LLM笔记第33页

【LlamaIndex核心组件指南 | 模型篇】一文通晓 LlamaIndex 模型层：LLM、Embedding 及多模态应用全景解析

Langchain系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战05-玩转LangChain：深度评估问答系统的三种高效方法（示例生成、手

·2025-06-28 17:05

Python训练营打卡——DAY16（2025.5.5）

目录一、NumPy数组基础笔记1.理解数组的维度(Dimensions)2.NumPy数组与深度学习Tensor的关系3.一维数组(1DArray)4.二维数组(2DArray)5.数组的创建5.1数组的简单创建

cosine2025·2025-06-28 16:29

Prompt Engineering for Large Language Models

题目大型语言模型的快速工程简介随着OpenAI的ChatGPT和Google的Bard等软件的普及，大语言模型（LLM）已经渗透到生活和工作的许多方面。

三月七꧁ ꧂·2025-06-28 15:51

RAG应用的评估（一）

下面有一些问题是需要提前考并应付的：LLM输出的不确定性会带来一定的不可预知性。一个RAG应用在投入生产之前需要科学的测试以衡量这种不可预知性。

AI老炮·2025-06-28 15:50

MCP-Proxy：开发多LLM & 多MCP 支持并安全访问MCP Server的秘密

它不仅要支持多个LLM接入，还要保障对后端MCPServer的安全访问、请求审计、能力切换与资源隔离。什么是MCP/MCP-Proxy？

IT古董·2025-06-28 15:18

API测试(一)：PortSwigger靶场笔记

写在前面这篇文章是关于作者在学习PortSwigger的APITest类型漏洞时的记录和学习笔记使用到的工具为BurpSuitePro漏洞简介什么是apiAPI全称为ApplicationInterface

h4ckb0ss·2025-06-28 12:59

《Python数据分析与挖掘实战》Chapter8中医证型关联规则挖掘笔记

最近在学习《Python数据分析与挖掘实战》中的案例，写写自己的心得。代码分为两大部分：1.读取数据并进行聚类分析2.应用Apriori关联规则挖掘规律1.聚类部分函数分析：defprogrammer_1():datafile="C:/Users/longming/Desktop/chapter8/data/data.xls"processedfile="C:/Users/longming/Des

茫茫大地真干净·2025-06-28 11:53

小程序学习笔记：自定义组件创建、引用、应用场景及与页面的区别

在微信小程序开发中，自定义组件是一项极为实用的功能，它能有效提高代码的复用性，降低开发成本，提升开发效率。本文将深入剖析微信小程序自定义组件的各个关键方面，包括创建、引用、应用场景以及与页面的区别，并附上详细代码示例，帮助开发者全面掌握这一技术。一、自定义组件的创建创建自定义组件主要分为以下三个步骤：创建components文件夹：在项目根目录下，通过鼠标右键新建一个名为“components”的

you4580·2025-06-28 11:51

TensorFlow Serving学习笔记3: 组件调用关系

一、整体架构TensorFlowServing采用模块化设计，核心组件包括：Servables：可服务对象（如模型、查找表）Managers：管理Servable生命周期（加载/卸载）Loaders：负责Servable的初始化状态管理Sources：提供新版本Servable的LoaderAspiredVersions：Servable的期望状态集合Core：连接所有组件的核心枢纽APIs：gR

·2025-06-28 11:51

STM32学习笔记

实现按键控制LED灯前置知识：基本的GPIO输入模式：读取外部信号（如按键、传感器状态）。——主要用到上拉输入输出模式：向外部输出信号（如控制LED、继电器）。——主要用到推挽输出其他模式：模拟输入、复用功能（如USART、I2C）等。按键的知识与常识按键未按下：GPIO引脚通过上拉电阻连接到VCC，读取为高电平（1）。按键按下：按键将GPIO引脚直接接地，读取为低电平（0）。有关LED的代码部分

·2025-06-28 09:12

大模型笔记10：LoRA微调

LoRA微调的原理矩阵的秩矩阵的秩代表一个矩阵中所含信息的大小。行秩：矩阵中互相不重复、不依赖（即线性无关）的行的最大数目。列秩：矩阵中互相不重复、不依赖的列的最大数目。事实上，行秩和列秩总是相等的，因此我们通常直接称之为“矩阵的秩”。Transformer中微调哪些参数：LoRA的改进版本

errorwarn·2025-06-28 09:41

阅读笔记(2) 单层网络:回归

阅读笔记(2)单层网络:回归该笔记是DataWhale组队学习计划（共度AI新圣经：深度学习基础与概念）的Task02以下内容为个人理解，可能存在不准确或疏漏之处，请以教材为主。

a2507283885·2025-06-28 09:41

地产销售：用业余时间做了一个楼盘SCRM小程序？

–六居地产朱同学1需求背景六居地产，一家无锡专业的房地产中介公司，主要提供二手房买卖交易信息、房屋出租等服务，在房产销售领域，团队成员一直还在传统的微信笔记分享方式传递房产资料。

·2025-06-28 09:10

数据库系统工程师简要概括笔记

文章内容仅为粗略总结知识，便于个人复习思考原文链接:数据库系统工程师简要概括笔记–笔墨云烟数据库系统工程师—1.1计算机硬件基础知识数据库系统工程师—1.2计算机体系结构与存储系统数据库系统工程师—1.3

Mint_Datazzh·2025-06-28 08:06

C++学习笔记（2）——高精度减法

上篇文章我们了解了高精度加法，今天我们来讲减法。和加法一样，减法也是模拟小学减法竖式：先用数组存下被减数和减数：①如果a[i]b,a[i+1]还可以向a[i+2]借位。借位后a[i+1]等于9，而b[i+1]最大为9。我们来看一下高精度减法的思路：①高精度数的读取存储：使用字符串方式读取，然后转成整型数组，为方便计算，进行逆向存储。②模拟竖式进行减法：相同位置进行相减，不够减时进行借位③去除前导0

「已注销」·2025-06-28 08:04

小红书运营教程03（爆款属性基础规则）

一、账号基础层级流量1.账号基础展示1000量：只要我们刚开始创建小红书的时候，只要发送笔记有一定的曝光量。

有点。·2025-06-28 07:28

End-To-End 之于推荐-kuaishou OneRec 笔记

核心思想OneRec提出了一种统一的生成式推荐系统架构，打破了传统“召回-粗排-精排”级联式推荐流程，使用单一生成模型同时完成召回与排序任务。该系统由快手团队研发，并成功部署于短视频主场景。OnlineA/BTest表现：模型总观看时长平均观看时长OneRec-1B+IPA+1.68%+6.56%一Input处理Userpositiveactionsequence，将短视频的多模态表征，通过量化的

ASKED_2019·2025-06-28 02:29

Unity热更新之 Lua

本文内容整合包括但不限于Unity唐老狮,菜鸟教程,Ai与其他网络资源本文仅作学习笔记交流，不做任何商业用途，侵权删gitee:https://gitee.com/hakiSheep/lua.git一.

哈基咩咩·2025-06-28 01:50

蔡高厅老师 - 高等数学-阅读笔记 - 01 - 前言、函数【视频第01、02、03、】

高等数学前言；196学时，每周6课主要内容：上册一元、多元函数数，微分学、积分学、矢量代数、空间解析几何无穷级数、微分方程，多元函数微分学和积分学目的：高等数学3基：1高等数学的基本知识2高度数学的基本理论3高等数学的基本计算方法提高数学素养培养：抽象思维、逻辑推理、辩证的思想方法、空间想象能力、分析问题、解决问题的能力为进一步学习打下必要的学习基础和初等数学不同，研究的不是常量而是变量，变量和变

Franklin·2025-06-28 01:20

Python学习打卡：day13

day13笔记来源于：黑马程序员python教程，8天python从入门到精通，学python看这套就够了目录day1397、初识对象98、类的成员方法类的定义和使用成员变量和成员方法成员方法的定义语法

胜天半子祁厅·2025-06-28 00:47

深度学习详解：通过案例了解机器学习基础

在这篇笔记中，我们将通过一个简单的案例，逐步了解机器学习的基础知识。1.1机器学习案例学习1.1.1回归问题与分类问题在机器学习中，根据所要解决的问题类型，任务

beist·2025-06-28 00:46

大语言模型(LLM)量化基础知识(一)

随着大型语言模型(LLM)的参数数量的增长,与其支持硬件（加速器内存）增长速度之间的差距越来越大，如下图所示：上图显示，从2017年到2022年，语言模型的大小显著增加：2017年：Transformer

-派神-·2025-06-27 23:42

RNN笔记

来源见此处概述RNN(RecurrentNeuralNetwork)RNN之所以称为循环神经网络,是因为一个序列的当前的输出与前面的输出也有关.具体表现是网络会对前面的信息进行记忆并且应用于当前输出的计算中.即隐藏层之间的节点也是有连接的.并且隐藏层的输入不仅包括输入层的输出还包括上一时刻隐藏层的输出.理论上RNN能对任何长度的序列进行处理,但是在实践中,为了降低复杂性,往往假设当前状态只与前面几

sjtu_哈基坤·2025-06-27 23:37

【Day 4-N09】 Python分支语句While语句、For语句以及跳转语句break、continue、pass用法

挑战14天学会Python，第四天学习笔记！加油！Python循环语句与跳转语句学习笔记一、概述循环语句和跳转语句是Python中用于控制程序流程的重要工具。

DES 仿真实践家·2025-06-27 23:06

文件输入输出

写在前面本文为博主复习笔记，希望对读者有所帮助。概述头文件：fstream。三个类：ifstream，读ofstream，写fstream，读写在学习文件输入输出时，应该和之前学过的IO类关联起来。

阿昭L·2025-06-27 22:03

配置不当的MCP服务器使AI代理系统面临入侵风险

风险概述：默认配置暴露命令执行漏洞数百台用于连接大语言模型（LLM）与第三方服务、数据源及工具的模型上下文协议（ModelContextProtocol，MCP）服务器存在默认配置缺陷，可能导致用户面临未授权的操作系统命令执行等风险

FreeBuf-·2025-06-27 22:59

【b站求职笔记】行路院-王贺 2021年2月笔记

参考：b站首页行路院-王贺https://space.bilibili.com/338160758/video【b站求职笔记】行路院-王贺2020年12月笔记https://blog.csdn.net/

·2025-06-27 21:26

numpy -- np.concatenat 学习笔记

np.concatenate是NumPy中用于连接数组的函数。以下是详细说明：基本语法numpy.concatenate((a1,a2,...),axis=0,out=None,dtype=None)参数说明arrays:要连接的数组序列（元组或列表）axis:连接轴的方向，默认为0在NumPy中，axis指定了操作的维度方向：axis=0:第一个维度（行方向）axis=1:第二个维度（列方向）a

qq_43632431·2025-06-27 21:25

Docker学习笔记：容器自动重启--restart

–restart参数有三个可选值：no,on-failure,alwaysno为默认值，表示容器退出时，docker不自动重启容器on-failure表示，若容器的退出状态非0，则docker自动重启容器，还可以指定重启次数，若超过指定次数未能启动容器则放弃dockerupdate--restart=on-failure:3[容器名]always表示只要容器退出，则docker将自动重启容器1.d

愚昧之山绝望之谷开悟之坡·2025-06-27 21:54

numpy - np.full 笔记

np.full是NumPy中用于创建填充指定值的数组的函数。以下是详细说明：基本语法numpy.full(shape,fill_value,dtype=None,order='C')参数说明shape:数组的形状（元组或整数）fill_value:填充值dtype:数据类型（可选）order:内存布局，'C'或'F'（可选）基本用法示例1.创建一维数组importnumpyasnp#创建长度为5，

qq_43632431·2025-06-27 21:21

vue3教程笔记

选项式的写法基本和vue2一致。组合式写法：reactive()只适用于对象（数组或者内置对象），创建的对象都是js的proxy。import{reactive}from'vue'constcounter=reactive({count:0})console.log(counter.count)//0counter.count++ref()则可以接受任何值类型，ref会返回一个包裹对象，并在.va

Xaire·2025-06-27 20:19

【学习】《算法图解》第六章学习笔记：广度优先搜索

本笔记将深入探讨图的基本概念、BFS的工作原理、其实现方式以及相关的性能分析。一、图（Graph）简介在讨论BFS之前，我们需要

·2025-06-27 20:10

从实验到生产：DeepSeek大模型工程化部署的关键步骤与风险控制

个人主页：一ge科研小菜鸡-CSDN博客期待您的关注一、引言：大模型部署迈入“工程化时代”随着DeepSeek等开源大语言模型（LLM）的发展，大模型不再是AI实验室的专属工具，越来越多的企业正尝试将其纳入业务生产系统

一ge科研小菜菜·2025-06-27 20:48

计算机毕业设计项目、管理系统、可视化大屏、大数据分析、协同过滤、推荐系统、SSM、SpringBoot、Spring、Mybatis、小程序项目编号1000-1499

作为一名热爱编程的程序员，我希望通过这些教学笔记与大家分享我的编程经验和知识。在这里，我将会结合实际项目经验，分享编程技巧、最佳实践以及解决问题的方法。

lonzgzhouzhou·2025-06-27 20:47

高中成绩可视化平台开发笔记

高中成绩可视化平台（1）一、项目概述本系统是一个基于PyQt5和Matplotlib的高中成绩数据可视化分析平台，旨在帮助教师快速了解学生成绩分布、班级对比、学科表现等关键指标。平台支持文科与理科的数据切换，并提供多个维度的图表展示和交互式操作。核心功能：文科/理科数据动态切换四个核心分析页面（总览、学科分析、班级分析、排名分析）图表联动刷新机制表格与图表双向绑定自定义样式与视觉美化二、技术选型技

一半不眠次日si记·2025-06-27 20:44

LLM推理入门实践：基于 Hugging Face Transformers 和 vLLM

文章目录1.HuggingFace模型下载2.HuggingFaceTransformers库模型推理3.关于prompt的组成：system、user、assistant4.vLLM模型推理vLLM的多卡推理踩坑1.HuggingFace模型下载模型在HuggingFace下载，如果下载速度太慢，可以在HuggingFace镜像网站或ModelScope进行下载。使用HuggingFace的下载

ctrl A_ctrl C_ctrl V·2025-06-27 17:57

vLLM（Virtual Large Language Model）框架：一个开源的高性能推理和服务的框架

vLLM（VirtualLargeLanguageModel）是一个开源的高性能推理和服务的框架，专为大语言模型（LLM）设计，旨在优化推理速度、内存效率和吞吐量。

彬彬侠·2025-06-27 17:54

【笔记-软考】大数据架构-Lambda与Kappa架构对比

Author：赵志乾Date：2024-07-28Declaration：AllRightReserved！！！1.简介大数据系统架构的设计思想很大程度受技术条件和思维模式的限制；Lambda架构在提出初期面向小范围业务，直接将成熟离线处理技术(Hadoop)和实时处理技术(Storm)相结合，用View模型将二者处理后得到的输出结果结合起来，在服务层进行统一后，再开放给上层服务，是相当可行且高效

我叫白小猿·2025-06-27 17:53

C++操作Word学习笔记（四）

【当前博文转自http://blog.sina.com.cn/s/blog_4aaac71b01000brk.html】【本文有打印相关操作】1、初始化COM库2、利用COM接口提供的函数，打开默认的模版文档。对Word进行读写等操作，下面代码包括写入文本，在表格中写入文本，实现控制页数，查找特定字符、打印等操作。3、小博开始常更新了，学了什么我就博上什么，欢迎大家光临。voidCWordDlg:

aleyuan·2025-06-27 16:51

高级 Python 测试工程师学习提升计划

一、测试理论与流程夯实系统梳理：每周安排3-4小时，深入研读软件测试的艺术、Google软件测试之道，重点强化功能、性能、安全性测试流程，整理流程关键节点与执行要点笔记。

code36·2025-06-27 15:12

【HTML 学习笔记】HTML 教程--注释

注释标签用于在HTML插入注释。HTML注释标签您能够通过如下语法向HTML源代码添加注释：实例注释：在开始标签中有一个惊叹号，但是结束标签中没有。浏览器不会显示注释，但是能够帮助记录您的HTML文档。您可以利用注释在HTML中放置通知和提醒信息：实例这是一段普通的段落。注释对于HTML纠错也大有帮助，因为您可以一次注释一行HTML代码，以搜索错误：实例-->条件注释您也许会在HTML中偶尔发现条

奇异果冻·2025-06-27 14:41

学习笔记丨信号处理新趋势：量子计算将如何颠覆传统DSP？

在算力需求爆炸式增长的今天，传统数字信号处理（DSP）芯片正面临物理极限的严峻挑战。当经典计算机架构在摩尔定律的黄昏中挣扎时，量子计算正以颠覆性姿态崛起，准备重新定义信号处理的未来图景。目录传统DSP的瓶颈：经典架构的物理极限量子新突破：从理论优越到实用跨越量子DSP的颠覆性优势：算法与架构的双重变革应用场景：从芯片校准到生命科学技术挑战与产业化路径未来已来：量子重塑信号处理传统DSP的瓶颈：经典

棱镜研途·2025-06-27 14:41

DPDK之（七）—— support for vhost-user学习笔记

转地址：http://www.lai18.com/content/1851237.htmlX86体系早期没有在硬件设计上对虚拟化提供支持，因此虚拟化完全通过软件实现。一个典型的做法是通过优先级压缩（RingCompression)和二进制代码翻译（BinaryTranslation)相结合，VMM在特权级ring0,Guest操作系统在非特权级ring1,Guest应用程序在ring3。由于Gue

何进哥哥·2025-06-27 14:37

【AIGC-ChatGPT提示词】心灵笔记：打造温暖治愈的职场年终回顾系统

心灵笔记"系统正是为了解决这一痛点而设计，它致力于将冰冷的职场经历转化为温暖治愈的内心独白，帮助人们以更有温度的方式记录自己的职业生

AI小欧同学·2025-06-27 13:33

OpenAI O3 大模型深度解析：功能、API Key 获取、Python 代码开发教程 (附代码)

引言：OpenAIo3大模型：新一代推理引擎的崛起人工智能领域正经历着前所未有的飞速发展，其中大型语言模型(LLM)的能力边界不断被拓宽。

技术程序猿华锋·2025-06-27 13:02

如何解析JSON输出: 尝试使用JsonOutputParser

在当今AI驱动的世界中，能够获得结构化的输出是利用大型语言模型（LLM）的关键。尽管一些模型提供商支持内置方式来返回结构化输出，但并不是所有的模型都有这种能力。

tt_jishu·2025-06-27 13:30

【基础篇-消息队列】——网关如何接收服务端的秒杀结果

目录一、网关如何接收服务端的秒杀结果本文来源：极客时间vip课程笔记一、网关如何接收服务端的秒杀结果在《【基础篇-消息队列】——为什么需要消息队列》这节课里面，我们举了一个秒杀的例子，这个例子是用来说明消息队列是如何来实现异步处理的

小志的博客·2025-06-27 12:59

【基础篇-消息队列】——详解 RocketMQ 和 Kafka 的消息模型

RocketMQ和Kafka的消息模型2.1、示例说明2.2、消息生产端2.3、消息消费端2.3.1、单个消费组2.3.2、多个消费组2.3.3、消费组的内部2.3.4、消费位置本文来源：极客时间vip课程笔记一

小志的博客·2025-06-27 12:57

增强版 Kimi：AI 驱动的智能创作平台，实现一站式内容生成（图片、PPT、PDF）！

AI大模型（LLM）、智能体（Agent）、知识库、向量数据库、知识图谱，RAG，AGI的不同形态愈发显现，如何将其动态组合，凸显其强大爆发力！！！接下来，我们介绍通过Kimi进行功能增强？

每天译点晓知识·2025-06-27 10:12

【云原生】Docker 部署 Elasticsearch 9 操作详解

新特性介绍2.1基于Lucene10重大升级2.2BetterBinaryQuantization（BBQ）2.3ElasticDistributionsofOpenTelemetry（EDOT）2.4LLM

逆风飞翔的小叔·2025-06-27 09:03

推荐频道

LLM笔记