最近 3 个月时间里，AI 领域中最火热的概念毫无疑问就是 MCP。MCP 到底是什么？上手体验是怎么样？本文尝试用几个简单的案例从零开始复刻一个小型 MCP 全流程

LangChain是一个框架，用于开发由LLM驱动的应用程序。可以简单认为是LLM领域的Spring，以及开源版的ChatGPT插件系统。

> 在本篇文章中，我们全面而深入地探讨了强化学习（Reinforcement Learning）的基础概念、主流算法和实战步骤。从马尔可夫决策过程（MDP）到高级算法如PPO，文章旨在为读者提供一套

DeepSeek推出的LLM推理新策略 DeepSeek最近发表的论文DeepSeek-R1中介绍了一种创新的方法，通过强化学习（RL）提升大型语言模型（LLM）的推理能力。这项研究在如何仅依靠强化学

本文旨在帮助各位读者涉猎以下技能领域： 1. 理解模型量化技术的基本原理和作用 2. 掌握多种模型量化方法及其优缺点 3. 学会如何选择合适的量化方法，并根据实际场景进行调整

作者 | Miguel Grinberg 编译 | 岳扬 毫无疑问，随着大语言模型[1]（LLMs）的新闻不断出现在我们的日常生活，生成式人工智能[2]（GenAI）已经成为了我们无法忽视的存在。或许

人在不断的驱赶下依然还有新的立足之地，这些新领地恰恰是技术延展出来的百年前的纺织工人的后代并不会接着做纺织，他可能是一名铁路工人。

检索增强生成(RAG)是什么？ RAG是“Reference-based Generative model with Attention”的缩写，也可以被称为“Retrieval-Augmented

深度解读RAG技术发展历程：从基础Naive RAG 到高级Advanced，再到模块化Modular RAG的全面升级 1.RAG简介 为了引出什么是 RAG，先看一下 LLM 当前存在的问题：幻觉