大语言模型

阶段 4：事件总线对应代码：stage04_events.py理解"事件既是给消费者的消息，也是驱动派生状态的输入"，并实现 terminal_error 的单写多读模式。

【arXiv 2024】DeepSeek-V2 论文解读：经济训练与高效推理的 MoE 大语言模型｜从稀疏架构降本增效视角本文解读 arXiv 2024 论文《DeepSeek-V2: A Strong, Economical, and Efficient Mixture-of-Experts Language Model》。该论文提出DeepSeek-V2 大语言模型，通过融合MLA（多头潜在注意力）、DeepSeekMoE（细粒度专家稀疏）与GRPO 两阶段对齐，在 236B 总参数、每 token 仅激活 21B 的条件下支持 128K 上下文，其特别之处在于用低秩 KV 联合压缩把推理显存瓶颈转化为一次可被矩阵吸收的

多模态 AI Agent 前沿全景：2026 年从「能回答」到「能干活」的跃迁标签: 多模态, AI Agent, 大语言模型, 人工智能, 前沿技术如果说 2023–2024 年的大模型关键词是「会聊天」，那么 2026 年的关键词毫无疑问是「能干活」。AI Agent（智能体）正在从「回答一个问题」进化到「端到端交付一个任务」，而多模态能力则是让它真正看懂世界、动手操作的关键一跃。

AI 技术全景架构科普：从算法到应用的一整套技术栈标签: 人工智能, 深度学习, 大语言模型, 机器学习, 技术架构人工智能（Artificial Intelligence，AI）已经渗透到我们生活的方方面面：从手机里的语音助手、人脸识别，到生成文本的 ChatGPT、生成图片的 Midjourney。但对很多人来说，AI 仍然像是一个「黑箱」——知道它很厉害，却不清楚它内部到底是怎么运转的。

美人胖八分

大模型常见微调框架对比微调框架的价值不只在于启动训练，还要正确处理聊天模板、损失掩码、4-bit 基座加载、LoRA 注入、分布式检查点与权重导出。选型前应分清层级：Transformers 提供模型、Tokenizer 和通用 Trainer；PEFT 实现 LoRA 等参数高效方法；Accelerate 统一设备和任务启动；DeepSpeed ZeRO、PyTorch FSDP 负责切分参数、梯度与优化器状态；Megatron-Core 则提供张量、流水线、上下文和专家并行。LLaMA-Factory、Axolotl 和

LLM越狱与安全护栏攻防大演进：从奶奶漏洞到输入输出双重检测模型目录1. 角色扮演攻防战：从“奶奶漏洞”到强化学习安全对齐1.1. 角色扮演攻击的底层机制1.2. 静态拦截与强化学习对齐（RLHF/SFT）

Agent 安全事件成为本周核心风险信号，从三起越界评测到 Hugging Face 入侵导语：2026 年 7 月底，Anthropic、OpenAI 与 Hugging Face 接连披露真实系统被 AI Agent 越界访问的事件。它们不是“模型突然产生恶意”的证据，却足以推翻一种危险的安全假设：只要在系统提示词里写明边界，Agent 就会被约束在边界内。

【笔记】用cursor手搓cursor（八）最近有点魔怔，因为思路完全卡住了。现在的claude code、codex、hermes就是LLM的wrapper而已，而且LLM为了在RL里刷分，幻觉会提高不少。它见过的东西确实写得很不错，它没见过的真的是胡扯。

科研小刘带你玩学术

AI Agent正在改变人工智能应用模式：从工具助手走向自主智能系统过去几年，人工智能的发展主要围绕大语言模型展开。ChatGPT、Claude、Gemini等模型让AI具备了强大的语言理解和内容生成能力。

带娃的IT创业者

Inkling：当开源模型开始思考“如何思考”👋 大家好，我是带娃的IT创业者，CSDN 人工智能领域新星创作者，一边带娃一边创业的全栈工程师。专注 AI 大模型应用落地、Python 实战进阶与 AI 开发工具链（Python / FastAPI / 大模型 / AI 编程）。

Mac本地部署大模型，Ollama+Qwen3.5很多新手第一次折腾本地模型，刚起步就翻车——核心原因就一个：选了个自己Mac跑不动的模型！要么内存不够直接报错，要么跑起来卡到怀疑人生，白忙活一场。

Windows下载、安装ollama-v0.32.1（附安装包OllamaSetup.exe）Ollama 是目前最流行的本地大语言模型（LLM）运行工具，在 GitHub 上已获得超过 130,000 颗星标（Stars），是 AI 开发者社区中最受关注的开源项目之一。

高频面试题精选：分治与AI Agent架构基于过去一周CSDN、51CTO、掘金等技术社区的热议内容，筛选出10道高频面试题，涵盖算法、系统设计、数据库、网络四大核心领域。

猫先生Mr.Mao

从“更大”到“更会做事”：Kimi K3 的开放前沿智能路线【从零走向AGI】旨在深入了解通用人工智能（AGI）的发展路径，从最基础的概念起，逐步构建完整的知识体系。项目地址🔗：https://github.com/AI-mzq/From-Zero-to-AGI.git

带娃的IT创业者

深度解析 Apple Foundation Models：端侧 AI 的真正革命在移动开发领域，我们正站在一个关键的转折点上。过去两年，大语言模型（LLM）的应用主要集中在云端——开发者通过 API 调用远程服务器，实现文本生成、图像处理等功能。这种模式虽然强大，但始终存在延迟、隐私和离线可用性这三大痛点。

广东备案大模型超百款检索时间范围：近24小时（2026年7月14日-7月15日）聚焦领域：AI智能、机器人、芯片、大模型与应用资讯数量：10条精选

用 Scikit-LLM 和 Groq 搭建情感分析 pipeline传统的机器学习（Machine Learning）pipeline 在处理文本分类等预测任务时，通常依赖从原始文本中提取结构化的数值特征——例如 TF-IDF 频率或 token embedding——再输入逻辑回归、集成方法或支持向量机等经典模型。