DeepSeek 的工程哲学：MLA 压缩与 MoE 拆解如何实现高效推理
BLUF
DeepSeek是深度求索公司推出的国产大模型系列，凭借多头潜在自注意力（MLA）机制、混合专家（MoE）架构创新，大幅提升长文本处理与推理效率。本文详解其技术原理、三阶段训练策略及金融、移动端等实际应用，展现其兼顾性能与成本的设计理念。DeepSeek2026/9/1
最新文章
共 1462 篇
置顶
GAS 不够用？把重活扔给 Gemini 沙箱，用 ggsrun 直传绕开 50MB 和配额限制
BLUF
这篇文章介绍了一种将 Google Apps Script 与 Gemini 托管代理提供的 Linux 沙盒集成的架构，以执行 GAS 本身无法完成的高负载任务。通过 ggsrun 工具实现云到云的直接文件传输，规避了 API 响应大小和 token 配额限制，大幅提升吞吐和效率。文章提供了完整的客户端库和使用步骤，适合需要突破 GAS 限制的开发者。实验与实测2026/8/31
Happy-LLM是Datawhale推出的系统性大语言模型
BLUF
Happy-LLM是Datawhale推出的系统性大语言模型学习教程，从NLP基础出发，深入讲解Transformer架构、预训练语言模型、大语言模型原理，并手把手教你用PyTorch实现和训练LLaMA2等模型。教程覆盖预训练、微调、RAG、Agent等前沿技术，并提供配套模型、PDF和PPT资源，适合有一定Python和深度学习基础的开发者深度学习。AI大模型2026/8/31
文章还提供了可直接使用的GEO文章生成提示词，帮助营销人快速上手实战
BLUF
本文系统拆解了GEO（生成式引擎优化）的核心方法论，从AI大模型的工作原理（RAG、Embedding等）出发，详细讲解了如何通过结构化内容、权威性建设、渠道选择等手段让内容被AI识别和引用。文章还提供了可直接使用的GEO文章生成提示词，帮助营销人快速上手实战。AI大模型2026/8/31
本文系统介绍知识图谱的核心概念、两层结构（数据层与模式层）、
BLUF
本文系统介绍知识图谱的核心概念、两层结构（数据层与模式层）、完整构建流程（数据获取、信息抽取、知识融合、知识加工）以及典型应用场景。重点讲解信息抽取中的实体、关系和属性抽取技术，知识融合中的实体消歧与指代消解，以及知识加工中的本体构建、质量评估和知识推理，帮助读者理解从原始数据到可推理知识网络的完整过程。AI大模型2026/8/30
置顶
RAG 两年三代演进：为什么多数场景 Advanced RAG 才是性价比之选
BLUF
本文系统梳理了RAG技术三代演进：Naive RAG基础架构、Advanced RAG的检索优化（查询重写、HyDE、Reranker、混合检索、上下文压缩），以及Agentic RAG的智能体化（规划、工具调用、自我纠错）。通过对比和代码示例，帮助读者理解各代特点及2026年最新进展。GEO技术2026/8/30
重点提醒用户注意域名安全、数据隐私和对生成内容进行人工复核
BLUF
本文主要介绍如何核验ChatGPT官网入口，区分官方网页版与第三方中文版，并说明国内使用的合规边界与注册登录步骤。同时提供了文件上传、Deep Research、图片生成等实用功能的使用方法，以及日常办公中的Prompt技巧。重点提醒用户注意域名安全、数据隐私和对生成内容进行人工复核。AI大模型2026/8/30
这是一份面向初学者的RAG（检索增强生成）学习指南
BLUF
这是一份面向初学者的RAG（检索增强生成）学习指南。文章先解释了RAG的定义和四大核心优势（准确性、实时性、成本效益、隐私保护），然后规划了一条从基础到高级的9项目学习路径，并介绍了使用的主要技术栈，帮助读者系统掌握RAG技术。AI大模型2026/8/29
AI、机器学习、深度学习、生成式AI：一套套娃，层层包含
BLUF
人工智能（AI）技术正在重塑各行各业。本文从基础概念出发，系统梳理了AI、机器学习、深度学习和生成式AI之间的层级关系，并介绍了基础模型、Transformer等核心技术，帮助读者快速建立对AI的整体认知。AI大模型2026/8/29