按标签查看文章: llm

Anthropic 的 MCP 漏洞：RCE 和双重标准

Anthropic 的 MCP 协议中关键 RCE 漏洞尽管负责任披露仍被公司忽略。攻击向量分析和开发者推荐。

AI 约会智能体：数字孪生有效吗？

剖析寻找伴侣的 AI 智能体实验。幻觉、兼容性和伦理——开发者需要知道的一切。

开源 AI 模型发现了类似于 Mythos 的漏洞

研究人员使用 GPT-5.4 和 Claude Opus 再现了封闭 Mythos 模型的结果。技术细节和结论的详细分解。

工作聊天中的 AI 助手：技术实现

如何在 IT 团队工作聊天中实现 AI 助手：架构、案例、限制。了解如何自动化支持和任务分配。

SEO 将幸存：真实 GEO 和潜在 AI 空间

了解为什么 SEO 不会消亡，以及真实 GEO 是什么。我们将品牌塑造成神经网络潜在空间中的结构。为开发者提供的实用模式。

LLM 提示工程：生产技巧 | 指南

如何让 LLM 服务可预测地工作？生产环境的 XML 隔离、负面约束和格式强制技巧。阅读指南。

无 GPU 运行 LLM：开发者指南 | 2024

如何在 Linux 和 Windows 上为本地 AI 模型设置客户端-服务器架构。带有 CPU 优化的分步说明。

代码本地 LLM：隐私无速度损失

如何选择和设置用于代码生成的本地 LLM。格式比较、Apple Silicon 优化、与代理集成。保持数据隐私而不减慢工作流程。

使用 AI 自动化销售审计：SaaS 公司案例 | IT 解决方案

如何在销售部门实施演示会议的 AI 分析。手动劳动减少 100%，转化率提高 28%。面向 IT 专家的架构、错误和指标。

LLM 限制：为什么 AI 没有工具就无法计数

我们分析文本 AI 模型的系统性限制。LLM 如何处理请求，以及为什么它无法在没有外部工具的情况下处理基本计算。为开发者提供的技术分析。

LLM 与原创性：apophatic AI 实验 | 分析

Gemini 3.1 Pro 实验证明：LLM 在不引用来源的情况下重现原创概念。如何检查 AI 生成的独特性？立即了解。

免费 NVIDIA API：100+ 款供开发者使用的模型

NVIDIA 提供免费 API 访问 100+ 个神经网络模型。了解如何连接、资费限制和使用场景。开发者实用指南。

LLM 在开发中的应用：实施案例和效率指标

如何通过 LLM 将开发速度提升 40–50%。分析、原型设计和测试的真实案例。一年实施的可衡量结果。

C#中使用OpenCL的LLM训练：实用指南

逐步指南：使用OpenCL而非CUDA在C#中训练语言模型。创建、训练和导出紧凑型LLM。

维基百科禁止 AI 生成文章：新规则

维基百科已禁止使用语言模型生成文章，原因是幻觉和对管理员负担过重。允许编辑和翻译。请学习针对编辑者的更新政策。

arXiv 上 70% 的软件工程文章 — LLM

分析显示，自 2022 年起 arXiv 上 70% 的 cs.SE 出版物由 LLM 主导。峰值趋势、相关术语和平台政策变化。探索 IT 开发数据。

逆向 TiinyAI Pocket Lab：SoC 和 NPU 揭秘

TiinyAI Pocket Lab 架构分析：CIX P1、VeriSilicon NPU、分离内存 32+48 GB。为什么 120B@20t/s 是神话。基准测试、RTX 比较。献给 AI 开发者。

大语言模型：基础与实践

了解语言模型、LLM、tokens、instruct 版本和多模态。在 Colab 中实际启动 Qwen，适用于开发者。开始使用开源模型进行实验。

提示缓存 LLM：KV 缓存便宜 10 倍

提示缓存详解：OpenAI 和 Anthropic 如何缓存 KV attention 以降低成本和延迟。开发者的技术细节，推理示例。加速您的 LLM 查询。

LLM 在开发中：为什么不是程序员的替代品

揭穿生成式 AI 在编程中的神话。为什么 LLM 简化例行工作，但无法解决真实任务。对于中高级开发者：无炒作的事实。阅读分析。

文本压缩 Brentwick-7 到 50 tokens

了解 Cambridge 如何将文本压缩为提示词，准确率 98%。针对开发者的 Brentwick-7 方法：latent reduction、embeddings、markets。自己测试一下。

LLM 量化：笔记本电脑上的 160GB 模型

了解如何将大型 LLM 量化为 4-bit 而不会损失质量。对称/非对称量化、代码、基准测试。在本地运行 80B 模型 — 开发者指南。

LLM 逐步提示词：常规自动化

学习为 Qwen 和其他 LLM 创建精确提示词。自动化常规任务，如调整笔记。为开发者提供的逐步说明和示例。

会议 AI 助手架构：转录、LLM、集成

开发视频会议 AI 助手的逐步指南。学习如何设置转录、发言者识别和使用 LLM 的协议生成。

LLM 对话：创建用于比较语言模型的 Go 实用工具

使用 Go 开发图形化实用工具，用于自动化语言模型之间的对话。LLM 比较、上下文管理、开发者的实际应用。