你捉不到的this

NLP 的基石（词向量）出发，深入剖析 Transformer 架构的细节——Tokenizer 分词原理到 BPE 算法实现，手写 Self-Attention、MQA/GQA 以及旋转位置编码

你好呀，我是歪歪。 十月初，我在 L 站闲逛的时候看到一篇帖子，介绍了一款名为“微舆”的舆情分析系统。 作为一个经常在互联网上“吃瓜”的普通用户，这个项目立刻引起了我的兴趣。 从“吃瓜群众”的角度看，

前言 在这之前公司项目的文档预览的方式都是通过微软在线预览服务，但是微软的在线服务有文件大小限制，想完整使用得花钱，一些图片文件就通过组件库antd实现，因为我们项目存在多种类型的文件，所以为了改善用

PDF预览的选型 对于浏览器自带的PDF预览 如果能直接使用，那自然最好不过了，但考虑多种因素，比如权限问题，禁止用户去下载PDF、预览样式不统一（不同浏览器PDF预览的实现不同）

如果让你开发一个 AI 编程工具（比如 Cursor），你觉得最大的难点是什么？ 是前端技术、后端技术、UI 设计、还是别的？

这是苍何的第 451篇原创！ 大家好，我是苍何。 Gemini3 终于还是来了，预热了这么久，谷歌这次没让人失望。 全网现在你能看到都是 Gemini 3 了，我熬夜测到 3 点，狗嘴里硬是吐不出几个

引言 场景解释以及适用场景 当我想让大模型能基于我私有化的一些本地知识进行回答，定制化特殊场景模型的时候，就可以用到这种方法。 示例1： 学校官网AI，只回答学校的有关知识，把这些资料都灌进一个库就行

本文将讲述如何在本地部署大模型服务，并使用Embeeding、向量数据库和LangChain构建本地知识库。

前言 以 ChatGPT 为代表的生成式 AI 浪潮席卷全球，但企业落地过程中普遍面临“技术热、落地难”的困境。货拉拉基于自身在物流领域 AI 落地的深厚积累，打造了货拉拉的大模型应用一站式开发平台