transformer标签_龙虾开发者社区

transformer

Java转Agent，最容易踩到的坑其实就这些

最近和几个想从 Java 转 Agent 的同学聊了聊天，发现了一些很常见的问题：

朝阳区靓仔_James
2026-03-17 20:31:09

 387

 7

#java #人工智能 #开发语言 +4
Agent死循环

Agent 死循环，是指智能体在推理 - 执行 - 观察过程中，因决策固定、历史无效或无法判断终止，陷入无限重复同一动作的闭环，无法推进任务也无法自动结束。

Forrit
2026-03-31 13:43:53

 108

#transformer
大模型agent中怎么做意图识别的?

在多agent架构中，首先需要通过意图识别技术解析用户输入的真实目的，为后续决策和行动提供基础。

Forrit
2026-04-14 19:36:56

 110

#transformer
python调用transformer示例、transformer规范等

python调用transformer示例、transformer规范等

 chushiyunen
2026-03-24 11:54:53

 129

 1

#python #transformer #开发语言
主流Agent Harness实现对比——Memory篇

目前大家虽然关注Agent Harness，但目前公开材料对于这些对比比较缺乏，感觉不少人也没有关注过这些方面，所以在想做一个系列来进行一下横向对比。

程序猿李巡天
2026-07-06 22:11:32

 197

 6

#java #前端 #javascript +4
2026最全大模型面经汇总｜Agent面试题、RAG面试题、Transformer面试题合集（含答案解析）

大模型方向面试，和传统后端面试完全不一样。后端八股背完就能说，大模型面试你得**真做过项目、真踩过坑**，面试官一追问细节就露馅。

朝阳区靓仔_James
2026-08-06 17:42:49

 325

 6

#transformer #深度学习 #人工智能 +3
RAG 全攻略：传统RAG / Graph RAG/Agentic RAG 详解，一文读懂 RAG

1）文档切分：长文档（比如一本产品手册）不能直接用，得拆成小片段（专业叫 “Chunk”）。RAG 的核心价值，是让 AI 从 “瞎编乱造” 变成 “有据可依”。而 Graph RAG 和 Agentic RAG 则是在这个基础上，让 AI 从 “找信息” 升级到 “懂逻辑”“会思考”。选择哪种 RAG、是否混合使用，关键看你的业务需求：简单查询用传统 RAG，复杂关系分析用 Graph RAG，

leah126
2026-03-10 15:36:21

 464

 7

#算法 #transformer #深度学习
10个可以写进简历的Agent真实项目！

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取。

leah126
2026-03-14 10:55:24

 67

#人工智能 #transformer
Agent 原理（十一）：会解决问题还不够，Agent 怎么把一次经验真正变成 Skill？

这篇文章探讨了AI Agent中Skill（技能）的概念与重要性，强调Skill是将经验转化为可复用的程序性知识，而非临时推理。Skill与Memory（记忆）、Tool（工具）的区别在于：Memory记录事实，Tool提供能力，而Skill则指导如何组织这些能力解决问题。文章指出，Skill应具备持久化、可检索、可复用等特性，并能影响Agent的规划与验证。通过案例（如供应商报价分析）说明Ski

w1345360200
2026-08-13 11:45:37

 278

 10

#人工智能 #大数据 #机器学习 +2
后端老兵的深夜焦虑：AI Agent 后台开发，小白也能看懂的收藏篇！

文章以一个后端工程师的视角，深入浅出地介绍了 AI Agent 和大模型开发的基础知识。从调用大模型的 REST API 开始，逐步讲解 Token、向量、Transformer、注意力机制等核心概念，并使用后端术语进行类比，帮助读者更好地理解。文章还涉及了推理参数的设置、预训练与微调的流程，强调后端开发经验在 AI 时代的价值。适合想要了解大模型开发的小白和程序员阅读，并提供了实用的收藏指南。

和老莫一起学AI
2026-08-12 16:15:57

 241

 3

#人工智能 #transformer #语言模型
科研绘图软件推荐与使用技巧（draw.io 和 Inkscape附带安装包）

自然语言描述→ 项目结构分析→ 图表文件生成→ 自动布局→ 连接线检查→ 矢量导出→ 论文级精修如果追求稳定和通用性，建议优先使用 Draw.io 官方的。如果经常绘制深度学习模型、复杂架构和论文插图，可以尝试。Codex+ 一个主 Draw.io Skill+ Inkscape其中，Draw.io 负责图表结构，Inkscape 负责最终视觉精修，Codex 则负责理解需求、分析项目并持续修改可

 2301_79760264
2026-08-08 16:59:24

 514

 11

#transformer #深度学习 #人工智能 +2
OpenViking 的价值不在于又多了一个“记忆组件”

边界很明确：Doramagic 能力包提供的是 quick start、manual、context pack、pitfall log 和 eval 路线，不是本机已经安装或运行成功的证明。的 autoRecall 有已报告的关键 bug，语义队列可能因坏记忆条目中断，多个微信用户的记忆隔离也需要单独确认。OpenViking 的价值不在于又多了一个“记忆组件”，而在于它试图把 Agent 需要的

 weigangwin
2026-07-14 09:35:57

 240

 5

#人工智能 #机器学习 #自然语言处理 +2
本地部署AI Agent，6G显存跑Qwen3.6-35B-A3B 从入门到实战全流程

读完这篇，你能做到这三件事：**1️⃣ 用 6G 显存跑 35B 超大模型（MoE 架构的黑魔法）2️⃣ 把你的 Windows 电脑变成一台完全不花钱、不联网、无限 token 的本地 AI 服务器3️⃣ 接入 Hermes Agent，打造真正属于自己的 AI 助手——数据不出本机

 程序猿李巡天
2026-07-02 21:05:29

 579

 6

#人工智能 #架构 #面试 +1
AI 知识库 WeKnora + OpenClaw：折腾了一圈，我终于找到智能体落地的正确姿势（附架构+实操）

说实话，刚开始想把 OpenClaw 和 WeKnora 接起来的时候，我脑子里想得挺简单。

程序猿李巡天
2026-06-26 17:24:59

 293

 7

#人工智能 #架构 #面试 +3
收藏！小白程序员必备：2026年大模型AI智能体开发进阶学习路线

2026年，掌握AI智能体开发成为大模型开发求职的核心加分项。本文提供了一套分层递进的AI Agent系统化学习路径，分为四大阶段：提示词与LLM调用、ReAct到LangChain框架学习、记忆与外部工具、多智能体协同开发。涵盖提示词工程、大模型API对接、ReAct推理模式、LangChain/LangGraph开发、记忆系统、工具开发及多智能体框架等核心内容，并配套4个实战项目，助新手稳步掌

 学网安的喵桑
2026-06-24 14:14:32

 344

 7

#人工智能 #学习 #transformer
生成式预训练Transformer（GPT）简介

GPT是基于Transformer架构的大型语言模型，通过预训练和微调两阶段学习处理语言任务。其发展历程从2018年GPT到2025年GPT-5，参数规模不断扩大，性能持续提升，具备多模态能力和更强的推理性能。GPT广泛应用于内容创作、客户支持、教育等领域，具有多功能性和小样本学习等优势，但也面临偏差、资源消耗等挑战。模型采用自注意力机制处理文本，通过嵌入层、位置编码和多层Transformer模

 zencartmoban
2026-03-04 15:27:25

 509

 4

#transformer #深度学习
Transformer以及变体的解读

本文摘要介绍了Transformer模型的核心机制及其在GPT中的应用。Transformer通过token嵌入、位置编码和多头注意力机制处理输入，其中多头注意力将Q、K、V拆分计算以捕获不同特征并实现并行化。编码器通过6层处理获得特征表示，解码器则使用掩码自注意力和交叉注意力逐步生成输出序列。GPT采用Decoder-only结构，通过KV缓存机制优化推理效率，避免重复计算历史token的键值。

beautifulboy11
2026-03-05 20:50:16

 373

 10

#transformer #深度学习 #人工智能
人工智能：注意力机制与Transformer模型实战

本文通过实战方式讲解注意力机制到Transformer的核心实现。首先用"相亲类比"形象解释注意力机制本质是让序列中每个位置能按需获取全局信息。随后给出PyTorch实现：从单头注意力（包含QKV计算和softmax权重）到多头注意力（分割子空间并行计算），最后构建完整的Transformer编码层（含自注意力、前馈网络和残差连接）。文章还总结了三种典型注意力掩码应用场景（BE

likuoelie
2026-03-06 08:44:13

 348

 8

#人工智能 #transformer #深度学习
大模型的大脑Transformer！用图书馆类比讲透AI核心

摘要：Transformer架构是ChatGPT等AI模型的核心技术，通过"注意力机制"实现高效并行处理文本。其核心原理包括：1)词向量与位置编码将文字数字化；2)多头注意力机制让模型同时关注多个信息点；3)前馈神经网络进行深度信息处理。相比传统RNN逐字处理方式，Transformer能同时分析整句话，更接近人类理解语言的方式。该架构2017年由Google团队提出，现已成为

 江湖人称小鱼哥
2026-03-06 09:35:48

 556

 7

#人工智能 #transformer #深度学习
AI和大模型——Transformer

本文介绍了Transformer模型的核心原理与架构。Transformer通过注意力机制模拟人类理解语言的上下文关联方式，突破了传统RNN的局限性。其核心是多头自注意力机制，能并行处理长距离依赖关系。架构分为编码器和解码器：编码器通过位置编码和自注意力提取语义特征；解码器则结合掩码机制自回归生成输出。文章强调Transformer的创新在于将复杂神经网络简化为注意力机制，为大语言模型奠定基础。该

 fpcc
2026-03-08 11:57:07

 416

 8

#人工智能 #transformer
收藏！小白程序员也能看懂的大模型发展史，从Transformer到推理模型全解析

2017年具有革命性的Transformer架构开始，解决了早期模型（诸如循环神经网络（RNN）和长短期记忆网络（LSTM））在处理长距离依赖和顺序处理时存在的困难性，通过自注意力机制重新定义了自然语言处理（NLP）。2018-2020年，预训练Transformer模型时代，其特点是预训练模型的兴起以及对模型规模前所未有的关注。这一时期出现了两个具有影响力的模型家族：BERT和GPT，它们展示了

 冻感糕人~
2026-03-08 11:00:00

 489

 7

#transformer #深度学习 #人工智能 +1
程序员必看：本地部署大模型，轻松开启AI学习之旅

本文详细介绍了如何在本地机器上部署和运行大语言模型（LLM）。首先，通过安装Ollama工具，用户可以便捷地在本地环境中部署LLM。接着，文章提供了使用Docker部署Ollama的详细步骤，并介绍了如何拉取和运行模型。此外，还讨论了如何使用Open WebUI进行本地部署，以提供更友好的交互界面。最后，文章介绍了如何使用AnythingLLM构建私有ChatGPT，实现本地私人知识库的构建。通过

 Python官方资料
2026-03-09 21:16:45

 699

 15

#人工智能 #transformer #深度学习
比对智能体，偏置群体：多智能体系统中的偏置放大测量

但在多智能体系统中，智能体在结构化的交互图中运行，一个智能体的输出——通常被赋予特定的角色人格或功能角色——会作为另一个智能体的真实依据。此外，我们识别出一个关键的“触发脆弱性”：向系统中注入完全客观的中性文本——模拟标准的检索增强生成增强框架——会触发剧烈的极化，暴露出系统级鲁棒性的极端脆弱性。此外，我们不依赖标准的分类错误率，而是将偏见视为在智能体链条中级联的分布偏移。与多智能体协作自然稀释偏

 renhongxia1
2026-04-13 11:54:57

 540

 9

#人工智能 #语言模型 #深度学习 +2
【OpenClaw】通过 Nanobot 源码学习架构---（10）Heartbeat

HEARTBEAT.md是一个标记文件，包含需要定期检查的任务列表，文件位于工作空间根目录，可由agent自主更新。，其放弃传统的 “硬编码规则解析”，改用 LLM 驱动的智能决策，适配自然语言描述的任务场景；_HEARTBEAT_TOOL 是一个虚拟工具，用于LLM决策跳过或者运行任务，LLM 被要求调用这个工具并返回适当的参数，避免了自由文本解析的不确定性。agent 也可以通过技能自动管理心

 罗西的思考
2026-04-27 21:15:27

 554

 5

#学习 #架构 #人工智能 +2
SkillSieve：Agent skill 安全检测三层框架

今天介绍的论文就指出，OpenClaw 的 ClawHub 上已经有超过 1.3 万个社区 Skill，而且已有多轮审计发现其中相当比例存在恶意或高风险问题。在 Agent 生态里，Skill 正在变成一个很现实的新攻击面。原因很简单，今天很多 Agent 都靠 Skill 扩展能力，一个 Skill 往往既包含 SKILL.md 里的自然语言说明，也可能带着脚本、依赖和权限声明。它看起来像一个“

模型启动机
2026-04-28 16:26:51

 483

 7

#安全 #3d #云计算 +3