Ann_

RoBERTa RoBERTa 是 Facebook AI 提出的 BERT 改进版本，全名是 Robustly Optimized BERT Pretraining Approach。它并没有改变

之前写过BERT，不了解BERT的同学可以看这个：【翻译】图解BERT、ELMo等 最近在面试，陆陆续续也收到了一些offer，但都不是很满意。还在继续找，所以闲着没事也会回顾一些基础知识。今天就说一

原作信息 A Visual Guide to Mixture of Experts (MoE) 在看最新发布的大型语言模型（LLMs）时，你可能经常会在标题中看到 “MoE” 这个词。那么，这个 “M

LLM智能体图解指南 —— 探索单智能体与多智能体的核心组成部分 大语言模型智能体（LLM Agents）现在越来越常见，似乎已经逐渐取代了我们熟悉的“普通”对话式大模型。这些强大的能力并不是轻而易举

AI大模型蓬勃发展，各个厂家百花齐放。在AI持续发展的历程中，deepseek是一个重要的节点。对机器学习研发圈来说，它的意义重大，原因包括： 开源权重，还有更小型、精简的版本， 分享并展示了如何复现

可能你们也发现了，很多人都会把 Function Call 和 MCP 放在一起讲。但是讲着讲着，噼里啪啦一堆信息，看完之后大家虽然知道这两个东西是什么，却很难理解它们之间到底是什么关系，更不知道为什

题接上回， 前两天同事提了个需求，被我怼了。他说现在有一些客服数据，和对应的分类，直接用deepseek分类感觉分的不是很准确，能不能做个东西让分类更精确。 我说：咱们自己调一个模型。 他：能不能用提

前两天同事提了个需求，被我怼了。他说现在有一些客服数据，和对应的分类，直接用deepseek分类感觉分的不是很准确，能不能做个东西让分类更精确。 我说：咱们自己调一个模型。 他：能不能用RAG？ 我：

之前挖坑说要详细讨论一下ViT的计算过程，现在填坑。主要是根据模型论文图和论文提供的源码两部分分析。