苏三的开发日记

Agent 是什么？ Agent（智能体）不是普通“问一句答一句”的聊天模型，而是一个围绕目标执行多步任务的系统。

本文讲解了Java的四种线程池，由于其都存在某些问题，日常开发中一般使用自定义的线程池。更多内容正在创作中。如有错误请评论留言。

RAG 是 Retrieval-Augmented Generation，中文通常叫做 检索增强生成。 你可以把它理解成一句话： 它的核心目标，是解决大模型仅靠参数记忆回答问题时常见的几个问题。

两者的关系是： 自注意力机制（Self-Attention）是注意力机制（Attention）的一种特殊情况。注意力机制是大类，自注意力机制是其中一种。区别在于 Q、K、V 是否来自同一个序列。

Transformer 是一种基于注意力机制的序列建模架构，通过自注意力捕捉全局依赖关系，取代RNN，成为现代大语言模型的核心。

模型是函数，神经网络是多层非线性函数；通过损失函数衡量误差，用梯度下降（基于偏导）优化参数，学习率控制更新速度；用训练集学习，用测试集验证，避免过拟合。

ChatGPT训练分四步：先在海量文本上预训练学习语言规律；再用人工标注进行监督微调；通过人类反馈强化学习优化回答质量；最后进行安全对齐，确保内容可靠合规。整体目标是生成自然、有用且安全的回答。

因为在线方式安装docker,docker-compose存在一些网络上的难题，所以采用离线方式在kali系统安装docker与docker-compose服务。经过测试，可以正常使用。

本文记录/分区存储空间不足，如何从/home分区分出部分空间给到/分区使用。经过测试可以正常运行。如有问题，请评论留言。