把模型练成你的 Agent：微调方案
作者：toy 一、为什么需要微调 Prompt Engineering 的三类失效 用 Prompt 调教通用模型，是大多数 Agent 项目的第一站。这条路走得顺时，能省掉大量工程复杂度。但在三类场景下，它会系统性失效。 第一类是领域术语...
标签索引 / 第 7 页
大模型
这个标签下有 2417 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
Agent 的手脚：工具调用
作者：toy 一、工具调用是什么：让模型伸手摸真实世界 从纯文本生成到”有手有脚” 大语言模型在工具调用出现之前，本质上是一台极其复杂的文字处理机器。你问它”今天北京的 PM2.5 是多少”，...
让 Agent 会思考：规划与推理范式
作者：toy 大多数人第一次看到 ChatGPT 流式输出时，误以为模型在”思考”。实际上它在做一件更机械的事：每次预测下一个 token 的概率分布，然后采样。这个过程里没有回溯，没有规划，没有对全局的感知。一个字...
大模型周刊 第 32 期：上市、融资与一份来自梵蒂冈的警告
作者：toy | 覆盖周期：2026.5.16 – 2026.5.29 这一周，AI 公司密集地按下了两个按钮：上市和融资。OpenAI 在 5 月 22 日向 SEC 秘密递交了招股书，目标估值最高一万亿美元；六天后，Anthropic ...
大模型时代的 Agent 框架，不只是比谁写得快
这篇文章整理自 The Gray Cat 对 GSD 和 OpenSpec 的一次实测对比：同一个中型写作社区产品，同一个 PRD、同一个模型、同一个 Codex CLI。真正值得看的是，它把 Agent 框架到底在约束“改动”还是“项目”...
推理慢不在语言慢，慢在加载、量化和调度
你可能听过一个直觉：C++ 比 Python 快很多倍，所以 llama.cpp（C++ 写的）应该比 vLLM（Python 写的）快很多倍。实测打脸——同一个模型同一张卡，vLLM 在不少场景下比 llama.cpp 还快。这就是 Ca...
大型代码库里的 AI，真正先放大的不是写代码，而是“理解代码”
这篇分享最有价值的地方，不是又一次鼓吹 AI 写代码，而是把一个更容易被忽略的事实说透了：在大型代码库里，真正提升产出的常常不是生成能力，而是理解能力。 本文整理自 Sentry 工程师 Priscila Andre de Oliveira...
Google I/O 2026 的真正主线：不是模型大战，而是 Google 把 Gemini 变成生态内核
本文整理自灵姐说AI对 Google I/O 2026 的深度解读。比起逐条数发布会功能，更值得看的是一个更大的判断：OpenAI 正在做超级 App，而 Google 想把 Gemini 塞进搜索、Workspace、YouTube、An...
Positional Encoding 怎么解决词序问题
Transformer 刚出来时，很多人把注意力都放在 self-attention 上。那当然没错，因为它确实重新定义了模型怎么看上下文。但如果只盯着 attention，你会漏掉另一个同样关键的问题：模型怎么知道词序？ 这是我看完这期视...
Multi-Head Attention：一句话有歧义怎么办？多看几遍
自然语言天生有歧义。 "The detective followed the spy with binoculars." 这句话有两个完全合理的理解：侦探拿着望远镜跟踪间谍，或者间谍带着望远镜刚好被侦探跟上了。人脑能瞬间意识到两种可能，但早...