2025年度盘点AI领域回顾：技术突破与商业化挑战并存 2025年AI领域呈现爆发式发展，国内外企业展开激烈竞争。年初国产开源模型DeepSeek-R1和MiniMax-01系列引发全球开源热潮，随后海外巨头OpenAI、谷歌相继推出升级产品。技术突破显著：语音转文字实现高精度识别，多模态进入音视频原生时代，轻量化模型降低应用门槛。然而，商业化进程遭遇瓶颈：GPT-5表现不及预期，隐私争议频发，人

近期 Clawdbot（Moltbot）走红，为搭建私人 AI 助手，本文记录其 Windows 环境下基于 WSL2 的源码部署全流程及踩坑经验。从 Node.js（需≥22 版本）安装、源码拉取、pnpm 依赖配置，到 OpenClaw 向导配置、网关重启，再到常用命令操作及 WebChat 配对测试，逐一拆解关键步骤。重点梳理权限错误、端口冲突、依赖编译失败、配置文件遗漏等常见问题及解决方案

通过。

对于一个多分类问题，假设有CCC个类别，样本xxx的真实标签为yyy（用one - hot编码表示），模型的预测概率分布为y\hat{y}y​，其中yi\hat{y}_iy​i​表示样本xxx属于第iii类的预测概率。L−∑i1Cyilog⁡yiL−∑i1C​yi​logy​i​对于一个回归问题，假设样本 (x) 的真实值为 (y)，模型的预测值为y\hat{y}y​LMSE1n∑i1n。

近期 Clawdbot（Moltbot）走红，为搭建私人 AI 助手，本文记录其 Windows 环境下基于 WSL2 的源码部署全流程及踩坑经验。从 Node.js（需≥22 版本）安装、源码拉取、pnpm 依赖配置，到 OpenClaw 向导配置、网关重启，再到常用命令操作及 WebChat 配对测试，逐一拆解关键步骤。重点梳理权限错误、端口冲突、依赖编译失败、配置文件遗漏等常见问题及解决方案

本文是大模型面试系列中微调篇的基础知识部分，重点介绍大模型微调技术中的一些常用算法，数据标注方法，微调参数设置等内容，旨在帮助读者快速掌握大模型微调的技术技术。

2025年8月，全球AI技术加速演进，呈现多元化发展态势。OpenAI推出双轨战略，发布推理旗舰GPT-5和非监督学习模型GPT-4.5；谷歌升级Gemini 2.5系列，强化多模态能力；微软测试自研模型MAI-1，寻求技术独立性；Cohere发布企业级翻译模型，强调数据安全。开源社区也取得突破，oLLM库实现低成本长上下文推理。这些进展表明，AI正从通用模型竞争转向多元化生态，推动技术向应用场景

在PyTorch中，可以使用来实现cosine decay with warmup。

本文主要介绍了大模型训练过程中的一些训练优化技巧

11.xx1​x2​⋯xn​]ix′xi​xi​xi​L−∑i∈M​logPxi​∣x∖i′​)Mx∖i′​ixx1​x2​⋯xn​]xi1​xi1​xi1​L−∑i1n−1​logPxi1​∣x1​⋯xi​。