35岁，还想学习AI？你一定不是一个人。人工智能（AI）迅速崛起，已经成为现代社会和未来发展的重要推动力。不论是在工作中提升效率，还是在创业中找到新机会，掌握AI技能都可能带来巨大的优势。那么，35岁的你能否学懂、用好AI呢？答案是肯定的！本文将为你提供一条清晰的学习路径，帮助你从零开始进入AI的世界。35岁学AI完全没问题，甚至可能比年轻人更有优势。不要被年龄限制住，35岁学AI完全可行，只要你

在人工智能（AI）领域，想要获得一份理想的工作，面试无疑是至关重要的一环。近日，一份在Github上标星超过30K的面试笔记成为了AI领域的热门话题。这份被誉为“神仙面试笔记”的资料，包含了所有AI大模型和大厂的知识面试题，成为了求职者们的“秘密武器”。

从去年到今年，大模型、chatGPT等概念和技术越来越火，但是像笔者一样的技术小白一直对大模型是一种似懂非懂的状态。鉴于最近在做基于大模型和Agent的上层AI应用，如若不了解底层概念，始终还是会限制产品层的能力，因此，最近2周零散时间读完了这本由复旦团队出版的《大规模语言模型：从理论到实践》，基本涉及到了大模型入门所需的核心框架内容，适合扫盲看。

ChatGLM 和 LLaMA 中使用的旋转位置编码（RoPE），原版论文中大段大段的公式推导实在是太绕了，看了脑壳疼。这篇文章我用能理解能记住的方式梳理一下。我个人觉得关于 RoPE 的核心问题有两个：

对于普通大众来说，进行大模型的预训练或者全量微调遥不可及。由此，催生了各种参数高效微调技术，让科研人员或者普通开发者有机会尝试微调大模型。因此，该技术值得我们进行深入分析其背后的机理，本系列大体分七篇文章进行讲解。

自然语言处理（Natural Language Processing, NLP）作为计算机科学与人工智能领域的关键技术，其核心目标是让计算机能够理解、解释并生成自然语言。在当今的人工智能时代，NLP技术已经深入渗透到我们日常生活的各个方面，从智能助手、语音识别到机器翻译和文本生成，NLP正在以令人瞩目的速度改变着我们的生活方式。

随着今年春节Deepseek的爆火，机器人在春晚的表演，注定了2025年又是AI、人工智能爆火的一年。作为一名平时仅仅只是用AI在线产品的人，也跟风玩了一下DeepSeek的本地私有化部署，至于部署后的一些个人体会和心得，我写在了文末~什么是DeepSeek我就不作过多介绍了，还是先简单介绍一些本地私有化部署的一些客观优势吧。

在当今这个生成式AI工具飞速发展的时代，从人力资源到市场营销，再到工程技术团队，AI正在无可争议地改变着企业的运营模式。然而，尽管AI的应用越来越广泛，许多用户却发现，他们得到的输出结果往往远低于预期，或者未能准确表达最终用户所期望的回应。问题的根源在于：无效的提示（prompts）

部署本地知识库，可以借助大模型能力，自动检索我们的工作学习文档，实现对文档内容的实时搜索与问答。因为大模型、知识库和文档全部运行在本地，所以公司内的业务数据不会泄密，个人隐私不会泄密，保证这些同时，让：办公效率直接原地起飞！

在 Transformer 框架中，输入嵌入层（Input Embedding Layer）是模型的第一部分，用于将离散的输入数据（如单词或符号）转换为连续的密集向量表示。嵌入层的输出是后续模块（如自注意力机制和前馈网络）的输入，因此它在整个模型中起着至关重要的作用。下面我们来详细解析输入嵌入层的关键作用和构建过程。