深度学习
模型考古学（三）：Agent 系统概述
本文探讨了Agent系统的发展历程、核心概念和技术架构，分析了从基于规则到LLM驱动的Agent演变，以及其在感知、决策、执行等方面的能力与挑战，展望了多智能体协作等未来发展方向。
模型考古学（二）：视觉大模型发展梳理与Qwen2-VL论文解读
如果说「模型考古学」第一篇主要聚焦于大语言模型（LLM）的内部机制与演进脉络，那么本篇博客将拓宽视野，探求视觉大模型（Vision Large Language Model，VLLM）的技术原理和发展历程。在单纯的文本世界之外，视觉大模型融合了图像理解能力，赋予了AI“看”世界的眼睛，让模型理解世界的方式从一维的文字扩展到了二维的图像。
模型考古学（一）：大模型原理探赜
这篇博客探讨了大模型（如GPT系列）背后的神经网络基础，从神经网络的基本结构、反向传播算法、梯度下降法，到Transformer架构及其在大语言模型中的应用。文章详细解析了大模型的训练过程、参数优化以及如何通过海量数据提升模型性能。最后，回顾了大语言模型架构的发展历程，比较了不同模型（如BERT和GPT）的特点和应用场景。
使用 Qwen VL 系列模型实现图片分类和OCR任务
阿里云的通义千问（Qwen）大模型在2024年末大幅降价，尤其是Qwen-VL系列模型，为开发者提供了低成本的多模态视觉-语言处理能力。通过零样本学习，开发者无需训练即可实现图片分类和OCR任务，极大提升了工作效率。本文详细介绍了如何利用Qwen-VL进行图片分类和笔记归档整理，展示了其强大的性能和易用性。
使用ResNet训练一个图片分类模型
项目文件已上传至Github和我自己的公开仓库。 一、背景介绍 2024.10.22本篇博文的展示代码已经落后于GitHub库代码，但我懒得写一篇新的博客来解析对应GitHub库了，实际上主要的实现方式路径都差不多，如果你想训练自己的分类模型而不想究其原理，直接fork库即可 事情的起因是这样的：
使用LSTM模型对Apple股票进行简单预测
一、技术基础 1.RNN RNN，即循环神经网络（Recurrent Neural Network），是一种专为处理序列数据而设计的神经网络架构。与传统的前馈神经网络不同，RNN具有循环的内部状态，能够在处理序列中的每个元素时保留和更新关于过去信息的记忆。这种机制使得RNN能够捕捉到数据中的时间依赖
我们到底需要什么样的AI？
一、从信息处理和复杂度开始谈起 首先，我们认为从广义信息处理的角度来讲，一个系统想要实现某些功能特性，基础是一定水平的必要复杂度。 暴论：香农的信道编码指出，存在一种编码方法使得在给定的信道噪声水平下，信息传输速率不超过信道容量时，可以实现几乎无误的通信。信息熵是衡量信息不确定性的度量，复杂任务的输