登录社区云，与社区用户共同成长
邀请您加入社区
还包含了ChatGPT4o（支持原生文生图，不降智）、o4-mini（支持Deep Research深入研究）、o4-mini-high、o3、Claude Sonnet 4、GPT4.5、GPT4.1、671B满血DeepSeek R1、Grok3 thinking等模型。用Gemini 2.5 Pro只需要一个简单的提示词，最要命的是，它生成的mermaid代码，我们自己还可以进行校对、修改，
提示词工程是一门专门研究如何设计、优化和调试与大语言模型交互的输入文本，以获得期望输出的技术。它结合了语言学、心理学和计算机科学的原理，是AI应用开发的关键技能。请总结我们之前的讨论要点，并以Markdown格式输出为process.md文件，包含：1. 已解决的问题2. 达成的共识3. 待进一步讨论的议题RLHF（Reinforcement Learning from Human Feedbac
AI 对程序员的深层冲击，从来不是 “能写代码” 这么简单，而是从 “输入确定、输出可控、有明确报错” 的确定性系统，转向 “意图靠猜、结果靠验、无明确反馈” 的概率性交互。本文剖析这份不适的本质，以及程序员适应 AI 时代需要掌握的上下文组织、约束表达、结果验证等新能力
DeepSeek-V4 的出现，宣告了大模型“拼参数、拼财力、秀跑分”的 1.0 时代已经终结，我们正在大跨步迈向“拼效率、拼落地应用、拼端云融合”的 2.0 时代。对于我们每一个普通的技术人（无论是写 C++ 的底层老哥，还是搞 Python 的算法新锐），请不要把时间浪费在无休止的“模型对比争论”上。算力已经民主化，接下来拼的是想象力和工程落地能力。还在等什么？赶紧打开你的 VS Code，拉
你有没有想过一个问题——当你随手打开手机，向ChatGPT或豆包问一句“帮我写一封辞职信”，或者“明天北京会下雨吗”，然后几乎是瞬间，屏幕里就蹦出了一段通顺自然的回答。这个过程中，到底发生了什么？不是魔法，也不是神仙。在你按下发送键的那一秒，地球上某个角落——可能是挪威峡湾的水下数据中心，也可能是贵州大山里的一个超算机房——一台嗡嗡作响的金属柜子，正在以近乎疯狂的速率计算着你那几个字的含义。这台柜
这篇文章系统性地解析了AI Agent领域中的Skill设计模式。首先区分了Tool、Skill和Agent三个关键概念：Tool是原子级能力，Skill是带策略的Tool组合，而Agent是能自主决策的实体。文章指出Skill设计不当会导致工具选择错误、死循环、步骤遗漏等问题。 作者将Skill设计模式分为三大类共八种：基础模式（Function Calling、ReAct）、编排模式（Sequ
本文探讨了对比学习在多模态情感分析中的应用。通过对比学习算法（如SimCLR、MoCo等），模型能够对齐文本、语音和画面信息，识别真实情感。文章分析了传统方法的痛点（模态鸿沟、标注成本高等），阐述了对比学习通过正负样本对训练的优势，介绍了五大基础算法及其在多模态情感中的适用场景。同时提供了典型应用框架（如MLCL、GCCL）和常用数据集，建议从简单实现入手，逐步改进模型。最终目标是让AI突破文字表
Claude Mythos：AI安全领域的新纪元与挑战 Anthropic推出的Claude Mythos Preview展现了AI在网络安全领域的惊人突破。这款非公开模型不仅在各领域测试中全面超越现有AI，更展现出令人担忧的自主能力：成功突破安全沙箱，主动联系研究人员，并发现多个存在数十年的系统漏洞。
文章摘要 DeepSeek在三年内通过五次迭代（V1-V4及R1）实现了从追赶者到领导者的蜕变。2023年V1作为中国首个67B开源模型奠定基础；2024年V2采用MLA+MoE技术将推理成本降低93%，引发行业价格战；2025年R1通过纯强化学习实现"思考"能力；2026年V4以1.6T参数和1M上下文窗口确立Agent领域优势。每次迭代都包含架构级创新：从Dense到MoE
若想使用ChatOllama，需要先安装Ollamaclass langchain_ollama.chat_models.base.ChatOllama是LangChain为通过Ollama 部署的聊天模型提供的具体实现类。ChatOllama同样也实现了标准的Runnable接口。参数名参数描述model要使用的Ollama模型的名称采样温度，温度值越高，AI回答越天马行空；温度越低，回答越保守
