设计模式学习，简单工厂模式、工厂方法模式、抽象工厂模式，工厂模式在spring框架中的应用，spring框架中的BeanFactory和FactoryBean

设计模式学习，责任链设计模式，责任链设计模式使用场景、优缺点，代码示例

责任链模式在spring security过滤器链中的应用，自定义过滤器的实现

使用雪花算法（Snowflake）为分布式系统中生成全局唯一ID，使用java语言实现

量化是一种模型压缩技术，通过降低参数精度（如FP32→INT8）减小模型体积，而LoRA则是通过低秩适配器实现高效微调，仅训练少量新增参数。QLoRA结合二者优势，先对模型进行4-bit量化，再应用LoRA微调，使单卡GPU也能训练大模型。实战示例展示了如何使用LoRA微调代码生成模型，包括数据准备、模型配置、训练和推理全流程，并对比了不同场景下的超参数设置建议。三种技术形成了一套递进的模型瘦身+

本文系统梳理了Transformer模型中常见的数学符号与激活函数。详细介绍了求和符号Σ、偏导数∂、梯度∇等数学符号的读音和含义，并解释了sigmoid、softmax、ReLU、GELU等核心激活函数的特性与应用场景。特别对GELU函数进行了深入分析，包括其数学公式、近似计算方法以及在Transformer中的重要作用。此外还补充介绍了tanh、LeakyReLU、Swish等衍生函数的特性。这

Java泛型是Java SE 5引入的重要特性，通过参数化类型实现了类型安全的代码复用。泛型消除了强制类型转换，在编译时进行类型检查，减少了运行时错误。泛型类和接口通过在类名/接口名后添加类型参数定义，支持多类型参数。泛型方法在返回值前声明类型参数，可使用有界类型参数限制范围。通配符包括无界通配符(？)、上界通配符(？extends)和下界通配符(？super)，提供了更灵活的类型处理方式。泛型显

SpringBoot项目中处理全局异常时，@ExceptionHandler+@ControllerAdvice更适合RESTful API场景，配置简单且与SpringMVC深度集成；HandlerExceptionResolver适用于全局拦截和复杂处理逻辑，但配置复杂。最佳实践是混合使用，优先采用@ControllerAdvice处理Controller层异常，再通过HandlerExcep

本文全面介绍了RAG（检索增强生成）技术的背景、定义、优缺点及实战应用。RAG通过结合外部知识检索和大模型生成能力，有效解决了大语言模型的知识局限性和幻觉问题，成为企业知识管理的热门方案。文章详细阐述了RAG的技术架构、演进历程及适用场景，并提供了一个本地RAG系统的实战项目。RAG技术具有知识更新快、成本低、可解释性强等优势，但也面临检索质量依赖、文档处理复杂等挑战，特别适合企业知识库、专业咨询

本文介绍了如何搭建一个完全本地化的RAG（检索增强生成）系统，结合LangChain、Milvus、Ollama和Streamlit等技术。系统具备文档处理、向量存储、本地大语言模型和友好交互界面，支持多种文件格式，确保数据隐私。文章详细说明了环境配置、核心代码实现、高级功能扩展和部署方案，提供了从开发到生产的一站式解决方案，适用于企业知识库、智能客服等场景，兼顾安全性和可扩展性。