分类 算法和AI 中的文章

Claude code 源码分析

顺着一次请求在 Claude Code 里的流转过程做源码拆解,重点包括:

  • 入口层运行时层引擎层工具层基础设施层 5 个层次看清整体架构和职责边界
  • QueryEngine工具调用权限系统上下文压缩MCP 集成多 Agent 协调 串成一条主线,方便理解它为什么能稳定跑长任务
  • 补充 Self-Healing MemoryFeature Flag反蒸馏挫败检测Undercover Mode 这些不那么显眼但很关键的机制
  • 最后用启动流程、核心查询流程、工具生命周期、状态管理几个视角,归纳 Claude Code 的关键数据流

阅读全文

国内外模型和云厂商汇总

把模型、云平台、合作关系和选型问题放到一张图里看,重点包括:

  • 国内部分:梳理 阿里云、火山引擎、腾讯云、百度云、华为云DeepSeek、Kimi、MiniMax、智谱、百川、零一万物 等模型厂商的能力、价格和免费政策
  • 国外部分:覆盖 AWS、Azure、Google Cloud 以及 OpenAI、Anthropic、Google、xAI、Mistral、Cohere 等主流玩家
  • 关系层面:补充 云厂商托管第三方模型投资/战略合作生态绑定 这些容易被忽略但会直接影响选型的因素
  • 商业层面:对比 免费、有限免费、纯商业 API/订阅 三类模式,并汇总典型价格区间和适用场景
  • 最后落到实用判断:如果你的目标是 低成本试用、企业级稳定性、多模型接入、开源可控,分别应该优先看哪些供应商

阅读全文

模型微调步骤

包括:

  • 按任务类型拆开看图像、视频、音频、文本、多模态的微调差异
  • 把数据准备、冻结层、学习率、LoRA/全参微调、评估与部署这些通用步骤串起来
  • 补上梯度下降、导数这些基础概念,方便把工程流程和模型原理接上

阅读全文

学习一下 pytorch

PyTorch 入门学习单,内容比较散,这里把主线收一下:

  • 先从 numpytensor、索引切片、张量和数组转换这些最基础的操作开始
  • 再往上走到 Torchvision、MNIST、训练评估、模型保存加载,以及常见图像预处理
  • 最后补到卷积、padding、空洞卷积、梯度、tensorboard、visdom、分布式训练这些进阶主题
1 2 3 4 5 6 7 8+9

阅读全文

最近文章

分类

归档

标签

RSS