All Tags

【深度学习】Day 2：CNN 架构与深度学习进阶理论

Thursday, May 7, 2026

卷积层、池化、Dropout、正则化、优化器（SGD/Momentum/Adam）、ResNet、Batch Normalization、迁移学习

【深度学习】Day 1：PyTorch 基础——从线性回归到神经网络

Tuesday, May 5, 2026

Tensor、自动求导、线性层、激活函数、Softmax、交叉熵——PyTorch 深度学习入门笔记

【课堂笔记】可计算理论导论：从零开始理解计算的边界

Monday, Apr 20, 2026

本文基于 MIT Michael Sipser 教授的经典教材《计算理论导引》，从零基础开始系统介绍可计算理论的基本概念。通过大量通俗示例，解释字母表、字符串、语言、自动机、图灵机、可判定性等核心概念，帮助你建立对计算边界的直观认识。

【LLM应用开发实践】Agent 实战落地经验与技术思考

Sunday, Apr 19, 2026

在当前 AI Agent 技术快速发展的背景下，很多开发者都在探索如何构建高效可靠的 Agent 应用。本文整理了一场来自一线开发者的技术分享，聚焦于 Agent 实践中的真实经验、技术思考与设计哲学，希望能为正在探索 Agent 开发的同学提供参考。

【论文阅读】Reflective Context Learning 组会报告演讲稿

Sunday, Apr 19, 2026

Reflective Context Learning 组会报告演讲稿，8分钟汇报论文核心思想与五大优化原语。

【论文阅读】Reflective Context Learning: Studying the Optimization Primitives of Context Space

Sunday, Apr 19, 2026

深度解读Contextual AI团队2026年预印本论文《Reflective Context Learning》，详解上下文空间优化与传统参数优化的同构性，以及RCL框架五大核心优化原语，为Agent无需参数更新即可持续自演进提供理论与实践指导。

【LLM应用开发原理】从提示词工程、上下文工程到Harness工程的设计哲学

Wednesday, Apr 15, 2026

大模型智能体工程化经历了三个阶段：提示词工程通过优化输入提升模型输出质量；上下文工程引入外部知识库解决记忆限制；最终形成部署生产级智能体的完整工程体系。

【Vibe-Coding】前后端基础知识扫盲-1

Monday, Apr 13, 2026

这篇博客是一份面向AI编程（Vibe-Coding）实践者的系统性Web开发入门指南。作者发现自己用AI快速生成应用时，对背后的技术原理和架构不了解，导致难以精细调整和维护代码，于是决定从零开始系统梳理Web开发知识，让自己能更好地“指挥”AI、理解并优化AI生成的代码。

【LLM应用开发原理】Function Calling底层原理与MCP

Monday, Mar 9, 2026

Function Calling通过有监督微调让LLM学会将用户意图映射为结构化JSON输出，再借助推理时的约束解码确保JSON语法正确，最终由外部代理执行工具调用并返回结果，形成完整的意图-动作闭环。