第24页 | 技术原理 | 人人都是产品经理

AI

从0构建大模型知识体系（4）：大模型的爸爸Transformer

在人工智能领域，尤其是自然语言处理（NLP）的浪潮中，Transformer架构无疑是近年来最重要的突破之一。它不仅彻底解决了传统循环神经网络（RNN）的健忘和训练速度慢的问题，还开启了大语言模型的新纪元。本文将从机器翻译这一经典任务出发，深入剖析Transformer架构的核心原理，包括编码器-解码器架构、注意力机制的奥秘，以及它如何通过纯注意力机制实现高效的序列处理。

夜雨思晗

Transformer 大模型技术原理

AI,个人随笔

到底有多重要？shapley value来解释解释

无论是全局特征重要性分析，还是单个样本的特征贡献解释，SHAP都能提供清晰的视角。本文将通过实际案例，展示如何利用SHAP来分析数据，优化决策，并提供相关代码资源供读者参考。

小王子和小企鹅

shap value 技术原理数据分析

AI,个人随笔

浅显理解LLM底层技术

大语言模型（LLM）作为人工智能领域的重要分支，近年来在自然语言处理（NLP）方面取得了显著进展。然而，对于非技术出身的人来说，理解LLM的底层技术往往显得晦涩难懂。本文作者通过类比和通俗易懂的方式，深入浅出地介绍了LLM的底层技术原理，包括词元（token）的概念、有监督学习与无监督学习的区别，以及语言生成技术如GPT和BERT的工作机制。

打打泥

LLM 大模型技术原理

AI

解码 AI Agent 的底层逻辑与进化之路

AI Agent作为人工智能领域的重要概念，近年来随着技术的飞速发展而备受关注。从Alpha Go到ChatGPT，AI Agent的底层逻辑和进化路径逐渐清晰。本文将深入探讨AI Agent的定义、从“指令执行者”到“目标追求者”的核心蜕变，以及其在不同应用场景中的表现和面临的挑战。

Easton费曼说

Agent AI产品底层逻辑

AI

在人工智能领域，大模型的交互和应用一直是技术发展的关键。近期，MCP（Model Calling Protocol）作为一种新兴的标准化交互协议，迅速吸引了全球技术圈的关注。从OpenAI到谷歌，各大AI巨头纷纷投入MCP的怀抱，试图通过这一协议实现大模型间的无缝交互。本文将深入剖析MCP的起源、核心价值、与现有技术的对比，以及它对未来技术生态的潜在影响，探讨MCP是否真的有可能成为“AI界的HTTP”。