本项目旨在从零搭建一个基于 GPT-2 Medium 衍生架构的 LLaVA 多模态大模型，使其至少支持文本、图像两种模态输入，同时尽可能减少对Pytorch封装库的直接调用，在此中熟练掌握基础的知识、模型的预训练微调等等处理技术和对多模态技术的了解。

从 feature map 中截取一个区域，然后做一次固定尺寸的池化。它第一次在 CNN 中引入了“基于目标的特征对齐机制”。池化窗口是预先固定的，与输入内容无关。这时的池化本质就是一个“空间无关的压缩操作池化窗口不再固定，而是由“候选目标（RoI）”决定。从这个角度看，“更灵活”体现在：Pooling 的位置由输入决定、 Pooling 的范围随目标变化。从“固定操作”变成了“针对目标的操作”。

用户列表和订单列表，分别创建对应的实体类，通过 EasyExcel 的 @ExcelProperty 注解指定 Excel 表头名称（注解参数就是最终 Excel 中显示的表头）。实体类用 Lombok 的 @Data 注解简化 getter/setter 代码，无需手动编写，节省开发时间。

宿主应用给用户一个"附加 wiki 页面"的 UI,选中的页面进入上下文,Claude 直接读,不需要猜。它是三种里用得最少的,但合适的时候非常合适。Resource 是 MCP 生态里被严重低估的 primitive —— 它在比大家想象得更多的场景里才是对的答案。模型读每个工具的 description,中间决定某一个相关,带参数调用,结果作为 tool_result 折回上下文。当 tool

对于AI来说，上下文窗口是它拥有的最宝贵的“房地产”，而MCP的设计下，Agent还没开始干活，就已经“满”了。更严重的是，上下文中的无关内容越多，模型对真正重要内容的关注就越弱。研究人员记录了一个现象——“

宿主应用给用户一个"附加 wiki 页面"的 UI,选中的页面进入上下文,Claude 直接读,不需要猜。它是三种里用得最少的,但合适的时候非常合适。Resource 是 MCP 生态里被严重低估的 primitive —— 它在比大家想象得更多的场景里才是对的答案。模型读每个工具的 description,中间决定某一个相关,带参数调用,结果作为 tool_result 折回上下文。当 tool

宿主应用给用户一个"附加 wiki 页面"的 UI,选中的页面进入上下文,Claude 直接读,不需要猜。它是三种里用得最少的,但合适的时候非常合适。Resource 是 MCP 生态里被严重低估的 primitive —— 它在比大家想象得更多的场景里才是对的答案。模型读每个工具的 description,中间决定某一个相关,带参数调用,结果作为 tool_result 折回上下文。当 tool

现代主流大语言模型（LLM）几乎都是把同一种结构————一层一层堆起来的。所以只要把一个 Transformer 内部的几个零件理解透，就能看懂绝大部分主流 LLM 的论文和 model card。用什么数据训练；模型规模与超参（层数、宽度、注意力头数等）；后训练阶段做了什么（SFT、RLHF、DPO……）。下面按 9 个主题，把 LLM 的"内部机器"从输入到输出走一遍。读完前 8 节，你会发现

现代主流大语言模型（LLM）几乎都是把同一种结构————一层一层堆起来的。所以只要把一个 Transformer 内部的几个零件理解透，就能看懂绝大部分主流 LLM 的论文和 model card。用什么数据训练；模型规模与超参（层数、宽度、注意力头数等）；后训练阶段做了什么（SFT、RLHF、DPO……）。下面按 9 个主题，把 LLM 的"内部机器"从输入到输出走一遍。读完前 8 节，你会发现

如果你只有一台2核4G的云服务器，pgvector是最务实的方案；如果你有专门的机器或K8s集群，可以考虑Milvus。