读智能新物种01合作伙伴（上）
1. 用动物来思考机器人 1.1. 动物类比更符合目前自动化技术如机器人和人工智能的运作方式，并且可以说是对人类最有帮助的方式，同时这也是一个非常容易理解和应用的比较，能够立即以富有成效的方式改变我们的讨论 1.2. 玛丽·雪莱(Mary Shelley） 1.2.1. 1818年创作的科幻小说《弗 ...
在测试领域，如何写一个更好的prompt来进行测试提效
前言 假设你作为测试团队负责人，要被安排让团队成员接入公司的大模型服务，进行测试工作提效，那么能想到的第一个方向就是让大模型辅助生成测试用例。 在一段时间内使用大模型对话来生成用例，可能大家一开始会有新鲜感多去尝试，但后面可能会渐渐地觉得对话本身也是降低效率的一种表现，并且大模型生成的用例能够被采纳 ...
DeepSeek-V3.2 Speciale介绍
DeepSeek-V3.2 Speciale介绍1. 引言当前，大语言模型（LLM）领域正经历一个显著的分化阶段。一方面，以 OpenAI、DeepMind 等为代表的闭源专有模型性能持续加速迭代；另一方面，尽管开源社区不断进步，但两者间的性能差距却日益扩大。行业分析普遍将此归因于开源模型面临的三大 ...
VUE前端项目规范.md---大模型辅助开发使用约束
前端代码开发与输出规范 通用要求 语言：思考过程与输出内容一律使用中文。 上下文引用：每次对话必须明确引用项目中的 README.md 相关内容，确保开发行为与项目目标一致。 项目架构：基于Vue.js + ElementUI + Vue Router + Vuex + Axios的前端架构。 文档 ...
吴恩达深度学习课程三： 结构化机器学习项目 第二周：误差分析与学习方法（二）数据不匹配问题
此分类用于记录吴恩达深度学习课程的学习笔记。 课程相关信息链接如下： 原课程视频链接：[双语字幕]吴恩达深度学习deeplearning.ai github课程资料，含课件与笔记:吴恩达深度学习教学资料 课程配套练习（中英）与答案：吴恩达深度学习课后习题与答案 本篇为第三课的第二周内容，2.4到2. ...
2025年11月份博文汇总与视频
2025年11月份博文汇总与视频一.LLM相关1.如何构建和训练世界级LLM 一份关于如何构建和训练世界级大型语言模型（LLMs）的详细指南，由Hugging Face团队撰写。它涵盖了从模型架构设计、数据准备、训练过程到后处理的全过程，提供了丰富的技术细节和实践经验2.美团多智能体WOWServi ...
解密Prompt系列65. 三巨头关于大模型内景的硬核论文
这一章我们通过三巨头 Google、OpenAI、Anthropic 三篇充满脑洞的论文，深入探讨模型内部状态的可访问性与可操控性。我们将从三个维度展开：模型是否有自我认知？如何引导这种认知？如何从数学和电路层面解释这种认知？ ...
Z-Image图像生成模型发布与竞品
1. 引言 当前，高性能文本到图像（Text-to-Image, T2I）生成模型市场呈现出一种根本性的二元格局。一方面，是以Nano Banana Pro、Seedream 4.0为代表的专有（闭源）商业模型，它们性能强大，但其技术实现被封装于“黑盒”之内，限制了社区的研究与创新。另一方面，则是以 ...
学习理论：凸代理、代理与估计误差界
这学期参加了同研究科的田中研的读书会，所选的是近年出的较新的书《Learning Theory from First Principles》。作者Francis Bach是COLT2025的keynote speaker。我主动承担了4.1-4.4部分（这周做了分享），该部分和我目前的科研方向比较相... ...
使用 Vibe Coding 构建 AI 自动化评测系统
1.概述 在当今快速发展的 AI 时代，如何高效、准确地评估 AI 模型的性能已成为一个关键挑战。传统的评测方法往往依赖大量人工干预，不仅效率低下，而且难以保证评测的一致性和客观性。本文将深入探讨如何使用 Vibe Coding 的理念，结合现代 AI 技术，构建一个智能、高效且可扩展的自动化评测系 ...
Google生成式UI下一代人机交互技术
Google生成式UI下一代人机交互技术1.0 摘要 在当前的技术浪潮中，大语言模型（LLM）已展现出在内容生成方面的卓越能力，深刻地改变了我们获取与处理信息的方式。然而，这些强大的模型在输出形态上普遍受限于静态、预定义的界面，最常见的便是由标题、列表和代码块组成的Markdown“文本墙”。这种呈 ...
AI智能媒体助理，一款为自媒体人提供的神器测评报告
说到AI大家都懂，说到自媒体大家也懂，那么把AI和自媒体结合到一起会是怎么样的？ 我觉得应该是更便利，更方便，原来我们在写自媒体文章的时候也会用到AI来辅助一下，帮助我们润色、修饰、给初稿、给大纲，最后发现该省的时间一样没有省下来，反而还要来回改，当时就在想如果从生成到配图再到发布全部自动化操作了该 ...
OceanBase 年度发布会 Hands-on AI Workshop 回顾
OceanBase 年度发布会 Hands-on AI Workshop 回顾！代码实操：在来自 Dify 、LangChain Community 和 OceanBase 的技术专家指导下，现场数百名开发者在两小时内，基于 seekdb 实际动手完成了从环境部署、Agentic RAG 搭建到构建... ...
原来用聊天记录就可以创造数字分身！WeClone项目在Lab4AI平台上的复现
01 | WeClone如何创造数字分身 拥有一个数字分身可能是很多人的一个愿望。其实通过给大模型喂我们的聊天记录，就可打造出我们的数字分身，当前爆火的Weclone项目采取的就是这种做法。先导出自己的聊天记录，再把聊天记录作为数据用来微调大模型，让模型学习我们的语言风格和习惯，就能打造出专属的数字 ...
AI 时代，OceanBase 为什么要开源一款 AI 原生数据库 seekdb？
OceanBase 开源生态总经理封仲淹为大家介绍 OceanBase 产品发布会上公布的 seekdb，以及 OceanBase 开源 seekdb 的初衷。 ...
吴恩达深度学习课程三： 结构化机器学习项目 第二周：误差分析与学习方法（一）误差分析与快速迭代
此分类用于记录吴恩达深度学习课程的学习笔记。 课程相关信息链接如下： 原课程视频链接：[双语字幕]吴恩达深度学习deeplearning.ai github课程资料，含课件与笔记:吴恩达深度学习教学资料 课程配套练习（中英）与答案：吴恩达深度学习课后习题与答案 本篇为第三课的第二周内容，2.1到2. ...
实战利用LLM辅助小程序逆向与HTTP报文漏洞挖掘
摘要在Web安全与小程序逆向分析中，传统的自动化扫描器（如AWVS、Nessus）往往是“语法大师，逻辑白痴”——它们能轻易发现SQL注入，却难以理解复杂的业务上下文 。本文探讨了一种新的安全审计范式：利用大语言模型（LLM）作为虚拟安全专家，填补自动化工具的广度与人类专家的深度之间的鸿沟 。通过婚 ...
又被 Cursor 烧了 1 万块，我麻了。。。
之前我已经给大家分享过很多个人使用 AI 的技巧，今天这篇文章就主要分享大模型 API 的使用教程，我将以国内智谱最新旗舰的 GLM-4.6 模型为例，手把手带你学会 3 大使用 API 的场景。 ...
吴恩达深度学习课程三： 结构化机器学习项目 第一周：机器学习策略（三）模型性能与“人类性能”
此分类用于记录吴恩达深度学习课程的学习笔记。 课程相关信息链接如下： 原课程视频链接：[双语字幕]吴恩达深度学习deeplearning.ai github课程资料，含课件与笔记:吴恩达深度学习教学资料 课程配套练习（中英）与答案：吴恩达深度学习课后习题与答案 本篇为第三课的第一周内容，1.8到1. ...
优化需求评审流程论LLM与人工审查协同模式
重新定义需求评审的未来 高质量的需求是软件项目成功的基石，然而，传统的需求评审流程往往耗时、繁琐且容易出错。需求文档中的模糊性、不一致性和遗漏是导致项目失败最常见的因素之一。大型语言模型（LLM）作为一种颠覆性技术，为解决这些长期存在的挑战提供了新的可能性。它强大的自然语言处理能力，能够以前所未有的 ...
