📰 来源: 博客园 大模型最头疼的问题是什么？"幻觉"——一本正经地胡说八道。RAG（检索增强生成）是如何解决这个问题的？这篇文章带你从零理解RAG技术。 一、大模型的三大"知识痛点" 1.1 痛点一：知识效率低 你以为大模型读了那么多书，应该记得很牢？ 实际上，模型对知识的记忆效率惊人地低： 大模型就像一个"记忆力很差的学生"，读了100遍才记住一个知识点，而且还会记错。 1.2 痛点二：知识是静态的 大模型的知识来自预训练数据，有一个致命问题：时效性。 问："2024年世界杯冠军是谁？" GPT-4（训练数据截…
📰 来源: 博客园 2025年图灵奖颁给了强化学习的奠基人Richard Sutton和Andrew Barto。为什么强化学习如此重要？它如何从训练老鼠变成训练大模型？这篇文章带你一探究竟。 一、一个老鼠实验引发的革命 1.1 斯金纳箱：强化学习的源头 1930年代，心理学家斯金纳做了一个著名实验： 老鼠偶然按压杠杆 → 食物掉出来（奖励） 多次之后 → 老鼠主动频繁按压杠杆 "按杠杆 = 有吃的！" 这就是强化学习的核心思想：通过尝试动作，根据获得的奖励调整行为。 半个世纪后，这个思想启发了AI研究者： 如果老…
📰 来源: 博客园 1. 项目定位与核心能力辨析 1.1.1 代码分析工具而非代码生成器 graphify-dotnet 本质上是一款代码分析与知识图谱构建工具，而非直接通过自然语言生成 .NET 代码的代码生成器。从项目描述来看，其核心定位被清晰地表述为："Build AI-powered knowledge graphs from any codebase. Understand structure you didn't know was there."（从任意代码库构建 AI 驱动的知识图谱，发现你未曾知晓的…
📰 来源: 博客园 1. 前文总结 和 运行期前置知识 这个系列文章，已经写了一少半了，现在终于到了动态执行阶段了。 我们首先需要梳理一下知识，这部分内容，相对独立，但是都算是比较重要的知识点。 预编译的说法为什么不建议使用 在我们平时看文章，看资料，甚至是看一些比较权威的文档时，预编译 这个术语非常常见。但是，在js中，预编译 是个伪术语，是一些教材教程在以前的js教学中，为了解释变量提升等一些问题，生造出来的一个词语，后来，只要是运行期以前的 甚至是在和运行期交织发生的一些动作流程，统统装进了 预编译 这个大口…
📰 来源: 博客园 本文是「深入 Open Agent SDK (Swift)」系列番外篇。 前七篇文章从各个子系统分析了 Open Agent SDK 的设计。但 SDK 写得好不好，最终得放到真实项目里验证。这篇文章记录我把 SDK 集成到一个开源 macOS 原生 Agent 应用——Motive——的完整过程：从理解原有架构到实现替换，以及一路上踩过的坑。 Motive 是一个 macOS 原生的 AI Agent 桌面应用，用 SwiftUI 写的。它的核心交互是：用户输入 prompt → Agent …
📰 来源: 博客园 大一上学期“人工智能与计算科学”：期末考试要求大家用 Word 画流程图。 大一“工程制图”/“机械工程基础”：主流的生产方式显然是方便的 CAD 画图，但期末考试要求同学们手绘。 大一下学期“机械工程基础”：期末考试需要上机完成读图选择题，难以进行标注，只能心中模拟。最恶心的还得是“图中缺失了几条粗实线”，不但要心里补画，还要记清楚个数不重不漏。 大二上学期“数据结构”：代码本应该用电脑编写运行，但期末考试要手写代码。注意，这里指的是写在纸上，不是指与 vibe coding 相对的传统手艺。…
📰 来源: 博客园 话接上回，中医游戏第一版惨遭滑铁卢。 我把90%的锅扔给了"需求定义不清楚"，但万万没想到跨过需求的坑，就跳进UI的坑，出了UI的坑又进入测试的坑，总之是花式踩坑。当前项目代码在这里tcm_odssey 因为把大量时间花在了UI和地图上，导致这周还没做到最核心的对话环节。 目前只是有了： ✅ youxiyindaohe ✅ 外景地图 ✅ 药园和诊所两个核心内景 ✅ 问诊、煎药、配伍的小游戏壳子 ✅ 让玩家走起来了（请先忽略人在房檐上走这件事……毕竟我主机装不了TileMap Editor，除了L…
📰 来源: 博客园 SonnetDB 是由 IoTSharp 团队（maikebing）开源发布的一款高性能时序数据库引擎，基于 C# / .NET 10 构建，采用 MIT 许可证。该项目专为 IoT 物联网、工业控制、运维监控和实时分析场景 设计，标志着 .NET 生态在时序数据领域的重大突破。 注意：GitHub 链接 github.com/IoTSharp/SonnetDB 当前返回 404，仓库可能尚未公开或处于早期开发阶段。但从官方发布信息来看，该项目已完成首个重要里程碑，具备生产级能力。 Sonnet…
1. 架构设计理念与核心哲学 1.1 设计目标与定位 1.1.1 为 .NET 生态系统提供原生 AI 编码智能体运行时 SharpClawCode 是一个专为 .NET 10 和 C# 13 生态系统设计的 C# 原生编码智能体运行时（coding-agent runtime），其根本定位在于填补 .NET 开发者在 AI 驱动开发工具领域的结构性空白，github：https://github.com/clawdotnet/SharpClawCode 。与 Python 或 TypeScript 生态中大量涌现…
如果说提示词工程与上下文工程逐步将AI推向了“可用区间”，那么驾驭工程的技术使命是完成了单个 Agent 从 “基础运行” 到 “稳态运行、可控调度、合规交付” 的能力闭环构建。但当任务开始呈现出更明显的链路化、并行化与角色化特征时，新的瓶颈会立刻显现：单Agent再强，也很难同时承担调研、分析、执行、校对、汇总这些彼此依赖、不同节奏的工作。比如华为云近期正式发布的OfficeClaw办公智能体，重点是围绕办公场景让AI从“单兵作战”走向”团队协防“，引发关于办公效率的底层革命。 面向这个下一代的核心难点问题，华为…
1. 项目概述与核心定位 1.1.1 开源主体与实现语言 netcoredbg 是由 三星电子（Samsung Electronics） 主导并开源的跨平台 .NET 调试器项目，其核心技术栈基于 C++ 语言 实现。该项目托管于 GitHub 平台（https://github.com/Samsung/netcoredbg），采用 MIT 许可证 进行分发，这一宽松的许可条款极大地促进了其在商业和开源场景中的广泛采用 。三星作为该项目的主要维护方，承担了代码审查、版本发布、架构决策以及社区协调等核心职责，其开源策…
前言 获取矢量图，我们可以跟UI们后直接获取到需要的矢量图，也有很多项目UI管理网站支持直接提供矢量图（比如蓝湖）。但是，矢量图动画如果一直去手动敲代码实现难免会不太直观，调试动画也很麻烦，且效率不高。google官方在https://www.bilibili.com/video/BV1mE411N7wW这个视频里提供了一个实现动画的工具。那就是shapeshifter。 这是一个在线网站实现动画的工具，它能很好的帮忙快速实现矢量图动画与调试矢量图动画。 shapeshifter网站地址：https://shape…
探物 AI > 核心导读： 在视觉深度学习中，数据决定了模型上限。对于算力有限或样本稀缺的开发者，数据增强（Data Augmentation）就是性价比最高的“炼丹秘籍”，很多模型准确度的提高就是靠增加数据，增加数据的普适性，因此本文统计数据增强算法，进行汇总，并进行效果演示。 一、 数据增强的四个维度 1. 几何增强和像素增强 这是最经典的策略，旨在告诉模型：物体在不同光照、不同角度下还是同一个东西。 几何变换：水平/垂直翻转、旋转、随机裁剪（Crop）、缩放。 # ─── 1. 几何变换 ──── de…
OpenClaw 的梦境（Dreaming） 是一套模仿人类睡眠的后台记忆自动巩固系统，核心是把短期对话、任务记录，筛选、反思、评分后，把高价值内容固化为长期记忆，让 AI 智能体越用越懂你、上下文不丢失。 此篇通过一个可对照的实例，模拟 OpenClaw 梦境流程，观察memory和dream两个文件，帮助我们看懂龙虾到底是咋做梦的。 比如你今天跟 OpenClaw 说了三件事： 你叫 Wade，在做 OpenClaw Skill 开发 你喜欢用 GLM-5.1 做视觉+键鼠自动化 你今天随便聊了句“今天天气不错…
最近评论
宝宝 发布于 8 年前（02月27日）
GPU Mining 发布于 8 年前（02月19日）
Timothynix 发布于 8 年前（02月08日）
xing1982 发布于 8 年前（02月04日）
additional info 发布于 8 年前（01月28日）
