大模型

【AI Agent 深度解析】OpenHuman 开源项目全面分析 — 打造你的个人 AI 超级智能助手在 AI Agent（智能代理）快速发展的今天，我们面临着一个核心问题：大多数 AI 助手需要从零开始学习用户，需要花费数天甚至数周才能真正了解你的技术栈和工作流。

重建 AI 认知第 1 篇：基础认知——一张地图看懂 AI Landscape先解决一个最基础、但也最容易混淆的问题：AI、ML、DL、GenAI、AGI，它们到底是什么关系？很多人以为它们是并列的，或者是一个路线上的几个阶段。其实不是，它们是套娃结构：

016-Structured-Output-Practical💡 摘要：结合 Pydantic 数据验证、JSON 格式控制和函数调用，掌握 with_structured_output() 高级 API 和手动 Chain 构建两种方案，构建可靠的 AI 结构化输出系统。

龙侠九重天

Embedding 模型深度使用——语义搜索与聚类Embedding（嵌入）是一种将离散、高维的符号数据映射到连续、低维向量空间的技术。在自然语言处理领域，Embedding 将文字、句子或文档转换为数值向量，使得语义相近的内容在向量空间中拥有相似的位置关系。

【大模型通关指南】3. 全球主流大模型全栈对比（含Google I/O最新Gemini，2026.05.20）截至 2026年5月20日（Google I/O 当日），全球大模型已从“闭源三强垄断”演进为国际闭源旗舰 + 国产开源/闭源双强 + 欧美开源生力军的多极格局。本文基于官方技术文档、SWE-bench、Terminal Bench、GPQA、MMLU等权威实测数据，覆盖 GPT、Claude、Gemini、DeepSeek、Minimax、GLM、Qwen、Kimi、Mistral、Grok、豆包、文心、星火、混元等15+主流模型，从架构、上下文、推理速度、编码、推理、多模态、成本、私有化八大维度做

基于昇腾 MindSpeed LLM 玩转 DeepSeek-V4-FlashMindSpeed LLM作为昇腾AI生态的重要技术支撑，专为大规模语言模型设计，具有超强的计算能力和灵活的开发支持。MindSpeed LLM实现了DeepSeekV4-Flash模型的定长数据场景下的预训练支持，并同步开放源代码。本文给各位开发者提供预训练的复现部署参考，帮助大家快速上手。MindSpeed LLM快速部署与应用教程已上线魔乐社区，欢迎开发者体验！

Agent面试八股文（系列之三）面向：大模型应用开发、RAG 工程师、Agent 工程师、AI 平台岗位核心目标：把 RAG 从“向量库 demo”讲到“企业级知识系统”

"Sample Is Feature: Beyond Item-Level, Toward Sample-Level Tokens for Unified Large Recommender Models" 论文笔记美团精排 Scaling 的工作 SIF，目前挂在 Arxiv 26.04 上，提出了将历史序列 token 从 item-level 升级到 sample-level 的新思路，实现了更强的信息利用和模型效果

山屿落星辰

昇腾NPU上的FlashAttention：让大模型“算得快“又“记得准“刚接触 FlashAttention 那会，我被一个困惑砸懵了：明明 Attention 机制的计算量已经是 O(n²) 了，业界还在拼命优化它，图什么？

AI绘画哇哒哒

Agent三种思考模式深度解析：CoT/ReAct/Plan-and-Execute，小白程序员必看，助你轻松掌握大模型精髓（收藏版）同一个任务交给三个Agent，结果可能完全不同——不是因为它们"知道的"不一样，而是"想问题的方式"不一样。这篇用一个出差准备的真实场景，带你看懂CoT、ReAct、Plan-and-Execute三种主流思考模式的本质区别。

如何在MAC下安装EcomGpt模型如果安装过了就可以跳过，没有需要进行安装这边也可以去python官网进行下载安装包下载如果使用上述命令安装出现卡顿Auto-updating Homebrew，则可能是homebrew在更新，执行先禁止更新

AI大模型学习笔记：LangChain核心组件-工具（Tools）LangChain 的 ‌工具（Tools）‌ 是其核心组件之一，用于扩展大语言模型（LLM）的能力，使其能够与外部系统、API 或自定义函数交互，从而完成仅靠文本生成无法实现的任务，如查询天气、执行计算、搜索数据库等。

前端小超人rui

Prompt 提示词原理/组成/编写原则/编写技巧一个有效的Prompt 可以：

哥本哈士奇(aspnetx)

LangChain DeepAgents 学习笔记LangChain的DeepAgents已经发布有段时间了，最近的几个版本基本覆盖了大多数智能体都应该有的功能。本笔记基于 LangChain 的 DeepAgents 框架，演示如何构建了一个具有角色扮演能力的 AI 助手，并集成了自定义技能系统。以此方便后续的knowledge review以及vibe coding的reference。

9-检索增强生成RAG详解**RAG (Retrieval-Augmented Generation，检索增强生成) **是目前大模型应用的核心技术。

挑战 100ms 延迟极限：深度拆解 dograh，构建企业级开源 WebRTC 实时语音智能体平台发布日期： 2026-05-18标签： #VoiceAgent #WebRTC #语音智能体 #dograh #大模型 #实时音视频

PDF 转 Markdown 主力方案怎么选：PaddleOCR-VL-1.5、MinerU、HunyuanOCR 与 MonkeyOCR 实测对比本文对比了四种主流PDF转Markdown工具（PaddleOCR-VL-1.5、MinerU、HunyuanOCR和MonkeyOCR）的性能表现。测试基于OmniDocBench和MDPBench数据集，评估维度包括文本块识别、阅读顺序、表格和公式处理等结构化要素。结果显示PaddleOCR-VL-1.5综合表现最优，在两个数据集上都保持稳定性能，特别在表格和公式处理方面表现突出。HunyuanOCR在复杂文档解析上单集表现优异但部署门槛高，MinerU工程系统能力强但分数略低，MonkeyOCR轻量

[特殊字符]2026AI Agent入门学习路径⚡效率篇 | 本文面向普通职场人、学生、想转AI方向的开发者，结合2026年最新行业趋势和工具生态，给出分人群的适配学习路径，还有可直接复制的7天实操步骤，不用啃复杂技术原理，普通人也能快速用AI Agent提升工作效率，抓住2026年AI Agent落地的第一波红利。

小参数・大码力・易部署 | Qwen3.6-27B上线魔乐社区，基于昇腾的部署教程来了继一周前Qwen3.6-35B-A3B模型开源发布后，千问再度开源Qwen3.6-27B —— 一个拥有270亿参数的稠密多模态模型，也是社区呼声最高的模型规格。Qwen3.6-27B 依然支持多模态思考与非思考模式，在智能体编程方面达到了旗舰级表现，全面超越前代开源旗舰 Qwen3.5-397B-A17B（总参数397B / 激活参数17B的MoE模型）。作为稠密架构，它无需MoE路由即可部署，是开发者在实用、可广泛部署规模上获取顶尖编程能力的理想选择。

极简Agent plan指南在使用agent时，既需要推理模型让它思考，也需要VLM模型生成图片，更想有视频模型直接生成视频，还想要向量模型做向量数据库，还得让它写代码。