Awesome LLM Apps 项目为 LLM 应用开发者提供了一个宝贵的学习和参考资源。它不仅展示了当前 LLM 技术的应用边界，更为开发者提供了从零到一构...

本月初我们就曾梳理报道了一些，包括 Sakana AI 与不列颠哥伦比亚大学等机构合作的「达尔文-哥德尔机（DGM）」、CMU 的「自我奖励训练（SRT）」、上...

之前本地部署的firecrawl无法正常运行了，于是今天来部署github另外一个高star的爬虫项目：Crawl4AI

Aipy 研发的多协议弱口令爆破调度系统，是一款集成多协议支持、智能任务编排及风险验证功能的图形化渗透测试工具。该工具通过自动化工作流设计，优化弱口令探测流程，...

当ChatGPT等大型语言模型横空出世，引发全球热议时，一个耐人寻味的问题随之而来：大模型究竟是人类能力的延展，还是我们主动让渡出的认知主权？作为人工智能时代的...

我有意选择不参与 LLM 相关的工作。LLM 所取得的成就令人惊叹，但我认为，除了专业人士之外，很多人都没有充分意识到 LLM 是如何“无所不知却又无所学”的。

「我一直很困惑，语言模型怎么能从下一个 token 预测中学到这么多，而视频模型从下一帧预测中学到的却那么少？难道是因为大模型（LLM）其实是伪装的大脑扫描仪？...

我们当然可以使用LLM生成海量、具备差异化背景的“虚拟角色”（Persona）。为每个角色设定：

个人认为，如果是单一的LLM模型，要做到完全防止提示词注入还是非常困难的。主要原因在于，一个单独的LLM模型通常不会对用户的输入内容进行主动筛查，它几乎会无条件...

实际上，StreamingLLM 就很好地证明了 PPL 的局限性，因为尽管 StreamingLLM 的 PPL 值较低，但是由于其损失了大量中间信息，因此无...

想象一个学生在不断学习：做题 → 对答案 → 总结错误 → 改进方法。神经网络的学习与此类似。

Manus的风吹到国内啦！过年期间被炒到五万的邀请码、资本高度重视的AI蓝海市场无不彰显着AI Agent这一领域的新型潮流。与此同时，国内几大厂商也在布局Ai...

在设置界面的LLM首选项中，我们能看到刚才选择的LLM提供商是ollama，下方是模型信息，最底部有ollama运行的地址和端口：

论文第一作者谭宇乔来自中国科学院自动化研究所的自然语言处理和知识工程研究组，导师为何世柱老师。目前研究方向主要在利用大语言模型参数知识增强大模型能力。

信息检索能力对提升大语言模型 (LLMs) 的推理表现至关重要，近期研究尝试引入强化学习 (RL) 框架激活 LLMs 主动搜集信息的能力，但现有方法在训练过程...

代码亮点： • OllamaClient通过构造函数注入配置参数 • QueryAsync方法实现非阻塞式异步调用 • IOptions<OllamaConfi...

近期MCP的火爆是大家有目共睹的，关注人工智能前沿开发的开发者或多或少都有阅读过MCP相关文章或者视频，也不乏有像本人一样动手亲自来实践，开发本地MCP服务或者...

本文从 Transformer 架构原理出发，深入分析大语言模型（LLM）在 SQL 查询重写（Query Rewriting）过程中面临的主要挑战与局限。我们...

最近 AI 圈被 Munus和Coze 刷屏，大家都在热议它在智能体协作上的创新。就在研究 Munus 时，我意外发现了另一个宝藏 ——AiPy，它的技术思路同...