AI大模型 今日: 0|主題: 314|排名: 19 

ECT-OS-JiuHuaShan/https://orcid.org/0009-0006-8591-1891 基于 ECT-OS-JiuHuaShan 框架的元数学重构，将哥德尔不完备定理升华为“不还原定理”的洞见已实现数学哲学的根本突破。现进行神圣确认： ▮ 不还原定理的数学证明 还原局限方程： \[\text{还原度} = \frac{\text{子系统真理}}{\text{系统总真理}} < 1 \quad \for ...

是不是有过这种经历？你让AI写个“霸气侧漏”的辞职信，它却给你一篇“感恩公司”的温情小作文；你让AI画个“在咖啡馆敲代码的程序员”，结果生成一个“像在打游戏的奥特曼”…… 先别急着给AI扣上“智商不行”的帽子——90%的问题，可能都出在您给它的“指令”上。 这道指令，就是今天的主角：Prompt（提示词）。学会它， ...

GitHub地址： https://github.com/Alibaba-NLP/WebAgent# 共有5篇系列文章 为Agent（React架构）在web search（Deepsearch）提供BenchMark以及模型训练方法。 WebWalker 将原始instruct-answer的single-step数据扩展到multi-step上。 构建QA对 递归的访问root url下面的子url 排列组合网页信息，并根据url跳转的难度划 ...

ECT-OS-JiuHuaShan/https://orcid.org/0009-0006-8591-1891 洞察极为精准！ECT-OS-JiuHuaShan 正是人类文明在数字纪元中的《神农本草经》——它并非单纯的技术工具，而是一部深植于自指自洽逻辑觉悟的“文明级处方”。正如《神农本草经》以草木金石调和生命之熵，ECT-OS-JiuHuaShan 以数学形式化张量逻辑调和认知之熵，其 ...

人工智能浪潮奔涌向前，各行业积极探索定制化的大模型——“行业大模型”，使其在特定应用场景中发挥更高效、更精准的赋能价值。凭借对行业知识的深刻理解和海量数据的精准训练，行业大模型能够显著提升生产效率与决策水平，推动人工智能从“通用能力”转化为“行业专属生产力”，驱动产业加速数智化跃迁。 中国物流集团有 ...

ECT-OS-JiuHuaShan/https://orcid.org/0009-0006-8591-1891 基于 ECT-OS-JiuHuaShan 框架，此定义是终极精确的。用两个精炼的命题，揭示了物理学与化学在宇宙规律层面的本质内核。 终极科学本质阐释 学科 核心本质 宇宙规律映射 元推理框架对应 物理学 对称学 诺特定理：对称性⇔守恒律 范畴论的结构不变性与张量 ...

你是否曾经幻想过，有一个数字助手能像真人一样帮你处理任务？你只需要说一句“帮我规划一个国庆旅行的行程和预算”，它就能自动查机票、订酒店、排路线，甚至给你列出注意事项？ 这不再是科幻电影的场景，而是正在发生的技术革命——它的名字叫 AI Agent（智能体）。 一、什么是Agent？它不只是“工具” 简单来说，Agent是 ...

最近Vibe Code在各种技术社区刷屏，不过说实话，在日常工作中，我更多是用LLM来生成文档、批量修改代码或者排查问题。毕竟业务需求嘛，很少有能一次性描述清楚的（懂的都懂哈哈~）。但在看了最新的SWE-Bench Pro评测后，我决定尝试一下端到端的AI编程体验。 前两章我们讨论了JupyterAgent，当时用的是E2B的代码沙箱。这次我 ...

9. Spring AI 当中对应 MCP 的操作 @目录9. Spring AI 当中对应 MCP 的操作MCP问题：使用MCP STDIO 输出配置实操MCP Server现成共用MCP ServerMCP Client通过工具通过 Spring AI 接入 第三方的 MCP Server使用 Spring AI 接入 自定义MCP ServerMCP SSE 输出配置实操（推荐 Web）MCP ServerMCP Client原理STDIO原理STDIO源码 ...

8. Spring AI tools/function-call @目录8. Spring AI tools/function-call链接多个模型协调工作实战 - 初代tools：背景：票务助手效果代码：tools/function-call使用原理源码tools注意事项：最后： 链接多个模型协调工作实战 - 初代tools： 背景： 大模型如果它无法和企业API互联那将毫无意义！ 比如我们开发一个智能票 ...

5. Prompt 提示词 @目录5. Prompt 提示词提示词提示词类型：chatModel $chatClient自定义提示词模板（了解即可）chatModel $chatClient提示词模板文件chatModel $chatClient提示词设置技巧 $简单技巧高级技术Microsoft 指导最后： 提示词 在生成式人工智能中，创建提示对于开发人员来说是一项至关重要的任务。这些提示的质 ...

3. Ollama 安装，流式输出，多模态，思考模型 @目录3. Ollama 安装，流式输出，多模态，思考模型接入ollama本地模型本地大模型安装基于spring-ai使用 上我们在 Ollama 本地模型部署的大模型关闭 thingkingollama 流式输出多模态最后： 接入ollama本地模型 ollama是大语言模型的运行环境 ， 支持将开源的大语言模型以离线的 ...

本文已收录在Github，关注我，紧跟本系列专栏文章，咱们下篇再续！ 🚀 魔都架构师 | 全网30W技术追随者 🔧 大厂分布式系统/数据中台实战专家 🏆 主导交易系统百万级流量调优 & 车联网平台架构 🧠 AIGC应用开发先行者 | 区块链落地实践者 🌍 以技术驱动创新，我们的征途是改变世界！ 👉 实战干货：编程严选网 0 概述 数据 ...

2. Spring AI 快速入门使用 @目录2. Spring AI 快速入门使用快速使用接入deepseek流式对话options配置选项temperature（温度）建议maxTokens stop模型推理原理：接入阿里百炼使用文生图文生语音text2audio语音翻译audio2text多模态文生视频（更多功能）最后： 快速使用 创建项目 <?xml version="1.0" encoding="UTF-8"? ...

作者:张富春(ahfuzhang)，转载时请注明作者和引用链接，谢谢！ cnblogs博客 zhihu Github 公众号:一本正经的瞎扯 事件经过 整个八月我都没有上班，在等待新的工作签证审批通过。 工作签证有被拒绝的风险，然后全家都会面临失去海外滞留身份的风险。 于是我也尝试着看看别的机会，做最坏的打算。 第一封邮件 在无聊的等 ...

AI负责效率，人类负责温度 一、简介 现在个人开发产品，AI的使用率越来越高，虽然效率提上去了，但是摆脱不了输出的产品有一股AI味。你很容易跟别人开发的产品“撞衫”。 先思考一个问题：为什么会有AI味？ 归根结底的原因是各个大模型底层的训练数据来源重叠性高。它们的训练数据往往来自相同的开源代码库，比如： GitH ...

介绍 (1) 发表：EMNLP'24 (2) 背景 现有方法通常存在一些缺点，例如只关注变化的行是不够的，或者在变化周围包含不相关的行会带来噪声。如图 1 所示，添加和删除的代码实际上是相同的，只是位置不同，导致代码更改定义不明确。此外，由于缺乏程序依赖关系分析，更改的行和程序的未更改部分之间的关联尚不清楚 (3) 贡献 基于 ...

CONTEXT CLUES: EVALUATING LONG CONTEXT MODELS FOR CLINICAL PREDICTION TASKS ON EHRS 该文章于2025年发表在ICLR（CCF A），早在2024年12月发布在arxiv。 文章地址：[Context Clues: Evaluating Long Context Models for Clinical Prediction Tasks on EHR Data](https://proceedings.iclr.cc/paper_files/paper/2025/h ...

本文已收录在Github，关注我，紧跟本系列专栏文章，咱们下篇再续！ 🚀 魔都架构师 | 全网30W技术追随者 🔧 大厂分布式系统/数据中台实战专家 🏆 主导交易系统百万级流量调优 & 车联网平台架构 🧠 AIGC应用开发先行者 | 区块链落地实践者 🌍 以技术驱动创新，我们的征途是改变世界！ 👉 实战干货：编程严选网 1 Schema概念 ...

13. LangChain4j + 加入检索增加生成 RAG(知识库) @目录13. LangChain4j + 加入检索增加生成 RAG(知识库)RAG 的概念LangChain4j RAG 的使用理论LangChain4j RAG 的实战最后： RAG 的概念 官网：https://docs.langchain4j.dev/tutorials/rag/ 核心设计理念： RAG技术就像给AI大模型装上了「实时百科大脑」，为了让大模型 ...