Category AI

这一篇处理模型之外的系统层问题，包括上下文工程、Harness Engineering、检索增强生成（RAG）与智能体。前一篇讲的是模型本体及其训练和推理，这一篇转向“模型如何被放进真实系统里工作”：上下文如何组织，工具与知识库如何接入，验证闭环如何建立，…

这一篇聚焦现代大模型主线，内容从 Transformer 架构出发，延伸到语言模型、多模态模型、预训练与微调，以及推理阶段优化。前一篇已经建立了神经网络与训练机制，这一篇继续回答现代基础模型是如何堆叠出来、如何适配任务、又如何在部署侧提升吞吐、延迟与显存效…

这一篇从任务视角进入现代 AI 的几个核心应用方向，重点讨论自然语言处理、计算机视觉、语音和音频处理、搜索/推荐/广告预估，以及时序建模和时间序列。前一篇已经建立了机器学习、神经网络与深度学习的基本方法，这一篇继续回答这些方法究竟被拿来解决哪些真实任务、每…

这一篇从常用算法进入机器学习基础概念、经典机器学习与神经网络，重点讨论“模型如何被构造、训练、评估与正则化”。前一篇给出了数学语言，这一篇开始进入真正的建模问题：数据怎样表示，损失怎样定义，优化怎样推进，不同模型家族各自擅长什么；再往后才会过渡到 Tran…

这一篇整理 AI 所需的数学基础，包括基础数学、线性代数、微积分与概率论统计。它回答的核心问题是：模型里的向量、矩阵、导数、积分、概率分布、期望与信息量分别是什么意思，以及它们为什么会成为后续机器学习与深度学习的共同语言；后续篇章将在这些数学工具之上进入算…

这一篇作为整套 AI 总纲的导论，先不进入公式和具体模型细节，而是回答更根本的问题：什么叫智能，人工智能究竟在试图做什么，机器为什么能从数据中学会某些能力，为什么这个方向在近十几年才真正爆发，以及机器学习、深度学习与大语言模型之间到底是什么关系。后续第 1…

2025 年 11 月 24 日，一个名为 OpenClaw 的开源项目在 GitHub 上悄然创建。四个月后，它的 Star 数突破 343,000，成为近年来增速最快的非聚合类开源项目之一，超过了 React、Vue 和 Tailwind CSS 在同等时间段内的增长速度。这条陡峭的增长曲线背后，是一个清晰的价…

从名字上可以看出来，LangChain可以用来构建自然语言处理能力的链条。它是一个库，提供了统一的接口，来和各种语言模型进行交互。更重要的是，它支持使用插件（工具），让语言模型能够获取实时的知识。LangChain基于Python，如果你熟悉JavaScr…

GNU Octave是一种高级编程语言，主要用在数值计算领域，解决线性、非线性的问题。它和MATLAB有着类似的语法和能力，可以作为MATLAB的开源/免费替代品。

在机器学习领域，可以利用Octave快速的完成算法原型，并最终改用某种工业语言重新实现算…

Supervised Learning，我们为算法提供了“标准答案”，并希望算法去学习标准输入 - 标准答案之间的联系。

房屋价格预测的问题，自变量为平米数，因变量为价格。这类问题属于回归（Regression）问题…