多模态大型语言模型（Multimodal Large Language Models，MLLMs）已迅速发展，超越了文本生成的范畴，如今能够覆盖图像、音乐、视频、人类动作以及三维物体等多种输出模态。它们通过在统一架构下将语言与其他感知模态整合，实现了跨模态的生成能力。本文综述将六大主要生成模态进行分类，并探讨了若干核心技术——包括自监督学习（Self-Supervised Learning, SS

大型语言模型（LLM）是一种设计用来理解、生成和回应类似人类文本的神经网络。这些模型是深度神经网络，通过大规模的文本数据进行训练，有时训练数据覆盖了互联网上公开可用的绝大部分文本。“大型语言模型”中的“大型”既指模型在参数规模上的庞大，也指其训练所使用的巨大数据集。这样的模型通常包含数百亿甚至数千亿个参数，这些参数是网络中的可调权重，在训练过程中被优化，用于预测序列中的下一个词。通过预测下一个词来

构建一个大型语言模型，了解如何创建、训练和调整大型语言模型 （LLMs）！

在人工智能的浩瀚海洋中，大模型目前无疑是其中一颗璀璨的明星。从简单的图像识别到复杂的自然语言处理，大模型在各个领域都取得了令人瞩目的成就。

2026年AI行业五大高薪方向出炉：大模型算法工程师（年薪80W+，门槛极高）、AI应用落地工程师（本科可冲，性价比高）、AI产品经理（文科生也能入局）、自动驾驶/机器人工程师（政策扶持，越老越值钱）、AIGC多模态生成工程师（创意与技术结合）。此外，AI行业融合专家需求旺盛，越资深越吃香。文科生可通过学习AI基础、打造作品集，转向产品经理、行业专家或AIGC岗位，实现跨界突围。

为什么AI大模型成为越来越多程序员转行就业、升职加薪的首选很简单，这些岗位缺人且高薪智联招聘的最新数据给出了最直观的印证：2025年2月，AI领域求职人数同比增幅突破200% ，远超其他行业平均水平；整个人工智能行业的求职增速达到33.4%，位居各行业榜首，其中人工智能工程师岗位的求职热度更是飙升69.6%。AI产业的快速扩张，也让人才供需矛盾愈发突出。

本文梳理2022—2024年最重要的35个AI术语，按年份揭示技术演进脉络：从“会说话”（生成式AI、LLM、ChatGPT）到“会思考”（思维链CoT、测试时计算），再到“会干活”（RAG、微调、多模态），最终迈向“会组团”。核心逻辑是——AI正从概率续写走向具身智能，本质是从“模仿人类语言”迈向“模拟人类认知与协作”。

本文梳理2022—2024年最重要的35个AI术语，按年份揭示技术演进脉络：从“会说话”（生成式AI、LLM、ChatGPT）到“会思考”（思维链CoT、测试时计算），再到“会干活”（RAG、微调、多模态），最终迈向“会组团”。核心逻辑是——AI正从概率续写走向具身智能，本质是从“模仿人类语言”迈向“模拟人类认知与协作”。

整体来面试中规中矩，都是比较常规的八股知识，但是对自己做的东西的询问比较详细，会了解发论文或者做业务时的整体把握，有没有深刻的理解。

n8n-workflows是一个获得32.7k星标的GitHub开源项目，提供了2053个n8n工作流模板，涵盖365种独特集成和29445个节点。项目配有高效的文档系统，支持搜索、筛选和分类浏览，适合开发者、自动化工程师和业务分析师。用户可通过简单命令启动文档系统，或直接复制JSON文件导入n8n实例，极大降低了n8n的使用门槛，为自动化工作提供丰富资源和灵感。