摘要：
基礎概念與模型架構 這些問題關注模型的基本原理、架構設計、以及不同類型模型的對比。 請簡述Transformer的基本原理； 為什么Transformer的架構需要多頭注意力機制？ 為什么Transformer需要位置編碼？ 為什么transformer塊使用LayerNorm而不是BatchNor 閱讀全文
posted @ 2025-06-22 19:48
PamShao
閱讀(92)
評論(0)
推薦(0)
摘要：
LLM賦能代碼審計 解決受限模型上下文長度的辦法： 模型安全（阿里） 安全測評： 模型安全： 模型內生安全： 安全研究方向： 內容偽造檢測： 內網模型安全（網商銀行） 訓練和推理安全： 應用安全： 安全護欄： 數據安全： 外接工具安全： 模型安全（中關村） 系統安全： 具身智能安全： 供應鏈安全： 閱讀全文
posted @ 2025-06-21 23:29
PamShao
閱讀(34)
評論(0)
推薦(0)
摘要：
學習論文：基于混合檢索重排序策略的大模型增強方法 核心研究問題 如何優化檢索增強生成（RAG）技術，特別是在知識庫存儲方式和檢索結果重排序策略上，以顯著提升大語言模型（LLM）在事實性問答任務中的準確率。 主要發現與貢獻 知識庫存儲方式至關重要：段落切分優于固定長度切分 問題： 傳統RAG系統常將知 閱讀全文
posted @ 2025-06-15 19:44
PamShao
閱讀(485)
評論(2)
推薦(0)
摘要：
參考：https://mp.weixin.qq.com/s/vZEYRTOvau-IFwOW_eNm_A 隨著 AI 在未來的智能社會中扮演著越來越重要的角色，AI 系統需要處理更豐富更全面的個人信息，一旦 AI 系統被攻破，大量用戶敏感數據可能會被竊取和濫用，此外，AI 大模型本身也可能成為攻擊目 閱讀全文
posted @ 2025-06-05 10:11
PamShao
閱讀(340)
評論(0)
推薦(0)
摘要：
大小模型協作機制綜述 A Survey on Collaborative Mechanisms Between Large and Small Language Models 1. 研究背景與動機 LLMs的優勢與局限：大型語言模型（如GPT-4）在自然語言處理、代碼生成等領域表現卓越，但存在高資源 閱讀全文
posted @ 2025-05-25 18:32
PamShao
閱讀(1559)
評論(0)
推薦(0)
摘要：
https://mp.weixin.qq.com/s/6cOdc3C8eGAuK_ytdnHW0A?scene=25&sessionid=102177593#wechat_redirect https://mp.weixin.qq.com/s/YR0eRJKVLJBBo1AyQYfWQw 引言 本次 閱讀全文
posted @ 2025-05-25 17:10
PamShao
閱讀(355)
評論(0)
推薦(0)
摘要：
參考：https://blog.csdn.net/weixin_43207777/article/details/108351862 執行：pyarmor gen ***.py 若想引用該文件時，得需在同一目錄下引用。 閱讀全文
posted @ 2025-05-11 17:00
PamShao
閱讀(18)
評論(0)
推薦(0)
摘要：
轉載學習：面向多方數據融合分析的隱私計算技術綜述，建議看原文 背景與核心問題 隨著數據時代的發展，泛在共享環境下個人隱私面臨嚴峻威脅，如App超范圍采集信息、大數據殺熟等。跨系統數據融合需求迫切，但需確保隱私數據在共享、傳播與協同計算中的安全性。隱私計算技術旨在通過多方協作，實現數據安全共享與受控傳 閱讀全文
posted @ 2025-05-06 23:02
PamShao
閱讀(221)
評論(0)
推薦(0)
摘要：
轉載學習：程光-網絡加密流量智能分析方法 加密流量分類目的 加密流量分類的核心目的是在保障用戶隱私的前提下，通過分析和識別加密網絡流量的類型、特征及行為模式，為網絡安全、網絡管理和應用優化提供技術支撐。具體目標包括： 1. 網絡安全防護 威脅檢測：識別加密流量中的惡意行為（如病毒傳播、僵尸網絡通信、 閱讀全文
posted @ 2025-05-05 21:50
PamShao
閱讀(504)
評論(0)
推薦(0)
摘要：
轉載學習：突破人工智能大模型的“數據瓶頸” ——構建國家級語料庫運營平臺的思考 背景與問題 全球AI大模型競爭 中美兩國占全球AI大模型的80%以上，競爭集中在大模型技術、算力、產業鏈等方向。美國通過芯片法案等技術封鎖遏制中國AI發展。 中國在政策支持和市場需求驅動下，涌現出“文心一言”“通義千問” 閱讀全文
posted @ 2025-05-05 20:49
PamShao
閱讀(195)
評論(0)
推薦(0)
摘要：
轉載學習：鄭志明院士：AI大模型在垂直領域面臨兩大困局 鄭志明院士解析當前AI大模型在垂直領域面臨的困局，提出破解高精產業應用難題的新思路！ 1. AI大模型垂直領域應用困局 中國科學院院士鄭志明在CCBN 2025開幕式指出“復雜高精產業 + 人工智能大模型”面臨應用困局，行業大模型定制有科學問題 閱讀全文
posted @ 2025-05-05 20:09
PamShao
閱讀(390)
評論(0)
推薦(0)
摘要：
轉載學習：默安科技推出全場景大模型安全防護方案 構筑AI時代安全防線 默安科技針對大模型在AI時代面臨的多場景安全挑戰，推出了全生命周期防護方案，分為自建與公網托管兩大場景。 自建大模型安全風險及防護 風險： 運行環境漏洞：如GPU漏洞CVE-2023-4969可導致敏感數據泄露。 生態組件漏洞：開 閱讀全文
posted @ 2025-05-05 12:12
PamShao
閱讀(158)
評論(0)
推薦(0)
摘要：
轉載學習：Windsurf團隊關于Agent認知的核心內容總結 Agent的本質定義與核心機制 基本構成 Agent是一個由推理模型（LLM）和工具集共同構成的循環系統，執行以下步驟： （1）LLM根據上下文選擇行動方向和參數 （2）系統調用指定工具執行具體操作 （3）將結果反饋至LLM控制迭代 與 閱讀全文
posted @ 2025-05-05 11:47
PamShao
閱讀(200)
評論(0)
推薦(0)
摘要：
轉載：結構化輸出指南：三?必備提?技巧總結 結構化輸出的核?價值 定義：指??本→有序結構（鍵值對/列表/表格），適應代碼解析需求。 必要性：避免?由?本帶來的歧義性，提??動化處理效率。 示例場景：客戶評論分析中，結構化輸出精準提取產品名/情感/摘要，代碼直接讀取字段省去NLP解析。 實現?法對? 閱讀全文
posted @ 2025-05-05 11:30
PamShao
閱讀(228)
評論(0)
推薦(0)
摘要：
安裝部署 內網環境下以docker形式部署 需在外網環境下通過docker部署完成，具體參考：https://docs.dify.ai/zh-hans/getting-started/install-self-hosted/docker-compose 安裝完成后通過docker ps能看到有以下容 閱讀全文
posted @ 2025-04-12 15:50
PamShao
閱讀(797)
評論(0)
推薦(0)
摘要：
參考：https://blog.csdn.net/hacker_Lees/article/details/146426392 服務端 選用開源的MySQL MCP Server，本地部署：https://github.com/dpflucas/mysql-mcp-server # Clone the 閱讀全文
posted @ 2025-04-11 23:35
PamShao
閱讀(941)
評論(0)
推薦(0)
摘要：
很實用，轉載自：http://www.rzrgm.cn/shun7man/p/14080921.html 生成虛擬環境下所有的依賴包 pip freeze > requirements.txt 這種方式會將環境中的依賴包全都加入，如果使用的全局環境，則下載的所有包都會在里面，不管是不時當前項 閱讀全文
posted @ 2025-04-08 09:46
PamShao
閱讀(121)
評論(0)
推薦(0)
摘要：
論文學習：Efficient Scalable Multi-Party Private Set Intersection 這篇論文提出了一種基于雙中心零共享（Bicentric Zero-Sharing）的高效、可擴展的MPSI協議及其變體，解決了現有方案在參與方數量、通信開銷和抗共謀能力方面的局限 閱讀全文
posted @ 2025-03-29 10:40
PamShao
閱讀(486)
評論(0)
推薦(0)
摘要：
文章學習筆記：AI大模型危機-多維對抗時代的網絡安全與隱私困局 AI發展引發的安全風險與日俱增，加劇了網絡安全形式的復雜性。本文剖析了大模型全生命周期安全威脅圖譜，揭示數據資源枯竭、隱私泄露、監管滯后等風險問題。 AI大模型驅動網絡安全風險”多維裂變“ AI大模型的發展，也隨之帶來了深度偽造、惡意A 閱讀全文
posted @ 2025-03-26 10:26
PamShao
閱讀(430)
評論(0)
推薦(0)
摘要：
學習筆記：垂直領域大模型的定制化：理論基礎與關鍵技術 由于通用大模型不能完全適配特定行業和應用場景，所以需要垂直領域大模型的定制化。 對特定行業的知識深度不夠 垂直領域大模型：訓練中使用大量特定領域數據 垂直大模型定制的理論基礎 大模型定義 特點： 大數據 大參數 通用性 泛化性：在為止數據域中有良 閱讀全文
posted @ 2025-03-25 10:00
PamShao
閱讀(1425)
評論(0)
推薦(1)
摘要：
git clone下載模型時報錯： Error downloading object: model-00001-of-00014.safetensors (004d207): Smudge error: Error downloading model-00001-of-00014.safetenso 閱讀全文
posted @ 2025-03-13 13:43
PamShao
閱讀(157)
評論(0)
推薦(0)
摘要：
轉載：大模型安全防護體系研究 論文：大模型安全評估體系框架研究 摘要 隨著人工智能技術的快速發展，大模型在各行各業被廣泛應用的同時也帶來了諸多安全挑戰。首先，從內容安全、模型版權、模型推理和數據隱私4個方面分析了大模型當前存在的安全問題；其次，從數據安全與隱私保護、模型安全流轉與部署、內容安全合規和 閱讀全文
posted @ 2025-02-28 14:00
PamShao
閱讀(1261)
評論(0)
推薦(0)
摘要：
轉載：清華等團隊推出 UltraRAG 框架全家桶，讓大模型讀懂善用知識庫！ 引言 RAG 系統的搭建與優化是一項龐大且復雜的系統工程，通常需要兼顧測試制定、檢索調優、模型調優等關鍵環節，繁瑣的工作流程往往讓人無從下手。 近日，針對以上痛點，清華大學 THUNLP 團隊聯合東北大學 NEUIR 、面 閱讀全文
posted @ 2025-02-27 23:18
PamShao
閱讀(246)
評論(0)
推薦(0)
摘要：
轉載：如何構建多模態AI知識庫？ 摘要 在科技飛速發展的當下，人工智能（AI）已成為推動各行業變革的關鍵力量。其中，多模態 AI 知識庫作為 AI 領域的重要創新，正引領我們邁向一個全新的智能時代。它打破了傳統數據處理的單一模式，融合文本、圖像、音頻、視頻等多種數據模態，為我們提供了更加全面、深入的 閱讀全文
posted @ 2025-02-27 22:58
PamShao
閱讀(1004)
評論(0)
推薦(0)
摘要：
轉載：加快建設人工智能高質量數據集 一、國家重視人工智能發展 當前人工智能處在快速發展的關鍵時期，正在重塑經濟社會發展模式。2024年中央經濟工作會議指出，開展“人工智能+“行動，培育未來產業。 二、數據是人工智能的核心 數據作為人工智能發展的三大核心要素之一，是人工智能模型訓練的基礎要素，也是人工 閱讀全文
posted @ 2025-02-11 21:20
PamShao
閱讀(244)
評論(0)
推薦(0)
浙公網安備 33010602011771號