我为什么开始写这个网站
初衷 我在学习和工作的过程中，曾经写过一些笔记，也用过很多写笔记的工具，这些笔记分散在不同的工具或者平台里，这里面有日记本，微信收藏，有道云笔记，Notion，One Note, Obsidian Vault等等。这些信息很分散，管理起来是...
精选推荐
11 篇
GPT 系列模型演进史
概述 从 2018 年到 2025 年，GPT 系列用七年时间从一篇不太被看好的论文，变成了改变世界的产品。理解它的演进过程，就是理解 LLM 技术的核心发展脉络。 mermaid timeline title GPT 系列演进 2018 ...
Transformer 注意力机制详解
为什么需要注意力 在 Transformer 之前，处理序列数据的主流方案是 RNN 和 LSTM。它们按顺序逐个处理 token——第 3 个 token 必须等第 2 个 token 算完。 这个"必须等待"带来了两个致命问题：不能并行...
RAG 检索增强生成实战
RAG 解决了什么问题 LLM 有两个顽固问题：知识截止（训练数据只到某个日期）和幻觉（编造不存在的事实）。RAG（RetrievalAugmented Generation）用外部知识库解决了这两个问题——查询时实时检索相关文档，把文档内...
搭建个人 AI 第二大脑
第二大脑的概念 "第二大脑"是 Tiago Forte 提出的概念——用外部工具扩展人脑的记忆和思考能力。Obsidian 是笔记层，加上 AI 就是交互层。 mermaid flowchart LR OObsidian 笔记 Embedd...
AI 行业趋势观察
从模型竞赛到应用落地 过去两年，行业核心叙事是"谁做出了最强的模型"。现在这个叙事在变——模型能力趋于商品化，差异化的重心从模型本身转移到基于模型构建的应用。 这并不意味着模型不再重要。而是说，下一个阶段的竞争不是"谁能训练出最大的模型"，...
用 Ollama 在本地跑大模型
Ollama 是什么 Ollama 是由一家旧金山创业公司开发的本地 LLM 运行工具。它把模型下载、量化、推理封装成一条命令。 和直接跑 Hugging Face Transformers 相比：不需要写 Python、不需要管理 CUD...
Obsidian 入门指南
为什么选 Obsidian Obsidian 是一个基于本地 Markdown 文件的笔记工具。和 Notion 不同，你的数据完全在你自己的硬盘上，不依赖云端服务。 Markdown 基础 Obsidian 使用标准 Markdown 语...
《Attention Is All You Need》论文精读
论文背景 2017 年 Vaswani 等人发表的这篇论文只有 6000 多字，却彻底改变了 NLP 和整个 AI 领域。 核心创新 论文最大的创新是用 SelfAttention 替代了 RNN。RNN 的问题是不能并行计算，SelfAt...
AGI 离我们还有多远
两派观点 Sam Altman 认为 AGI 可能在 510 年内到来。Yann LeCun 认为自回归 LLM 不是通向 AGI 的正确路径。 当前瓶颈 推理能力：LLM 在复杂推理中仍有局限 世界模型：缺乏对物理世界的理解 持续学习：无...
AI 会不会取代程序员
没有人知道答案，但数据在说话 GitHub 在 2024 年的调研显示：使用 GitHub Copilot 的开发者完成任务平均快 55%。85% 的受访者表示对代码质量更有信心。这些数据来自真实的工程环境，不是实验室。 但这和"取代程序员...