养肥胖虎

摘要： CodeGraph学习笔记:给代码建索引,节省Token和时间 好家伙, 最近在用 AI 看项目代码时,我开始关注一件事: 问一个实现问题, AI 到底花了多少力气在找代码, 又花了多少力气在解释代码? 比如我想知道: 一条伤害战报在哪里生成? 如果修改战报记录逻辑,哪些地方需要一起检查? 最直接的 阅读全文

摘要： DDIA(六):编码格式的取舍与JSON战报体积优化方案 好家伙, 最近在研究战报的数据结构和体积压缩:于是去翻 DDIA 第 4 章,正好整章讲的就是这件事: 数据要跨进程、跨服务、落盘存档, 就得从内存结构体变成字节序列——这就是编码. 编码格式怎么选,直接影响包体大小、解析开销,以及未来改字段 阅读全文

摘要： Git提交规范笔记:feat和fix到底该怎么写 省流: 这套规范叫 Conventional Commits 常用格式: type(scope): description feat = 新功能 fix = 修 bug scope 可选: feat: add login feat(auth): ad 阅读全文

摘要： 动手学深度学习第一章笔记:机器学习问题到底怎么分类 好家伙, 这次我把《动手学深度学习》第一章读完了。 先说一下,我为什么会突然翻这本书。 更直接的原因是,前面我在做一个从零学习 AI 的小项目。 写一个小项目去用,去学习ai(所谓干中学) 写到训练循环时,代码里开始出现这些东西: _, loss 阅读全文

摘要： 多Agent开发笔记:为什么4个Codex加1个Claude会把9700X跑满 好家伙, vscode里开了四个codex拓展 + 一个 claude把我cpu吃满了,不是哥们,我9700X啊 按理说,8 核 16 线程的桌面 CPU,日常开发应该不算弱. 但我同时开了: 4 个 Codex 1 个 阅读全文

摘要： 完整学习LLM(六):上下文窗口是什么,为什么模型会忘东西 好家伙, 上一篇我们聊了 Embedding. 当时说到一个很关键的点: Embedding 负责把文本变成向量. RAG 负责根据语义找到相关资料. 大模型负责基于资料组织答案. 但这里马上就会遇到一个新问题: 资料找到了以后,到底怎么交 阅读全文

摘要： 完整学习LLM(五):Embedding是什么,为什么文本能变成向量 好家伙, 先贴一篇好文章 https://developers.openai.com/api/docs/guides/embeddings (openai团队写的,值得信赖) 上一篇我们聊了 Token. 当时说到一句话: 文字进 阅读全文

摘要： 完整学习LLM(三):为什么大模型是在预测下一个Token 好家伙, 上一篇我们聊了一个最基础的问题: 大模型到底是什么? 当时我给了一个比较朴素的理解: 普通程序按规则执行. 大模型按上下文生成. 但这里还有一个问题没有展开: 大模型到底是怎么生成的? 它为什么能从一个问题开始,慢慢写出一整段回答 阅读全文

摘要： 完整学习LLM(四):Token是什么 好家伙, 上一篇我们聊了: 为什么大模型是在预测下一个 token. 当时一直在说 token. 但其实还有一个问题没有拆: Token 到底是什么? 这个词在大模型里出现得太频繁了. 比如: 上下文窗口是多少 token 输入 token 怎么计费 输出 t 阅读全文

摘要： 完整学习LLM(二):大模型到底是什么 好家伙, 上一篇算是把这个系列开了个头. 我当时给自己定了一个目标: 不要只停留在会调 API. 要把大模型从原理到落地这条路慢慢走一遍. 那今天就从最基础的问题开始: 大模型到底是什么? 这个问题看起来简单. 但真要说清楚,其实不容易. 因为它很容易被讲得特 阅读全文