小小呱呱蛙

最近有一些计划使用 spec 模式来澄清需求内容，进一步提升下游 AI Coding 任务的准确率，通过在执行中的日志记录观察整个过程的工作流

让我们从底层 Prompt 来分析下 Claude Code 的 Slash、Agents、Skiils、MCP 是如何工作的

当专用模型超越通用模型时 “越大越好”——这个原则在人工智能领域根深蒂固。每个月都有更大的模型诞生，参数越来越多。各家公司甚至为此建设价值100亿美元的AI数据中心。但这是唯一的方向吗？ 在NeurI

大模型炒了一年，为什么没有特别火的应用？ 最近几天360创始人周鸿祎称，去年感觉大模型是原子弹，今年感觉是茶叶蛋。 什么意思？我想大概就是说大模型谁都能玩了，现在国内的大模型没有一千，也有几百个了

从零开始实现了大模型外接知识库的流程： 中文数据集处理 词向量模型训练 文档向量化 向量数据库存储知识库 本地ChatGLM2-6B大模型部署 简单的知识库应用

即使使用 GPT-4 级别的模型，生成像 v0.dev 一样稳定且丰富的结果也是非常有难度的。 所以我决定开始对 v0.dev 进行逆向工程，尝试找出它的高质量输出背后的原理。

6月13日OpenAI在Chat Completions API中添加了新的函数调用（Function Calling）能力，帮助开发者通过API方式实现类似于ChatGPT插件的数据交互能力。

为什么说 WebAssembly 是安全的 作为一个和JS引擎里的虚拟机，安全的问题主要围绕内存管理上，WebAssembly 的内存模型是单项透明的内存模型 WebAssembly 的代码是执行在虚

股票价格数据是一个时间序列形态的数据。所以，我们使用『循环神经网络(RNN)』对这种时序相关的数据进行建模，并将其应用在股票数据上进行预测。