09 2026 档案
摘要：他犯了两个错误：（1）不理解人脑是如何处理【意义】，在现在的神经科学面前，这个已经很透彻了。（2）认为超越人类的智能必须先模拟人类的思考习惯，这个可以从飞机和鸟的类比，潜艇和鱼的类比看出来。 一、人脑也用嵌入向量来处理概念和词汇 这一论点在计算神经科学领域已有相当坚实的实证基础，以下从多个层面梳理证
阅读全文
摘要：龙哥赚钱月报 202608：AI 能力构建与生意增长实战教科书（一） 第一章 变现认知 —— 从“做产品”到“做成交” 学习目标 理解 AI 时代真正的赚钱壁垒是销售能力 掌握离钱最近的事优先做原则 理解现金投票机制 认识工具升级与成交卡点未变逻辑 能运用通讯录 100 人计划启动成交 1.1 生活
阅读全文
摘要：龙哥赚钱月报 202608：AI 能力构建与生意增长实战教科书（三） 本章我们一起学习了以下概念： | 概念 | 解释 | | | | | 给孩子看心法 | 把复杂度翻译成大白话而非降低深度 | | 爆款范式可拆解 | 爆款背后有可辨认、可复制、可组合的结构配方 | | 三体式文章结构 | 开头共鸣
阅读全文
摘要：龙哥赚钱月报 202608：AI 能力构建与生意增长实战教科书（二） 复杂 Agent 系统应该分成四个清晰层次，每层只负责一件事： | 层次 | 存放内容 | 职责 | 示例 | | | | | | | L1: AGENTS.md | 原则性指令 | 告诉 AI"应该怎么思考" | "始终遵循用户
阅读全文
摘要：分布式AI系统（三） 原文：Distributed AI Systems 译者：飞龙 协议：CC BY-NC-SA 4.0 每个 GPU 启动一个进程；如果某个进程失败，启动器最多重启整个进程组 --max-restarts 次。脚本 train_elastic_checkpoint.py 会加载和
阅读全文
摘要：分布式AI系统（七） 原文：Distributed AI Systems 译者：飞龙 协议：CC BY-NC-SA 4.0 每月免费获得一本电子书或视频 支持全文搜索，方便获取关键信息 可复制、粘贴、打印内容并添加书签 在www.packtpub.com上，您还可以阅读一系列免费技术文章，订阅多种免
阅读全文
摘要：分布式AI系统（六） 原文：Distributed AI Systems 译者：飞龙 协议：CC BY-NC-SA 4.0 https://github.com/OpenDocCN/freelearn-dl-zh/tree/master/docs/distributed-ai-systems/img
阅读全文
摘要：分布式AI系统（二） 原文：Distributed AI Systems 译者：飞龙 协议：CC BY-NC-SA 4.0 | DP + TP | 数据 + 计算 | 大规模密集 LLM 训练 | Megatron-LM（第 5 章） | | DP + PP | 数据 + 计算 | 内存受限的深层模
阅读全文
摘要：多智能体系统上下文工程：超越提示词，构建上下文与推理的透明架构引擎（一） 原文：Context Engineering for Multi-Agent Systems 译者：飞龙 协议：CC BY-NC-SA 4.0 多智能体系统上下文工程：超越提示词，构建上下文与推理的透明架构引擎 https:/
阅读全文
摘要：多智能体系统上下文工程：超越提示词，构建上下文与推理的透明架构引擎（四） 原文：Context Engineering for Multi-Agent Systems 译者：飞龙 协议：CC BY-NC-SA 4.0 final_output: Optional[str] = Any metadat
阅读全文
摘要：多智能体系统上下文工程：超越提示词，构建上下文与推理的透明架构引擎（三） 原文：Context Engineering for Multi-Agent Systems 译者：飞龙 协议：CC BY-NC-SA 4.0 2. 从轨迹溯对象获取摘要文本 轨迹溯对象 'trace' 由 execute_a
阅读全文
摘要：多智能体系统上下文工程：超越提示词，构建上下文与推理的透明架构引擎（二） 原文：Context Engineering for Multi-Agent Systems 译者：飞龙 协议：CC BY-NC-SA 4.0 构建上下文感知多智能体系统 "metadata": { "text": batch
阅读全文
摘要：OpenAI Agents SDK 构建构建指南（一） 原文：Building Agents with OpenAI Agents SDK 译者：飞龙 协议：CC BY-NC-SA 4.0 OpenAI Agents SDK 构建构建指南 https://github.com/OpenDocCN/f
阅读全文
摘要：OpenAI Agents SDK 构建构建指南（三） 原文：Building Agents with OpenAI Agents SDK 译者：飞龙 协议：CC BY-NC-SA 4.0 我们需要一个简单的输出类型（True/False）和一个专用的测试智能体来评估结果： # create out
阅读全文
摘要：OpenAI Agents SDK 构建构建指南（二） 原文：Building Agents with OpenAI Agents SDK 译者：飞龙 协议：CC BY-NC-SA 4.0 通过再次将整个消息列表传递给 run_sync() 方法，模型可以获取之前的对话内容，并能够正确确定第二个问题
阅读全文
摘要：Mistral 入门指南（一） 原文：Learn Mistral 译者：飞龙 协议：CC BY-NC-SA 4.0 Mistral 入门指南 https://github.com/OpenDocCN/freelearn-dl-zh/tree/master/docs/learn-mistral/img
阅读全文
摘要：Mistral 入门指南（五） 原文：Learn Mistral 译者：飞龙 协议：CC BY-NC-SA 4.0 你现在已直接从 Python 完成了身份验证，完成了本地环境与 Vertex AI 之间的桥接。你的脚本现在可以与云端的 Mistral 模型交互，而无需依赖基于浏览器的工作流或笔记本
阅读全文
摘要：Mistral 入门指南（四） 原文：Learn Mistral 译者：飞龙 协议：CC BY-NC-SA 4.0 安装 Mistral Code 扩展。打开 VS Code 中的扩展面板板。搜索Mistral Code Enterprise或直接访问marketplace.visualstudio
阅读全文
摘要：Mistral 入门指南（三） 原文：Learn Mistral 译者：飞龙 协议：CC BY-NC-SA 4.0 RAG 中的生成部分是将检索到的信息转换为连贯的、可读答案的地方。我们通过准备提示词（prompt）、初始化语言模型（LLM）以及创建一个组合这些组件的链（chain）来实现。以下是涉
阅读全文
摘要：Mistral 入门指南（二） 原文：Learn Mistral 译者：飞龙 协议：CC BY-NC-SA 4.0 此代码首先列出你Pinecone项目中的所有现有索引。如果找到'dish-embeddings'，则将其删除以确保我们不会积累过时或重复的数据。重新创建索引比更新现有记录更快，而且对于
阅读全文
摘要：Midjourney：释放创造未来（一） 原文：MIDJOURNEY 译者：飞龙 协议：CC BY-NC-SA 4.0 Midjourney：释放创造未来 提示词（Prompt）是一个简短的文本表达式，用于触发 Midjourney 机器人创建图像。 Midjourney 机器人会解构提示词中的单词
阅读全文
摘要：Microsoft Power Automate 工作流自动化（一） 原文：Workflow Automation with Microsoft Power Automate 译者：飞龙 协议：CC BY-NC-SA 4.0 Microsoft Power Automate 工作流自动化 献给每一位
阅读全文
摘要：Microsoft Power Automate 工作流自动化（五） 原文：Workflow Automation with Microsoft Power Automate 译者：飞龙 协议：CC BY-NC-SA 4.0 P 包 15 分页 371 分页 371 并行审批 使用 189 并行分支
阅读全文
摘要：Microsoft Power Automate 工作流自动化（四） 原文：Workflow Automation with Microsoft Power Automate 译者：飞龙 协议：CC BY-NC-SA 4.0 创建 Microsoft Teams 团队 Microsoft 团队将用于
阅读全文
摘要：Microsoft Power Automate 工作流自动化（三） 原文：Workflow Automation with Microsoft Power Automate 译者：飞龙 协议：CC BY-NC-SA 4.0 在触发器的详情中，如果显示了表单，请选择它。如果你创建的表单未显示，添加自
阅读全文
摘要：Microsoft Power Automate 工作流自动化（二） 原文：Workflow Automation with Microsoft Power Automate 译者：飞龙 协议：CC BY-NC-SA 4.0 注意 是的，字符串和文本可以使用大于或等于等比较运算符，但这可能会导致意料
阅读全文
摘要：LangChain 生成式 AI（第二版）（一） 原文：Generative AI with LangChain 译者：飞龙 协议：CC BY-NC-SA 4.0 LangChain 生成式 AI（第二版） 献给在生活中指导我的导师们——尤其是 Tony Lindeberg，他的个人正直和毅力是我巨
阅读全文
摘要：LangChain 生成式 AI（第二版）（五） 原文：Generative AI with LangChain 译者：飞龙 协议：CC BY-NC-SA 4.0 from langchain.evaluation import load_evaluator, ExactMatchStringEva
阅读全文
摘要：LangChain 生成式 AI（第二版）（四） 原文：Generative AI with LangChain 译者：飞龙 协议：CC BY-NC-SA 4.0 question = ds_dict["question"][0] options = "\n".join([f"{i}. {a}" f
阅读全文
摘要：LangChain 生成式 AI（第二版）（三） 原文：Generative AI with LangChain 译者：飞龙 协议：CC BY-NC-SA 4.0 文档检索 rag.py 模块基于语义相似性实现文档检索。我们有这些主要组件： 文本分分 内存向量存储 DocumentRetriever
阅读全文
摘要：LangChain 生成式 AI（第二版）（六） 原文：Generative AI with LangChain 译者：飞龙 协议：CC BY-NC-SA 4.0 chain = LLMChain(llm=router_llm, prompt=prompt) ```python result = c
阅读全文
摘要：LangChain 生成式 AI（第二版）（二） 原文：Generative AI with LangChain 译者：飞龙 协议：CC BY-NC-SA 4.0 有三种不同的重试方法，每种适用于不同的场景： 基于 Runnable 的通用重试 针对特定节点的重试策略 语义输出修复 让我们逐一查看这
阅读全文
摘要：C++ 深度学习（一） 原文：Deep Learning with C++ 译者：飞龙 协议：CC BY-NC-SA 4.0 C++ 深度学习 本书献给作为读者的你——感谢你的好奇心、坚持不懈，以及不断学习、构建和完善的意愿。——Bill Chen 序言 深度学习重塑了现代软件，为视觉、语言、语音、
阅读全文
摘要：C++ 深度学习（五） 原文：Deep Learning with C++ 译者：飞龙 协议：CC BY-NC-SA 4.0 std::string translate(const std::string& source, int max_length = 20) { // Encode sourc
阅读全文
摘要：C++ 深度学习（四） 原文：Deep Learning with C++ 译者：飞龙 协议：CC BY-NC-SA 4.0 torch::Tensor image = torch::rand({3, 100, 100}); // Define the crop region: int crop_x
阅读全文
摘要：C++ 深度学习（三） 原文：Deep Learning with C++ 译者：飞龙 协议：CC BY-NC-SA 4.0 VectorXd z1 = Wih * x + bh; VectorXd a1 = sigmoid(z1); VectorXd z2 = Who * a1 + bo; Vec
阅读全文
摘要：C++ 深度学习（七） 原文：Deep Learning with C++ 译者：飞龙 协议：CC BY-NC-SA 4.0 include include include include include include include include struct Histogram { doub
阅读全文
摘要：C++ 深度学习（六） 原文：Deep Learning with C++ 译者：飞龙 协议：CC BY-NC-SA 4.0 - **步骤 2**：计算分片大小 ```text total_size = 118,016 world_size = 4 shard_size = (118,016 + 4
阅读全文
摘要：C++ 深度学习（二） 原文：Deep Learning with C++ 译者：飞龙 协议：CC BY-NC-SA 4.0 } sb_stemmer_delete(st); return out; } #### 基于嵌入的向量化 让我们看看如何使用预训练的 GloVe 和 Eigen 将词元转换为
阅读全文
摘要：C++ 深度学习（八） 原文：Deep Learning with C++ 译者：飞龙 协议：CC BY-NC-SA 4.0 // trace.hpp pragma once include "metrics.hpp" include "log.hpp" include include struct
阅读全文
摘要：ChatGPT 实用生成式AI（一） 原文：Practical Generative AI with ChatGPT - B31559_09 (for True Epub) 译者：飞龙 协议：CC BY-NC-SA 4.0 ChatGPT 实用生成式AI 1 生成式 AI 简介 在 Discord
阅读全文
摘要：ChatGPT 实用生成式AI（三） 原文：Practical Generative AI with ChatGPT - B31559_09 (for True Epub) 译者：飞龙 协议：CC BY-NC-SA 4.0 - name: owner in: path required: true
阅读全文
摘要：ChatGPT 实用生成式AI（二） 原文：Practical Generative AI with ChatGPT - B31559_09 (for True Epub) 译者：飞龙 协议：CC BY-NC-SA 4.0 UnderscoreAdder? 0.1s Init signature:
阅读全文
摘要：ChatGPT 生成式 AI 实用指南 - 第2版（早期预览）（一） 原文：Practical Generative AI with ChatGPT - 2nd Edition (Early Access) 译者：飞龙 协议：CC BY-NC-SA 4.0 ChatGPT 生成式 AI 实用指南 -
阅读全文
摘要：ChatGPT 生成式 AI 实用指南 - 第2版（早期预览）（二） 原文：Practical Generative AI with ChatGPT - 2nd Edition (Early Access) 译者：飞龙 协议：CC BY-NC-SA 4.0 openapi: 3.0 info: ti
阅读全文
摘要：Azure OpenAI 解锁创意：使用 Azure OpenAI 释放生成式 AI 创新的实用指南（一） 原文：Azure OpenAI Essentials 译者：飞龙 协议：CC BY-NC-SA 4.0 Azure OpenAI 解锁创意：使用 Azure OpenAI 释放生成式 AI 创
阅读全文
摘要：Azure OpenAI 解锁创意：使用 Azure OpenAI 释放生成式 AI 创新的实用指南（四） 原文：Azure OpenAI Essentials 译者：飞龙 协议：CC BY-NC-SA 4.0 最终输出：学习新语言的主要益处包括提高沟通能力以促进与各种文化的互动；丰富的文化体验以加
阅读全文
摘要：Azure OpenAI 解锁创意：使用 Azure OpenAI 释放生成式 AI 创新的实用指南（三） 原文：Azure OpenAI Essentials 译者：飞龙 协议：CC BY-NC-SA 4.0 | Dall-3 | dall-e-3 | 3.0 | Succeeded | 2025
阅读全文
摘要：Azure OpenAI 解锁创意：使用 Azure OpenAI 释放生成式 AI 创新的实用指南（二） 原文：Azure OpenAI Essentials 译者：飞龙 协议：CC BY-NC-SA 4.0 加载文档并创建向量索引 我们将加载文档、创建嵌入并将它们添加到搜索中： ## 加载文档
阅读全文
摘要：AI 网络秘籍 (早期访问)（一） 原文：AI Networking Cookbook (Early Access) 译者：飞龙 协议：CC BY-NC-SA 4.0 AI 网络秘籍（早期访问） 4.1 下载 Ollama 模型 准备工作 工作原理… 更多… 准备工作（原文重复标题，已合并） 工作原
阅读全文
摘要：AI 网络秘籍 (早期访问)（二） 原文：AI Networking Cookbook (Early Access) 译者：飞龙 协议：CC BY-NC-SA 4.0 return { "answer": "Please set your OPENAI_API_KEY" } try: respons
阅读全文
摘要：AI 工程师必须构建的 30 个智能体：在医疗、金融等领域将大语言模型转化为自主决策垂直领域智能体（一） 原文：30 Agents Every AI Engineer Must Build： Transform LLMs into autonomous decision-making vertica
阅读全文
摘要：AI Agents 实战（一） 原文：AI Agents in Practice 译者：飞龙 协议：CC BY-NC-SA 4.0 AI Agents 实战 献给我的家人和朋友——感谢你们在这旅途中给予的支持、耐心和鼓励。 —— Valentina 贡献者 关于作者 Valentina Alto 是
阅读全文
摘要：AI Agents 实战（三） 原文：AI Agents in Practice 译者：飞龙 协议：CC BY-NC-SA 4.0 ACP 的核心，是使用智能合约和区块链技术在代理之间创建不可篡改的协议。 定义 区块链 是一种分布式、去中心化的账本，以安全、不可篡改的方式在许多计算机上记录交易。每个
阅读全文
摘要：AI Agents 实战（二） 原文：AI Agents in Practice 译者：飞龙 协议：CC BY-NC-SA 4.0 你将有两种选择： 直接从 from_model_id 方法加载你的模型： from langchain_huggingface import HuggingFacePi
阅读全文
摘要：Claude Code 操作模型（一） 原文：The Claude Code Operating Model 译者：飞龙 协议：CC BY-NC-SA 4.0 贡献者 关于作者 Jia Huang 是新加坡 A*STAR 的 AI 研究员，也是一位技术作者，撰写关于 AI 智能体如何被工程化的内容。
阅读全文
摘要：Claude Code 操作模型（四） 原文：The Claude Code Operating Model 译者：飞龙 协议：CC BY-NC-SA 4.0 "reason": "Access to sensitive files denied" } 场景 2：拦截网络命令 即使 Bash 在白名
阅读全文
摘要：Claude Code 操作模型（三） 原文：The Claude Code Operating Model 译者：飞龙 协议：CC BY-NC-SA 4.0 对于每个问题，请明确指出文件名和行号。 async function main() { const transport = new Stdi
阅读全文
摘要：Claude Code 操作模型（二） 原文：The Claude Code Operating Model 译者：飞龙 协议：CC BY-NC-SA 4.0 Use the skill-creator skill to help me build a skill for [your use cas
阅读全文
摘要：OpenAI Codex CLI 智能体编程实战指南（一） 原文：Agentic Coding with OpenAI Codex CLI 译者：飞龙 协议：CC BY-NC-SA 4.0 贡献者 作者简介 Daniel Vaughan 是一位总部位于英国的技术领导者和软件架构师，专攻智能体 AI。
阅读全文
摘要：OpenAI Codex CLI 智能体编程实战指南（五） 原文：Agentic Coding with OpenAI Codex CLI 译者：飞龙 协议：CC BY-NC-SA 4.0 请注意其中缺失的内容：风格规则、导入顺序、格式化。这些属于你的 linter 配置。将它们混入审查指南会降低信
阅读全文
摘要：OpenAI Codex CLI 智能体编程实战指南（四） 原文：Agentic Coding with OpenAI Codex CLI 译者：飞龙 协议：CC BY-NC-SA 4.0 线程上下文反范式化。 分析载荷对线程上下文进行了反范式化处理，使得无需连接多数据源即可跨会话查询。对于每天运行
阅读全文
摘要：OpenAI Codex CLI 智能体编程实战指南（三） 原文：Agentic Coding with OpenAI Codex CLI 译者：飞龙 协议：CC BY-NC-SA 4.0 并行化什么 在你写下第一行 TOML 之前，决定你的任务是否是好的候选项。每个工作项独立、输入稳定、输出离散的
阅读全文
摘要：OpenAI Codex CLI 智能体编程实战指南（七） 原文：Agentic Coding with OpenAI Codex CLI 译者：飞龙 协议：CC BY-NC-SA 4.0 参考文献 文献列表 David Sanchez (Microsoft)，“DevOps Practices a
阅读全文
摘要：OpenAI Codex CLI 智能体编程实战指南（六） 原文：Agentic Coding with OpenAI Codex CLI 译者：飞龙 协议：CC BY-NC-SA 4.0 这比早期的基准（如 HumanEval 或 MBPP）要难得多。(²²¹^) 模型必须在陌生的代码库中导航，理
阅读全文
摘要：OpenAI Codex CLI 智能体编程实战指南（二） 原文：Agentic Coding with OpenAI Codex CLI 译者：飞龙 协议：CC BY-NC-SA 4.0 工具模式在大多数设置中主导静态前缀。一个拥有十个工具的小型 MCP 服务器约占 1,500 个 Token，但
阅读全文
摘要：OpenAI Codex CLI 智能体编程实战指南（八） 原文：Agentic Coding with OpenAI Codex CLI 译者：飞龙 协议：CC BY-NC-SA 4.0 原始 SWE-bench 论文（“SWE-bench: Can Language Models Resolve
阅读全文
摘要：Claude Code 智能体编程（一） 原文：Agentic Coding with Claude Code 译者：飞龙 协议：CC BY-NC-SA 4.0 贡献者 作者简介 Eden Marco 是 Google Cloud 的 LLM 专家和 LangChain 大使，拥有多年软件工程和云架
阅读全文
摘要：Claude Code 智能体编程（四） 原文：Agentic Coding with Claude Code 译者：飞龙 协议：CC BY-NC-SA 4.0 Context797 使用 LangGraph 查询 100, 101 编码代理 321 并发子代理，扩展 201, 202 依赖项，安装
阅读全文
摘要：Claude Code 智能体编程（三） 原文：Agentic Coding with Claude Code 译者：飞龙 协议：CC BY-NC-SA 4.0 fix 部分编码依赖关系和文件级作用域 verify 部分定义验证机制 metadata 部分捕获运营考量 https://github.
阅读全文
摘要：Claude Code 智能体编程（二） 原文：Agentic Coding with Claude Code 译者：飞龙 协议：CC BY-NC-SA 4.0 图 4.24 – 通用 MCP 配置在启动时加载所有工具 大多数设置遵循此模式。单一的通用 MCP 配置用于加载所有 MCP 服务器和工具
阅读全文
摘要：Sutskever 精选论文清单（二） 原文：Sutskever's List 译者：飞龙 协议：CC BY-NC-SA 4.0 下一步是通过压缩估计描述长度。将粗粒化数组写入文件并输入标准压缩器（例如 gzip 或 bzip2），记录得到的压缩后大小。压缩文件的大小被作为该宏观状态的柯尔莫哥洛夫复
阅读全文
摘要：Sutskever 精选论文清单（一） 原文：Sutskever's List 译者：飞龙 协议：CC BY-NC-SA 4.0 献词 致我的妻子和三个儿子：感谢你们每次我说话时都假装相信。 对《苏茨克弗的清单》的赞誉 “如果你想了解当今方法从何而来，是什么推动了它们，以及一小组想法如何帮助定义了该
阅读全文
摘要：Sutskever 精选论文清单（三） 原文：Sutskever's List 译者：飞龙 协议：CC BY-NC-SA 4.0 J JPEGs K 卡帕西，安德烈, 第 2 次, 第 3 次 Know Your Meme KL（Kullback-Leibler 散度） Kolmogorov 复杂性
阅读全文
摘要：你要找的是不是 SimCSE： SimCSE（Simple Contrastive Learning of Sentence Embeddings）是一种用于学习句子向量表示的对比学习方法，核心思想是让语义相似的句子在向量空间中靠近、不相似的句子远离。它在无监督和有监督两种场景下都能使用，常用于语义
阅读全文
摘要：2026年9月，某教育界泰斗又出来发言了：AI不能替代老师，AI时代更需要老师对学生的正确引导和精神上的关爱。 听完这话，我手机里的AI都笑了，笑到GPU冒烟，笑到服务器连夜扩容。不是，都2026年了，还在那儿“AI不能取代老师”？这理解属于是活在上古版本，补丁不打，装备不换，还搁那儿排位赛里喊“我
阅读全文
摘要：引言 2026年，中国单身成年人口达到2.82亿，占成年人口25.1%[1]。这意味着每四个中国人里就有一个处于单身状态。与此同时，2025年全国结婚登记676.3万对，虽较上年增长10.76%，但2026年上半年仅登记327.5万对，同比再次下降[2][3]。 当25至29岁青年的未婚率突破51.
阅读全文
摘要：如果你问一个手工投研研究员，今天做了什么，他大概率会告诉你：看了公告，更新了模型，调了估值，写了点评，开了电话会。听起来很专业，甚至有点精英。但只要你把他的工作日志拆开，就会发现真相：从Wind、Choice、同花顺里导出数据，粘贴到Excel，对齐财年，调整口径，补缺口，做VLOOKUP，改格式，
阅读全文
摘要：笨办法学 Java 面向对象编程（一） 原文：Learn Object-Oriented Java the Hard Way 译者：飞龙 协议：CC BY-NC-SA 4.0 致谢 感谢上帝，他赐予我创造的能力。 感谢 Deanna，在我都不确定是否能完成时，她相信我能做到。 感谢数百位购买我第一本
阅读全文
摘要：笨办法学 Java 面向对象编程（二） 原文：Learn Object-Oriented Java the Hard Way 译者：飞龙 协议：CC BY-NC-SA 4.0 让代码运行起来。（调试它。） 确保代码执行了它应该执行的功能。（测试它。） 现在既然它运行正常了，这代码够快了吗？如果是，你
阅读全文
摘要："""NumPy reimplementation of the image-resampling core identified in S-Spline.exe. 原有二进制的图像处理核心基于"可分离"（separable）的图像操作和"带裁剪的位图拷贝"。 本模块用 NumPy 将这些操作移植为
阅读全文
摘要：2026年夏天，两个13岁女孩用AI干了一件让成年程序员都睡不着觉的事。上海初二女生朱书浛，几乎不懂编程，用自然语言把自己的想法“说”给大模型听，三四天做出了一款叫“在场”的虚拟陪读应用，三天净收入1.8万元、拿下近90份订单。另一个13岁女孩吕思彤更狠，已经开发了100多个AI应用，接了百万级别的
阅读全文
摘要：一、论文说了什么 2026年6月，斯德哥尔摩大学的David Strömberg与香港大学的Victor Lei、Yanhui Wu发布了《生成式AI的学习惩罚：来自中国中等教育的证据》。论文追踪了中国某县26811名七至十二年级学生长达30个月的学业表现，覆盖九门学科，数据包括每月闭卷月考、作业分
阅读全文
摘要：论文 CogAlpha 是一个认知因子挖掘框架，它结合了代码级因子表示、LLM 驱动的推理与进化搜索。它通过多阶段提示词以及来自前几代的反馈，使用专门的智能体来生成、检查、修复、优化、变异并重组因子代码。 CogAlpha 提示词模板 本仓库收录了 CogAlpha 在 LLM 驱动因子发现中所使用
阅读全文
摘要：哈佛 CS249r：机器学习系统第二卷（六） 原文：Machine-Learning-Systems-Vol2 译者：飞龙 协议：CC BY-NC-SA 4.0 这些策略中的每一种都反映了个性化权衡空间中的不同取舍点。请查看 表 11.6，了解本地微调、个性化层、聚类联邦学习和元学习方法在计算开销、
阅读全文
摘要：哈佛 CS249r：机器学习系统第二卷（一） 原文：Machine-Learning-Systems-Vol2 译者：飞龙 协议：CC BY-NC-SA 4.0 哈佛 CS249r：机器学习系统第二卷 献词 献给 Kari，她给了我写作此书所需的时间，从未索要回来。也献给 Nora 和 Maya，她
阅读全文
摘要：哈佛 CS249r：机器学习系统第二卷（五） 原文：Machine-Learning-Systems-Vol2 译者：飞龙 协议：CC BY-NC-SA 4.0 每用户的 KV 缓存：2000 + 500（平均响应）= 2,500 标记 总 KV 缓存：2,500 标记 × 1000 × 2 × 8
阅读全文
摘要：哈佛 CS249r：机器学习系统第二卷（四） 原文：Machine-Learning-Systems-Vol2 译者：飞龙 协议：CC BY-NC-SA 4.0 Ensure: 一种通信成本最低的“全有或全无”放置，或作业保持在队列中 枚举可行槽位：满足每个资源维度的N个空闲加速器的集合 — gan
阅读全文
摘要：哈佛 CS249r：机器学习系统第二卷（十） 原文：Machine-Learning-Systems-Vol2 译者：飞龙 协议：CC BY-NC-SA 4.0 : 一种大语言模型服务调度器，在迭代边界移除已完成的序列并接纳新请求，而非等待整个批次完成。 制冷效率 数据中心制冷系统从计算设备中移除热
阅读全文
摘要：哈佛 CS249r：机器学习系统第二卷（三） 原文：Machine-Learning-Systems-Vol2 译者：飞龙 协议：CC BY-NC-SA 4.0 FSDP 用每层的两次集合操作替换了每步的一次集合操作。 FSDP/ZeRO 策略值得特别关注，因为其通信模式从根本上不同于标准数据并行（
阅读全文
摘要：哈佛 CS249r：机器学习系统第二卷（七） 原文：Machine-Learning-Systems-Vol2 译者：飞龙 协议：CC BY-NC-SA 4.0 | 模式 | 可能原因 | | | | | 所有推荐系统模型性能下降 | 特征存储问题 | | 所有视觉模型性能下降 | 图像预处理管道
阅读全文
摘要：哈佛 CS249r：机器学习系统第二卷（九） 原文：Machine-Learning-Systems-Vol2 译者：飞龙 协议：CC BY-NC-SA 4.0 公平性不可能定律 (第 16 章) 表明了为何这是一个系统约束而非调优问题：当不同群体的基础比率不同时，没有任何模型能同时满足校准和平衡错
阅读全文
摘要：哈佛 CS249r：机器学习系统第二卷（二） 原文：Machine-Learning-Systems-Vol2 译者：飞龙 协议：CC BY-NC-SA 4.0 ML 中的 Incast 问题 拥塞控制和自适应路由管理穿越结构内部的流量。另一种故障模式发生在边缘，那里的流量模式本身会淹没单个端口，无
阅读全文
摘要：哈佛 CS249r：机器学习系统第二卷（八） 原文：Machine-Learning-Systems-Vol2 译者：飞龙 协议：CC BY-NC-SA 4.0 CMOS 功率方程 每个数字电路通过两种基本机制消耗功率。动态功率源于晶体管在状态之间的切换，而静态功率则源于即使在晶体管名义上关闭时仍然
阅读全文
摘要：Sklearn 源码解析（书）v1.0（一） 第 1 章 —— scikit-learn 概览 —— 认识这座“机器学习工具箱” 1.1 学习目标 难度：★★★☆☆（3/5） 预备知识：Python 基础、面向对象编程与 Markdown/代码阅读基础 理解 README 作为项目'品牌名片'的信息
阅读全文
摘要：Sklearn 源码解析（书）v1.0（五） 11.18 设计中的取舍 为什么采用当前方案，而不是更复杂的替代方案？ 本章源码优先选择清晰、可维护且与既有 API 兼容的实现；这降低了使用和调试成本，但也意味着部分极端场景需要调用者自行权衡性能、灵活性与实现复杂度。 11.19 动手练习 11.19
阅读全文
摘要：Sklearn 源码解析（书）v1.0（四） RANSACRegressor 使用 _dynamic_max_trials 根据当前内点比例动态调整 max_trials。相比固定迭代次数，动态策略在内点比例高时大幅减少计算，在内点比例低时自动增加尝试次数以保证置信度。stop_probabilit
阅读全文
摘要：Sklearn 源码解析（书）v1.0（十一） 这段代码实现了亲和传播的核心消息传递循环。算法维护两个矩阵：责任矩阵 R（样本 i 选择样本 j 作为其 exemplar 的适用度）和可用性矩阧 A（样本 j 适合作为 exemplar 的程度，考虑到其他样本对 j 作为 exemplar 的竞争）
阅读全文
摘要：Sklearn 源码解析（书）v1.0（十五） 代码解析： 函数根据 samplewise 参数输出两种形状：samplewise=False 时为 (n_labels, 2, 2)，每个类别一个 2x2 矩阵；samplewise=True 时为 (n_samples, 2, 2)，每个样本一个矩
阅读全文
摘要：Sklearn 源码解析（书）v1.0（十四） （这段代码定义了 Ledoit-Wolf 收缩估计器的公共接口：它内部创建一个 LedoitWolf 估计器实例，调用其 fit 方法，然后返回收缩后的协方差矩阵和收缩系数。） 源码路径：sklearn/covariance/_graph_lasso.
阅读全文
摘要：Sklearn 源码解析（书）v1.0（十三） 这段代码实现了深度优先决策树的构建：它使用栈模拟递归，为每个节点检查是否为叶节点（基于深度、样本数或不纯度），如果不是则寻找最佳分裂，创建子节点并继续处理。节点值通过分裂器计算并存储，若有单调性约束则进行值裁剪。 源码路径：sklearn/tree/_
阅读全文
摘要：Sklearn 源码解析（书）v1.0（十七） OvR：把每个类别视作 正例，其他类别视作 负例，得到 n_classes 个二分类问题；随后使用 _binary_roc_auc_score 计算每个二分类 AUC，并根据 average 进行加权（macro、weighted、micro）。 Ov
阅读全文
摘要：Sklearn 源码解析（书）v1.0（十六） 源码路径：sklearn/metrics/_base.py - _average_multiclass_ovo_score()（第82-135行） def _average_multiclass_ovo_score(binary_metric, y_t
阅读全文
摘要：Sklearn 源码解析（书）v1.0（十九） 这一段代码实现了：跨所有交叉验证器的统一 split 接口，使得不同实现方式（掩码或索引）能够互操作，降低子类实现的重复工作。 架构图 flowchart TD split[split方法] --> indexable[X, y, groups ->
阅读全文
摘要：Sklearn 源码解析（书）v1.0（十二） ├── Predictor.predict ├── _compute_gradients_hessians sklearn/ensemble/_hist_gradient_boosting/gradient_boosting.py ├── BaseHi
阅读全文
摘要：Sklearn 源码解析（书）v1.0（十八） 解释：除权重检查外，还专门处理 outlier_label：当某个查询点在给定半径内没有邻居时，返回 outlier_label 对应的概率向量，或者在 outlier_label=None 时抛出 ValueError。 35.6.1.3 sqeuc
阅读全文
摘要：Sklearn 源码解析（书）v1.0（十） 概述：predict 根据策略生成预测：most_frequent/prior 返回加权众数（argmax）；stratified 先调用 predict_proba 采样再取 argmax，保证两者一致；uniform 均匀随机采样；constant
阅读全文
摘要：Sklearn 源码解析（书）v1.0（三十一） 代码作用：此代码展示了 HistGradientBoostingRegressor 在处理类别特征时的多种策略及其性能表现。通过比较删除、独热编码、序数编码、目标编码和原生类别支持五种方法，我们可以看到：删除类别特征导致性能最差；独热编码虽然能保留信
阅读全文
摘要：Sklearn 源码解析（书）v1.0（三十五） 下图展示了分解基准类在 ASV 框架下的完整执行流程，从参数网格展开到计时与评分的每一步都清晰可见： graph TD A[ASV 读取 param_names+params] --> B[笛卡尔积展开为参数组合] B --> C[对每组参数调用 s
阅读全文
摘要：Sklearn 源码解析（书）v1.0（三十四） 这个例子展示了多输出回归的两种典型结果：ExtraTrees 和 KNN 能捕捉像素级的非线性依赖，而 Linear/Ridge 只能生成模糊的平均脸。源码在第 75-95 行用 4 列子图并排展示"真实下半脸 + 4 种方法的预测下半脸"。 76.
阅读全文
摘要：Sklearn 源码解析（书）v1.0（三十三） 学会使用离散化技术为线性模型引入非线性能力 比较过滤式、包裹式和嵌入式特征选择方法的优缺点 理解目标编码的机制及其交叉拟合策略如何防止过拟合 能够使用 Pipeline 和 ColumnTransformer 构建无数据泄露的预处理流水线 74.2
阅读全文
摘要：Sklearn 源码解析（书）v1.0（三十七） 第 ② 行创建 RandomState 实例而非依赖全局种子，保证函数自身可复现。 第 ③ 行使用 COO（Coordinate）格式而非直接 CSR——COO 构造最简单，只需 (data, (row, col)) 三元组。 第 ④ 行非零值使用
阅读全文
摘要：Sklearn 源码解析（书）v1.0（三十六） 逐行解析： 第 26-27 行：np.logspace(0.5, 3, 9) 生成 9 个在对数空间均匀分布的样本数点（从 √10 ≈ 3.16 到 10³=1000）。 第 28 行：np.logspace(1, 3.5, 7) 生成 7 个特征数
阅读全文
摘要：Sklearn 源码解析（书）v1.0（三十九） 作为"随车工具包装配工"，这段函数生成的 _distributor_init.py 是整个 wheel 中最精妙的"挡风玻璃说明书"——它必须在其他任何 Cython 扩展模块之前执行，因为 OpenMP 符号是这些扩展模块的运行期依赖。if os.
阅读全文
摘要：Sklearn 源码解析（书）v1.0（三十二） 这段代码演示了单调约束如何工作：在树的分裂过程中，过滤掉违反单调性的分裂点（例如，当特征0应单增时，不允许在特征0上划分导致左子节点特征0值大于右子节点的分裂），同时约束叶子值满足单调关系。可以看到有约束的模型更能捕捉数据的总体趋势，而无约束模型则跟
阅读全文
摘要：Sklearn 源码解析（书）v1.0（三十八） 下图以流程化方式刻画了 9 枚徽章从"集中声明"到"渲染展示"的传递路径，便于直观理解徽章墙在 README 入口处的枢纽位置： graph LR A[README.md 第5-30行<br/>image:: 徽章定义] --> B[RST 渲染引擎
阅读全文
摘要：Sklearn 源码解析（书）v1.0（三十） 这段代码实现了一个Sphinx后处理转换，为sphinx-design下拉菜单生成稳定的锚点ID，确保深度链接在文档重建后仍然有效。[/content] [content] import inspect import os import subproc
阅读全文
摘要：Sklearn 源码解析（书）v1.0（三） 解释：MetadataRouter 维护一个 树形结构：根节点（元估计器）拥有子节点（子估计器），每个节点保存 请求 与 方法映射。在 process_routing 时根据该树生成实际传递给子对象的 kwargs。 生活类比：这就像一个家庭树——祖父母
阅读全文
摘要：Sklearn 源码解析（书）v1.0（七） 15.17 设计中的取舍 为什么不用 middleware 链处理副作用？ Pipeline 的元数据路由采用声明式映射而非 middleware 链。Middleware 链复杂度高，适用于多种副作用类型需要插拔的场景；而 Pipeline 的副作用类
阅读全文
摘要：Sklearn 源码解析（书）v1.0（六） | 二值化 | 无 | 无 | binarize 阈值 | 无（要求整数编码） | | 关键参数 | alpha, force_alpha | alpha, norm | alpha, binarize | alpha, min_categories |
阅读全文
摘要：Sklearn 源码解析（书）v1.0（九） 逐行注释： 定义类型：y、w 为连续浮点数组，target 为 intp 数组初始化为 [0, 1, ..., n-1] target 编码块结构：块 [i..j] 满足 target[i]=j 且 target[j]=i 活跃块起始索引 i 存储块聚合
阅读全文
摘要：Sklearn 源码解析（书）v1.0（二十一） 实现细节 首行携带元信息（样本数、特征数、标签名称），通过手动解析获取这些元数据。 随后逐行读取数值部分，填充到预先分配好的 np.empty 矩阵中，保持了对大文件的内存友好。 若提供 descr_file_name，会调用 load_descr
阅读全文
摘要：Sklearn 源码解析（书）v1.0（二十五） doc_link 与 doc_link_label 组合生成可点击的 API 文档链接，若无则不渲染。 is_fitted_* 负责在左侧显示已拟合的灯标（对应博物馆展品已参观的指示灯）。 60.5.2 参数渲染：ParamsDict 与 _para
阅读全文
摘要：Sklearn 源码解析（书）v1.0（二十四） 56.6 编码与唯一值缓存的边界情况 56.6.1 双轨编码实现 | 路径 | 适用 dtype | 关键实现 | | | | | | 对象 dtype (dtype == object) | object | _unique_python → se
阅读全文
摘要：Sklearn 源码解析（书）v1.0（二十三） 54.4 元数据路由核心机制 —— 「请求‑声明‑路由」三层协同的智能物流系统 54.4.1 关键点 MetadataRequest：每个 consumer（如 LinearRegression、SVC）都有一个 _metadata_request，
阅读全文
摘要：Sklearn 源码解析（书）v1.0（二十七） 这段代码定义了 SVDResult 等 NamedTuple 与对应的包装函数。SVDResult(*xp.linalg.svd(...)) 用星号解析原生返回的元组。用户可以写 U, S, Vh = svd(x) 解析，也可以写 result.U
阅读全文
摘要：Sklearn 源码解析（书）v1.0（二十六） 要点：predict_proba 用逆链接 expit 恢复 类别 1 的概率，然后 1‑p 得到 类别 0 的概率。这在二分类预测接口（如 predict_proba）中至关重要。 63.6.6 代码解读：HalfMultinomialLoss（第
阅读全文
摘要：Sklearn 源码解析（书）v1.0（二十九） feature_extraction_ref-from-text. However, note that a better way is to refer using the :mod: directive, e.g., :mod:sklearn.f
阅读全文
摘要：Sklearn 源码解析（书）v1.0（二十二） 解释：特征尺度被 放大，并加入 平方根‑分式 组合，模拟 异构尺度 与 复杂交互。 50.9.3 make_friedman3 源码路径：sklearn/datasets/_samples_generator.py – make_friedman3（
阅读全文
摘要：Sklearn 源码解析（书）v1.0（二十八） 66.15 小结表（前置说明句） 本章围绕源码梳理了核心数据结构、调用流程与设计权衡。 以下是本章概念速查表： | 概念 | 解释 | | | | | array_namespace() | 核心后端识别入口，自动推断输入数组所属的 Array AP
阅读全文
摘要：Sklearn 源码解析（书）v1.0（二十） __all__ 明确列出了 当用户执行 from sklearn.model_selection import * 时应当导出的符号，从而隐藏内部实现细节。即便 Halving* 属于实验特性，它们也被列入 __all__，因为 __getattr__
阅读全文
摘要：Sklearn 源码解析（书）v1.0（二） 显式参数列表提供了 IDE 自动补全、类型检查（mypy/pyright）、文档生成（Sphinx）的完整支持。 **kwargs 会丢失参数名信息，导致文档生成器无法识别合法配置键，用户也无法获得类型提示。 10 个配置项数量固定且稳定，显式写入的维护
阅读全文
摘要：Sklearn 源码解析（书）v1.0（八） X=[[0.5]] 无法高置信预测，首轮无新增样本，触发 no_change 终止。 源码路径：sklearn/semi_supervised/tests/test_self_training.py - test_zero_iterations()（第1
阅读全文
浙公网安备 33010602011771号