企业级智能检索与RAG系统（下）本篇内容：上篇我们已经体验到MindsDB的两大集成能力：数据源（RDBMS、文件、向量库等）的集成与AI模型（传统ML模型、语言模型、嵌入模型等）的集成。其独特之处在于：让你用一种统一的SQL接口方式来查询所有的数据源与模型，并能够巧妙的融合。

RAG is really dead? 大模型和知识之间的桥梁没了？作者：SpaderMan最近，Latent Space 播客发布了一期标题为["RAG 已死，上下文工程为王"](https://www.latent.space/p/chroma ""RAG 已死，上下文工程为王"")的访谈，其中开源向量数据库 Chroma 的创始人 Jeff Huber 的观点引发了广泛讨论。这个观点触及了一个核心问题：我们是否真的理解自己在构建什么？

烟锁池塘柳0

【大模型】深入理解大模型输出的Temperature、Top-k与Top-p采样在与大型语言模型（LLM）如GPT系列、Llama等交互时，我们常常惊叹于它们生成文本的多样性和创造力。但你是否想过，这些模型是如何在“一本正经”地回答事实性问题和“天马行空”地进行文学创作之间自由切换的？这背后的“魔法”其实源于一系列精妙的参数控制，其中最核心的便是Temperature、Top-k和Top-p等。现在有的大模型可视化API调用程序（如 Google AI Studio 等）已经支持用户自主调控这些参数。

免费版Markdown 编辑器：Typora要充分发挥Typora的潜力，可以从以下几个方面入手。当你熟悉基础操作后，这些进阶功能可以让你的文档更专业。

南京大学 LLM开发基础（二）大语言模型解析 -- 基于HF LlaMA实现的讲解https://njudeepengine.github.io/llm-course-lecture/2025/lecture4.html#1