秋招面试季，简历上没有拿得出手的项目？面试官问“有没有数据建模经验”，你却只能含糊回答“做过一些课内实验”？看到竞争者展示完整的项目经历、甚至科研成果时，你是不是有点心慌？别急，机会就在眼前——正式开启！这是一场完全免费的线上实战活动，帮你补上简历的“项目经验空白”！

在和鲸社区，创作者 @Blues 分享了一个极具想象力的项目《红楼梦RAG问答系统》。它不是简单的代码演示，而是一次“传统文化 × 人工智能”的结合实践：通过检索增强生成（RAG）技术，这个系统能像一位《红楼梦》研究专家一样，回答你提出的问题。无论是人物关系、情节梳理，还是书中的细节描写，都能即时生成答案。💻系统预览体验地址：https://readrag.streamlit.app/红楼梦ra

临床科研的第一步，常常也是最难的一步。选题、变量、结局、分析流程……每一个环节都需要严谨的设计。课程中，利用AI工具使用的“支点”原则，你只需提供一篇范文、一份规范文档（如STROBE），AI即可生成结构清晰、逻辑完整的设计方案。为了便于理解，课程“以脑中风相关风险因素识别为例”详细展示了利用豆包从前期准备材料、数据清洗到绘制箱线图（探索性分析）、实现t检验、估算样本量、构建模型筛选变量、生成临床

Transformer自2017年提出后，已经成为大语言模型（LLM）的基石。如今GPT、LLaMA、Qwen等主流模型，都在这一架构上不断演化。和鲸社区复现的斯坦福CS336课程作业一中的第三部分就要求从零实现Transformer语言模型，相比直接调用高层API，从零实现能够让学习者真正理解：token如何被嵌入为向量；自注意力如何捕捉上下文依赖；为什么需要位置编码、归一化和残差连接；现代LL

大模型案例教程征稿

通过MCP+LLM，搭建AI智能体，解决天擎数据查询难问题

人工智能领域，被许多学习者视为“大模型学习的必修课”，不仅因为课程本身由一流学者讲授，更因为它以为主线，让学习者真正看清楚大模型的底层运作机制。：课程作业要求从零实现完整的模型组件，对基础和细节的掌握缺一不可；：公开的讲义和参考代码碎片化严重，缺乏连贯的学习路径；：很多人被运行环境和训练成本卡住。也正因如此，不少学习者虽然知道CS336的价值，但很难坚持学完。为了解决这些痛点，把课程作业完整地实现

项目的第一部分是基础与概念题，10道题覆盖了Pandas核心知识：两大数据结构Series和DataFrame的区别与应用场景。如何读取CSV、Excel（含多sheet）文件，解决编码问题。数据探索常用方法head()、info()、describe()的使用技巧。时间类型转换及时间特征提取方法。缺失值检测与处理（删除、填充、插值、KNN补全等）。每道题不仅有直接答案，还有详细解释+代码示例+业

在这个信息泛滥的时代，知识并不稀缺，稀缺的是能真正用起来的知识。从企业SOP，到政策文件；从医疗指南，到技术规程；从培训手册，到应急预案......无数内容整整齐齐地堆在硬盘里，我们一次又一次地在Word、PDF、Excel中翻找，只为那一句关键的内容。大模型虽然强大，却难以获知你单位的内控制度、你部门的规章细则，更别提最新的制度更新或地区特有的专业术语。如果AI真的要用起来，它就必须——这是检索

人工智能的学习，不能只停留在算法和代码，更要走进真实场景，解决实际问题。和鲸社区举办的，其中中阶部分包含，覆盖时间序列预测、结构化建模、文本情感分析、推荐系统和能源预测等方向。2025人工智能实训季 中阶赛题概览。