搜索[LLM]结果-低调大师优秀个人博客

精选列表

搜索[LLM]，共2871篇文章

Python LLM 工程入门：从环境隔离到 API 调用

在动手写第一行 LLM 代码之前，一个常见的误区是直接 pip install openai 然后开始调用——如果不出意外的话，很快就会遇到包版本冲突或 API Key 管理混乱的问题。

2026-10-16

LLM上下文压缩工具实测与选型

做 Agent 开发的兄弟应该都踩过这个坑：一个 Session 连续跑几十个任务，上下文越堆越厚，模型前半段定的目标到后面直接忘光，最后输出一堆答非所问的内容。传统做法要么手动 truncate 把历史砍掉，要么频繁开新会话丢失链路，每次都得翻文档调参数，光是搞清楚"该截哪段"就耗掉大半天。这种高频基础场景，拼的就是谁能让上下文"轻下来"还不丢任务主线。

2026-10-09

别被LLM API坑了，选对模型网关是关键

别被LLM API坑了，选对模型网关是关键做AI应用开发的朋友们，你们是不是也遇到过这种情况：项目刚起步，选了个便宜的LLM API，结果上线后用户一多，响应慢得像蜗牛；换个贵的，成本又扛不住。

2026-07-16

用 Scikit-LLM 和 Groq 搭建情感分析 pipeline

传统的机器学习（Machine Learning）pipeline 在处理文本分类等预测任务时，通常依赖从原始文本中提取结构化的数值特征——例如 TF-IDF 频率或 token embedding——再输入逻辑回归、集成方法或支持向量机等经典模型。

2026-07-16

LLM API调用从入门到精通：避坑指南

LLM API调用从入门到精通：避坑指南这篇文章写给那些正在或即将把LLM API集成到业务中的开发者、技术经理和架构师。

2026-07-12

LLM API调用成本直降60%的实战方法

LLM API调用成本直降60%的实战方法这篇文章专门写给那些正在为大模型API调用成本发愁的开发者、AI应用创业者以及企业技术负责人。

2026-07-12

LLM如何重塑自动化测试的底层逻辑

我最近看了一系列关于LLM改变自动化测试的文章，说实话，真的打开了我新世界的大门。

2026-01-07

面向 LLM 的 GPU 系统工程方法论

接下来，让我们看向下一层级------ 02 第二层：并行化（Parallelization）假设单块 GPU 已无法满足你的大语言模型（LLM）训练需求------这几乎是常态。

2025-11-12

大语言模型推理优化技术综述（The Art of LLM Inference）

编者按：如何将 LLM 的推理过程从"烧钱的无底洞"转变为"高性能的生产力引擎"？

2025-05-28

用 BISHENG 构建企业 LLM 应用，简直不要太简单！

其中，毕昇 BISHENG 是一个开源的大模型应用开发平台，专门面向企业场景，具备高精度文档解析 ETL4LLM 能力。

2024-12-31

再谈LLM逻辑推理的三大谬误

在此前的文章《LLM逻辑推理的枷锁与破局策略》，作者Alejandro Piad Morffis论述了为什么大语言模型不具备推理（reasoning）能力，并在X上引发强烈争论（ https://x.com

2024-10-11

TypeChat —— 基于 LLM 的自然语言构建 UI 库

TypeChat 是基于 LLM 的自然语言构建 UI 库，由微软开源。它通过 AI 在自然语言和应用程序模式 (application schema)，以及 API 之间构建了一座 “桥梁”。

2024-03-28

vLLM —— 快速易用的 LLM 推理和服务库

vLLM 是一个快速且易于使用的 LLM 推理和服务库。

2023-11-02

Graph RAG: 知识图谱结合 LLM 的检索增强

这两篇文章，目前 NebulaGraph + LLM 相关的文章一共有 3 篇。

2023-10-10

OWASP Top 10 for LLM 公布，了解大模型语言风险

日前，OWASP 与近 500 名相关专家合作，最新发布了 Top 10 for LLM 的 1.0 版本，专门针对大语言模型（LLM）应用相关风险。

2023-08-03

LangChain：打造自己的LLM应用 | 京东云技术团队

1、LangChain是什么 LangChain是一个框架，用于开发由LLM驱动的应用程序。可以简单认为是LLM领域的Spring，以及开源版的ChatGPT插件系统。

2023-08-02

LangKit：首个专为 LLM 构建的监控解决方案

初创公司 WhyLabs 宣布推出LangKi，一个大语言模型 (LLM) 的可观察性和安全标准。

2023-06-15

【架构实战】LLM数据飞轮：反馈收集与持续训练体系

前面我们讲了 LLM 应用的安全、评测、成本，本篇讲"让应用越用越好"的关键——数据飞轮。

2026-10-23

【架构实战】LLM成本控制：Token预算、缓存与模型选型

前面我们讲了 LLM 应用的"能跑"，本篇讲"跑得便宜"。

2026-10-21

【架构实战】LLM Agent开发：Function Calling与多步骤推理

本文是「架构实战·第二季」第七篇，从"AI 应用"升级到"AI 自主系统"的关键一步——Agent。

2026-10-16

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

精选列表

Python LLM 工程入门：从环境隔离到 API 调用

LLM上下文压缩工具实测与选型

别被LLM API坑了，选对模型网关是关键

用 Scikit-LLM 和 Groq 搭建情感分析 pipeline

LLM API调用从入门到精通：避坑指南

LLM API调用成本直降60%的实战方法

LLM如何重塑自动化测试的底层逻辑

面向 LLM 的 GPU 系统工程方法论

大语言模型推理优化技术综述（The Art of LLM Inference）

用 BISHENG 构建企业 LLM 应用，简直不要太简单！

再谈LLM逻辑推理的三大谬误

TypeChat —— 基于 LLM 的自然语言构建 UI 库

vLLM —— 快速易用的 LLM 推理和服务库

Graph RAG: 知识图谱结合 LLM 的检索增强

OWASP Top 10 for LLM 公布，了解大模型语言风险

LangChain：打造自己的LLM应用 | 京东云技术团队

LangKit：首个专为 LLM 构建的监控解决方案

【架构实战】LLM数据飞轮：反馈收集与持续训练体系

【架构实战】LLM成本控制：Token预算、缓存与模型选型

【架构实战】LLM Agent开发：Function Calling与多步骤推理

资源下载

Mario

腾讯云软件源

Rocky Linux

Sublime Text

欢迎您来访！