大模型

万字长文带你梳理Llama开源家族：从Llama-1到Llama-3，看这一篇就够了！在AI领域，大模型的发展正以前所未有的速度推进技术的边界。北京时间4月19日凌晨，Meta在官网上官宣了Llama-3，作为继Llama-1、Llama-2和Code-Llama之后的第三代模型，Llama-3在多个基准测试中实现了全面领先，性能优于业界同类最先进的模型。

AI自主挖洞 + 通信网络扩散：全域风险指数级放大，如何构建密码-沙箱-终端联动闭环？当AI学会自主挖掘0day漏洞，并通过通信网络秒级扩散，传统“补丁式”安全已彻底失效。我们需要一场从终端到云端的防御范式革命。

第10节：设计高效混合检索架构，提升召回精度RAG与Agent性能调优：第8节：打造可配置，可扩展的自动化预处理流水线Gitee地址：https://gitee.com/agiforgagaplus/OptiRAGAgent

检索增强生成RAG项目tools_01:Docker 极简实战一份写给「只做开发、不做运维」的 AI 工程师的 Docker 学习笔记!总之就是一个字:好!!!Docker 拉取镜像时需要访问 Docker Hub（registry-1.docker.io），但国内网络访问不稳定，即使(●'◡'●)上网了，Docker Desktop 也不会自动使用系统代理。

前端摸鱼匠

【AI大模型春招面试题21】什么是Transformer的“预归一化”与“后归一化”？两者的差异及影响？你好！咱们直接切入正题。这道题在现在的架构演进（尤其是从 BERT 到 LLaMA 系列）背景下，属于必考题。它不仅仅考察你对归一化层位置的记忆，更考察你对深层网络训练稳定性、梯度流以及现代大模型架构设计哲学的理解。

2026年3月大模型全景深度解析：国产登顶、百万上下文落地、Agent工业化，AI实用时代全面来临[特殊字符]🔥个人主页：北极的代码（欢迎来访） 🎬作者简介：java后端学习者 ❄️个人专栏：苍穹外卖日记，SSM框架深入，JavaWeb ✨命运的结局尽可永在，不屈的挑战却不可须臾或缺！

CoderJia程序员甲

GitHub 热榜项目 - 日榜(2026-04-14)生成于：2026-04-14共发现热门项目： 16 个榜单类型：日榜Token赞助：siliconflow

大模型提示词工程基础博客你是不是也有过这样的经历：对着 ChatGPT 问 “帮我写个文案”，结果 AI 给你写了一篇干巴巴的官方宣传稿，完全不是你想要的小红书种草风格？问 AI 一个数学题，结果它给了你一个错误的答案，你还得自己再算一遍？

【论文阅读】-《Formalizing and Benchmarking Prompt Injection Attacks and Defenses》提示注入攻击旨在将恶意指令/数据注入到 LLM 集成应用的输入中，从而使应用产生攻击者期望的结果。现有工作仅限于案例研究。因此，文献中缺乏对提示注入攻击及其防御的系统性理解。本文旨在弥补这一空白。具体而言，我们提出了一个框架来形式化提示注入攻击。现有攻击是我们框架中的特例。此外，基于我们的框架，我们通过组合现有攻击设计了一种新的攻击。利用我们的框架，我们对 5 种提示注入攻击和 10 种防御措施在 10 个 LLM 和 7 个任务上进行了系统评估。我们的工作为定量评估未来的提示注入攻击和防御提供了一个通用

前端摸鱼匠

【AI大模型春招面试题20】大模型训练中优化器（AdamW、SGD、RMSProp）的选择依据？你好！咱们今天不整那些虚头巴脑的定义堆砌，直接来一场“硬核”的面试实战解析。这道题在现在的面试里（尤其是2026年这个时间节点），如果只背公式，基本就是挂。面试官想听的是**“场景感”和“底层权衡”**。

【LLM应用】深度研究报告生成prompt分为横向、纵向分析，可以参考[1] https://github.com/KKKKhazix/khazix-skills

【LLaDA】Large Language Diffusion Models这篇论文提出了LLaDA（Large Language Diffusion with mAsking），一种从预训练和监督微调（SFT）范式下从头开始训练的扩散模型。

OpenHarness源码研究-2-CLI构建工具Typer从cli.py，用传统web开发的视角，看typer框架如何定义通信和交互的，以及观察命令是如何设计的

从5G标准到6G前沿：Polar码的技术演进与未来之路当6G时代加速逼近，这款让华为“一战成名”的编码技术，正在迎来怎样的全新蜕变？2025年8月8日，国际电信联盟（ITU）在日内瓦正式宣布冻结全球首个6G技术标准框架。在这一标准体系中，中国代表团主导的极化码（Polar Code）方案被采纳为6G增强移动宽带（eMBB）场景控制信道的核心编码方案。

CoderJia程序员甲

GitHub 热榜项目 - 日榜(2026-04-13)生成于：2026-04-13共发现热门项目： 14 个榜单类型：日榜Token赞助：siliconflow

博士僧小星

人工智能|大模型——训练——大模型微调全栈指南：从Transformer架构、10+种PEFT原理、流程与实战（全网最详细）本文是一份面向工程落地的大模型参数高效微调（PEFT）深度技术指南。全文覆盖：① 大模型“预训练→微调”两阶段范式本质；② Transformer 架构中各 PEFT 方法的作用位置与数学原理；③ LoRA、QLoRA、Adapter Tuning、Prefix Tuning、Prompt Tuning、P-Tuning v1、P-Tuning v2 共 7 种主流方法的完整技术解构（含公式、结构图示逻辑、参数量级、实证效果）；④ 从 PDF 文档→Markdown→QA 数据集→微调训练→监控部署的端到

RAG前身:基于mysql➕redis➕bm25的传统QA问答系统本文将从一个完整的项目实战出发，详细讲解如何构建一个基于传统检索技术的智能问答系统。我们会逐行分析代码，深入理解每个模块的设计思想、实现细节和优化思路。

努力的小巴掌

多模态大模型-基础概念多模态大模型（Multimodal LLM）是指能够同时处理文本、图像、语音、视频等多种数据模态的模型，并在统一表示空间中进行理解与推理。

第9节：FAISS，HNSW还是BM25？如何选择最适合业务的向量检索引擎？如何选择最适合业务的向量检索引擎RAG与Agent性能调优：第8节：打造可配置，可扩展的自动化预处理流水线Gitee地址：https://gitee.com/agiforgagaplus/OptiRAGAgent

很小心的小新

大模型应用开发笔记1、OpenAI库的基础使用： (1)role角色： ①system角色：设定助手的整体行为、角色和规则，为对话提供上下文框架，是全局的背景设定，影响后续所有交互 ②assistant角色：代表AI助手的回答，可以在代码中认为设定 ③user角色：代表用户，发送问题、指令或需求 (2)OpenAI库的流式输出：stream=True;for chunk in response: if chunk.choices[0].delta.content: print(chunk.choices[0].delta.