文章列表
把学到的知识整理成文章分享出来，既能巩固记忆，也能帮助他人。这里是已发布的文章。
-
核心理念：重新定义“性价比”大模型
小米发布 MiMo 的核心目标，非常符合其一贯的“技术普惠”理念。它不是要和 GPT-4、Gemini Ultra 这些 -
核心理念：从“码农”到“指挥官”
最初的抵触情绪是存在的。面对GitHub Copilot或Cursor这类工具，我曾怀疑它们会替代程序员的价值。但实践半 -
为什么需要推理优化？大模型落地的性能瓶颈
当我们成功训练好一个大语言模型后，如何将它高效地部署到生产环境，为用户提供低延迟、高吞吐的服务，就成了核心挑战。这个过程 -
一个直观的例子：从“看图说话”到“看图答题”
我们先来看一个具体的场景。过去，传统的图像识别模型可能只能告诉你图片里“有一只猫，一个沙发”。而今天的多模态大模型，不仅 -
Embedding 向量：从“词袋”到“意义空间”的飞跃
在传统的信息检索或推荐系统中，我们处理数据的方式常常基于稀疏的表示。例如，使用“词袋模型”（Bag-of-Words）， -
温度（Temperature）：调节创造性的“旋钮”
当我们调用 MiMo API 生成文本时，temperature 是一个核心参数，它本质上是一个控制模型输出随机性的浮点 -
大模型：强大的“大脑”，但并非“全能的双手”
在讨论智能体（Agent）之前，我们必须先厘清大模型的能力边界。以GPT-4、Claude 3等为代表的大语言模型，本质 -
Token：大模型的最小信息单元
当我们与 ChatGPT 或任何大模型对话时，输入和输出的文本并非直接以完整的“字”或“词”被处理。它们会被模型的 分词 -
提示词工程：不只是“说话的艺术”
在接触大模型时，我们很容易陷入一个误区：认为只要把问题简单地用文字描述出来，模型就能给出完美答案。然而，现实往往是模型的 -
256k 上下文窗口：到底是什么？
当我们谈论一个大语言模型的“上下文窗口”时，我们指的是模型在单次交互中能够“看到”并处理的全部文本信息量。你可以把它想象 -
什么是小米 MiMo 大模型？
小米 MiMo 是小米公司自研的人工智能大语言模型。它并非一个单一的模型，而是一个模型家族，包含了不同参数规模、针对不同 -
理解与补全：从“打字员”到“构思者”
过去，编程效率的瓶颈往往在于“想”与“写”之间的转换。我们心里知道要实现什么，但需要花费大量时间将逻辑翻译成符合语法的代 -
量化：为模型“瘦身”的核心艺术
量化（Quantization）是大模型部署中最经典、最有效的优化手段之一。它的核心思想非常直观：将模型权重和激活值从高 -
从“各说各话”到“图文并茂”：多模态能力的必要性
传统的大语言模型（LLM）虽然在文本生成和理解上展现了惊人的能力，但其认知世界的方式是单一的、符号化的。它能理解“苹果” -
什么是 Embedding 向量？
想象一下，你想让电脑理解“苹果”这个词。对于电脑，它只是一个字符串。但人类知道，“苹果”可以是一种水果，也可能是一家科技 -
温度（Temperature）：不止是控制“随机性”
温度 是最核心的调优参数，其本质是 控制模型输出概率分布的“平滑”或“尖锐”程度。数值越低，概率分布越尖锐，模型越倾向于 -
什么是 Agent？不只是聊天机器人
当我们谈论 Agent（智能体）时，很容易将其与简单的聊天机器人（Chatbot）混为一谈。一个关键的区别在于 自主性 -
Token：大模型世界的“货币单位”
在日常交流中，我们用字、词、句来组织语言，但在大模型的数字世界里，它所理解的最小单位是 Token。一个Token并不是 -
Prompt Engineering 的核心：清晰与具体
在与大模型交互时，Prompt（提示词）是我们与模型沟通的唯一桥梁。其质量直接决定了输出结果的质量。一个常见的误区是认为 -
什么是“256k上下文窗口”？
当我们谈论一个大语言模型（LLM）的“上下文窗口”时，我们指的是模型单次处理信息（即一次对话或一次提示）所能容纳的最大t -
MiMo：小米自研的“端侧大脑”究竟是什么？
当我们谈论“大模型”时，通常想到的是需要海量算力、运行在云端服务器的庞然大物。而 小米 MiMo 的核心定位，正是为了打 -
AI 助手的“第二大脑”：理解与生成
初次接触 AI 编程助手时，我最震撼的并非其代码生成能力，而是它对上下文的理解深度。它不再是一个孤立的代码片段搜索引擎， -
为何要优化大模型推理：看不见的瓶颈
我们通过预训练和微调得到一个性能优异的大模型后，真正的挑战才刚刚开始——如何在实际环境中高效、经济地运行它。训练阶段追求 -
什么是大模型的多模态能力？
在人工智能领域，多模态能力指的是模型能够同时理解和处理来自不同感官通道或信息形式的数据。在当前的大语言模型语境下，最常见 -
为什么需要 Embedding？从“符号”到“语义”
在传统计算机处理中，我们用字符串（如“苹果”）来代表一个概念，但计算机无法理解“苹果”和“fruit”之间的关系。这种符 -
理解生成“随机性”的关键阀门：温度（Temperature）
当我们调用像 MiMo 这样的大模型 API 生成文本时，模型并非总是“一个字一个字”地选择概率最高的那个词。在每一步， -
什么是 Agent？一个自主决策的“数字生命”
Agent，中文译为智能体，是近年来AI领域一个炙手可热的概念。从最直观的角度理解，它就像一个拥有自主决策能力的数字化“ -
Token：AI 理解世界的“最小货币单位”
在大模型的语境中，Token 是模型处理文本的最基本单位。你可以把它想象成模型认识的“单词”或“词块”。它不等同于我们常 -
什么是 Prompt Engineering？为什么它很重要？
在使用像 GPT-4 这样的大语言模型时，我们输入的文字——即 Prompt（提示词）——就是与模型交互的唯一指令。Pr -
为何需要“大”上下文窗口？从大海捞针到一目了然
在处理自然语言时，传统的语言模型就像一个只有“短时记忆”的阅读者。其上下文窗口（Context Window）通常限制在 -
初识小米 MiMo：它不仅仅是另一个大模型
在当前“百模大战”的背景下，小米推出的 MiMo（Mi Model）大模型，其核心定位是成为小米“人车家全生态”的智能中 -
从代码“打字员”到“思考伙伴”
作为开发者，我们可能都经历过这样的场景：面对一个新需求，明明逻辑清晰，但就是卡在具体的语法或API调用上，不得不频繁查阅 -
为什么需要推理优化：从训练到部署的鸿沟
我们训练一个大模型的目标是让它具备强大的能力，但当模型完成训练、准备为用户提供服务时，一个严峻的现实问题就摆在了面前：推 -
什么是多模态大模型？
我们通常所说的大语言模型（LLM）主要处理文本，而多模态大模型（Multimodal Large Models）则能够同 -
Embedding 是什么：从单词到数学坐标
在深入原理之前，我们首先要理解 Embedding（嵌入） 的核心思想。简单来说，它就是一种将高维、离散、非结构化的数据 -
核心概念：温度（Temperature）是什么？
当我们谈论大模型的“创造力”或“发散性”时，temperature 参数是背后的总导演。从技术角度讲，它控制着模型预测下 -
什么是 Agent（智能体）？
在人工智能领域，Agent（常译为“智能体”或“代理”）是一个核心概念。简单来说，它是一个能够感知环境、进行决策并采取行 -
什么是 Token？它为什么是核心单位？
在讨论大模型的成本时，我们无法回避一个最基础的单位——Token。简单来说，Token 是模型处理文本的最小语义单元。你 -
初识提示词工程：不止是“说清楚话”
在使用大语言模型（LLM）时，很多人认为“提示词工程”就是如何把问题描述得更清楚。这个理解只对了一半。更准确地说，提示词 -
当上下文窗口成为一扇“落地窗”：理解 256k 的意义
传统的语言模型上下文窗口，可以比作一扇小窗户，我们只能看到眼前几句话，模型根据这有限的“视野”来理解和生成文本。而 Mi -
MiMo 大模型：小米的智能对话中枢
MiMo 是小米自研的多模态大语言模型，定位是成为小米“人车家全生态”的智能中枢。与其他通用大模型不同，MiMo 从诞生 -
从“代码补全”到“思路生成”：重新认识你的助手
起初，我将 AI 编程助手（如 GitHub Copilot, CodeWhisperer 等）仅仅视为一个高级的 代码 -
为什么大模型需要推理优化？
当我们谈论大模型（如GPT、LLaMA等）时，通常关注的是其惊人的性能。然而，将其从训练阶段“搬到”生产环境中，提供稳定 -
什么是多模态？为什么图文理解至关重要？
当我们谈论“模态”时，指的是信息的不同形式，比如文本、图像、音频、视频。多模态的核心就是让模型能够同时理解和处理来自多种 -
初识Embedding：一个高维的“语义坐标”
在深入语义检索之前，我们必须先理解它的基石——Embedding向量。你可以把它想象成一个给“概念”或“物体”赋予的、由 -
理解温度：从“创意开关”到“概率分布平滑器”
很多开发者首次接触 Temperature 参数时，会简单地将其理解为控制AI输出“创造力”或“随机性”的旋钮。这个理解 -
从“大脑”到“身体”：智能体（Agent）的核心概念
当我们谈论智能体时，可以把它想象成一个具备“自主行动能力”的软件实体。它不仅仅是接收一个问题然后返回一个答案的“应答机” -
什么是 Token：大模型的“数字语言单元”
在与大模型交互时，Token 是它理解和生成文本的最基本单位。你可以把它想象成模型的“单词”或“词素”，但它的划分规则可 -
角色扮演：赋予模型特定视角与能力
在与大模型交互时，直接提问往往得到通用但可能不够精准的回答。一个极其有效的技巧是让模型扮演一个特定的角色。这不仅仅是加上 -
什么是上下文窗口？为什么“256k”如此关键？
在大型语言模型（LLM）的世界里，“上下文窗口”或“上下文长度”是一个至关重要的参数。你可以把它想象成模型在一次对话或一 -
初识 MiMo：不只是“云端”的大模型
当人们谈论大语言模型（LLM）时，往往首先想到的是需要强大算力支持的云端模型，如 GPT、文心一言等。而小米 MiMo -
从“手工作坊”到“结对编程”：AI助手的正确打开方式
在引入AI编程助手（如GitHub Copilot、通义灵码等）之前，我的日常工作流程往往是：思考 -> 搜索文档 -> -
从理论到实践：为什么大模型需要推理优化？
训练一个强大的大语言模型（LLM）只是第一步，真正的挑战往往在于如何让它高效地“跑起来”。当我们把动辄数十亿、上百亿参数 -
从“看图说话”到“融会贯通”：什么是多模态能力？
在人工智能的语境下，模态 指的是信息的类型，比如文本、图像、音频、视频。我们人类天生就是多模态的，能够同时理解看到的画面 -
从词到向量：什么是 Embedding？
在计算机中，处理文本信息最直接的方式是使用One-Hot 编码。比如，我们有一个包含“苹果”、“香蕉”、“科技”三个词的 -
认识核心控制阀：Temperature（温度）
在与大语言模型交互时，我们总希望其输出既有创造性又不失严谨。Temperature（温度） 就是实现这一平衡的核心参数。 -
什么是智能体（Agent）？
在人工智能领域，智能体是一个能够感知环境、做出决策并采取行动以完成特定目标的自主系统。你可以把它想象成一个拥有“大脑”（ -
什么是 Token？模型是如何“读”文字的？
当我们与大模型（如 GPT-4、文心一言等）交互时，无论是我们输入的问题（Prompt）还是模型生成的回答，都不是以我们 -
从“模糊指令”到“精确指令”：明确性是第一原则
许多初学者向大模型提问时，容易直接给出一个宽泛的指令，例如“帮我写一篇关于人工智能的文章”。这样的提示词会让模型困惑于文 -
长文本处理的“心病”：传统模型的上下文瓶颈
我们日常使用的许多大模型，虽然能力很强，但普遍存在一个“硬伤”：上下文窗口长度有限。早期的模型可能只能处理几百到几千个t -
小米 MiMo：不只是聊天的“多面手”
提到大模型，很多人第一反应是像ChatGPT那样的文本对话机器人。但小米的 MiMo 大模型（特别是其多模态版本 MiM -
从“键入”到“意图”的转变
初用AI编程助手，最直观的效率提升体现在代码补全和代码生成上。它将我们从繁琐的语法记忆和重复代码键入中解放出来。以前，实 -
推理瓶颈与优化之必要性
当我们训练好一个大型语言模型后，真正的挑战才刚刚开始。推理——即让模型根据输入生成输出的过程——是其价值落地的核心环节。 -
为什么多模态图文理解如此重要？
想象一下，人类认知世界的方式天然是多模态的：我们同时处理眼睛看到的图像、耳朵听到的声音、以及大脑理解的语言。对于人工智能 -
什么是 Embedding 向量？
在计算机的世界里，文字本身——无论是中文、英文还是代码——对机器来说只是一串没有内在含义的字符编码。为了让机器理解“苹果 -
理解温度：控制创造力的“旋钮”
在与大模型交互时，temperature（温度）是我们最常接触，也最容易产生误解的参数之一。你可以把它想象成控制模型输出 -
从智能助手说起：什么是 Agent（智能体）？
当我们谈论 Agent（智能体） 时，可以将其想象成一个拥有自主决策能力的“数字员工”。它不像传统的程序那样只能执行我们 -
Token：大模型世界的“语言原子”
在探讨大模型时，我们总会提到一个词：Token。那么，Token 到底是什么？简单来说，Token 是模型理解和生成文本 -
明确指令是基石：你想要什么，就直接说什么
Prompt Engineering 的核心思想，就是通过精心设计的输入文本（即“提示”），引导大语言模型生成符合预期的 -
上下文窗口：大模型的“工作记忆”有多大？
在与大模型交互时，我们输入的指令、参考资料以及对话历史，统称为 上下文。而模型一次能够“看到”并处理的全部文本长度上限， -
认识小米 MiMo：不仅仅是大语言模型
MiMo 是小米自主研发的大语言模型（LLM），但它远不止于一个“聊天机器人”。其全称可能指向“Mi Model”或“M -
初识AI编程助手：它不仅仅是“自动补全”
过去，我对AI编程助手的理解停留在更高级的代码补全工具。然而，真正将它融入日常开发后，我发现它的核心能力是理解意图和生成 -
推理优化的必要性：为什么我们需要“瘦身”和加速？
大模型，尤其是像GPT-3、LLaMA这样的千亿参数模型，其强大的能力是以巨大的计算和存储开销为代价的。在训练阶段，我们 -
从“单行道”到“十字路口”：何为多模态能力？
早期的语言模型或视觉模型，就像走在单行道上的车辆，专注于处理单一类型的数据——要么是文本，要么是图片。这种“单模态”的局 -
从“词”到“向量”：理解 Embedding 的本质
在传统的信息检索中，我们依赖于精确的关键词匹配。例如，搜索“如何制作美味的意大利面”，系统可能无法找到标题为“经典意面烹 -
什么是“温度”？它为何重要？
在与大语言模型（如 MiMo）交互时，Temperature（温度）是一个核心的 采样参数，它直接影响了模型输出文本的随 -
从聊天机器人到“行动派”：Agent是什么？
在接触大语言模型（LLM）的初期，我们大多使用的是其最基本的问答与生成能力，比如让它写一首诗或解释一个概念。这个模式可以 -
Token：大模型理解语言的基本单位
在大模型（如GPT）的世界里，Token（词元）是模型处理的最基本文本单位。它既不是一个完整的英文单词，也不是一个中文汉 -
基本原则：从模糊到清晰的思维转变
提示词工程的核心，是将你脑中的模糊意图，精确地转化为模型能理解的指令。它不是魔法，而是基于理解模型工作方式的沟通艺术。模 -
什么是“上下文窗口”与 256k 的含义
在理解 MiMo 的能力之前，我们首先要弄清一个核心概念：上下文窗口。你可以把它想象成大语言模型的“短期记忆”或“工作台 -
MiMo 是什么：小米的通用大模型尝试
MiMo 是小米公司自主研发的通用大语言模型系列。它的出现，标志着小米在人工智能基础技术领域的深度布局。不同于一些专注于 -
选择你的“副驾驶”：主流AI编程助手概览
在开始谈论如何提升效率之前，首先要选择一个称手的工具。目前市面上的AI编程助手主要分为两类：代码补全型和对话交互型。前者 -
引言：为什么推理优化至关重要
在当今的 AI 应用中，大语言模型（LLM）凭借其强大的能力正在重塑各个领域。然而，将这些模型部署到实际生产环境时，其巨 -
为什么多模态是必由之路？
纯文本语言模型（LLM）无论多么强大，其本质上都只在一个“模态”里打转。它能理解文字间的逻辑和知识，但无法直接“看见”图 -
从“符号”到“意义”：为什么传统文本表示力不从心？
在计算机处理文本的早期，最常用的方法是词袋模型或 TF-IDF。它们将文本转换成稀疏的、高维的向量，其中每一维对应一个单 -
温度是什么：随机性与创造力的开关
在调用大语言模型（LLM）API时，温度 是一个至关重要的采样参数，你可以把它理解为控制模型输出“创意”或“随机”程度的 -
什么是 Agent？从“工具”到“助理”的范式转变
当我们谈论 AI Agent（智能体）时，首先要理解它与传统程序或单一功能 AI 模型的根本区别。传统的程序是 “指令驱 -
Token：大模型的“最小货币单位”
当你向一个大语言模型发送一个问题时，模型并不会直接“阅读”你的文字。它首先要将文本分割成一个个被称为 Token 的小单 -
从“直面错误”开始：清晰指令是基石
与大模型交互，最忌讳的就是模糊和想当然。许多人第一次使用时会输入“帮我写点东西”，然后得到平淡无奇的结果。Prompt -
256k 上下文窗口意味着什么？
在讨论大语言模型时，上下文窗口是指模型在单次推理（生成回答）过程中，能够接收并处理的最大信息量，通常以 token（词元 -
MiMo 的整体定位：一个面向效率与融合的轻量级选手
与那些追求极致参数规模的“巨无霸”模型不同，小米 MiMo 大模型从诞生之初就带着鲜明的 “端云协同” 和 “高效实用” -
认识你的“结对编程”伙伴
在日常开发中，我将 AI 编程助手（如 GitHub Copilot、CodeWhisperer 等）视为一位不知疲倦、 -
为什么我们需要优化大模型推理？
训练一个强大的大模型（如LLaMA、ChatGLM）只是故事的开始。将这个“大脑”部署到实际应用中，为成千上万的用户提供 -
从“看图说话”到“图文对话”：我们期待的AI是什么样的？
最初，我们对于机器视觉的期望很简单，就是“看图说话”。例如，给一张猫的图片，模型输出“一只猫”。这属于单模态理解，处理的 -
从词到向量：Embedding 是什么？
想象一下，我们如何让机器理解“苹果”这个词？它不仅仅是一个字符串。在“我喜欢吃苹果”中，它是水果；在“苹果公司发布新手机 -
核心概念：什么是API调用中的“温度”？
当我们调用像MiMo这样的大模型API时，模型本质上是在进行一个概率计算：给定前面的词（或token），它要从所有可能的 -
智能体：一个比大模型更“完整”的实体
当我们谈论 大模型（Large Language Model, LLM） 时，我们通常指的是像 GPT、Claude 或 -
什么是 Token？为什么它如此重要？
在接触大语言模型（LLM）时，你最先遇到的概念很可能就是 Token（词元）。简单来说，Token 就是模型处理文本的基 -
理解 Prompt Engineering 的本质
Prompt Engineering 并不是魔法，而是我们与 AI 模型进行有效、精确沟通的系统化方法。它的核心目标是， -
什么是“上下文窗口”？为什么 256k 是一个里程碑？
在深入讨论 MiMo 之前，我们首先要理解上下文窗口这个核心概念。简单来说，它就像大模型的“短期记忆容量”，决定了模型在 -
初识 MiMo：不止于「大」的国产大模型
小米 MiMo 的亮相，标志着小米在生成式AI领域的深度布局。与很多“大力出奇迹”、单纯追求参数量的模型不同，MiMo的 -
智能代码补全与生成：告别重复劳动
AI 编程助手最直观的效率提升，体现在代码的编写阶段。它们基于对海量开源代码和上下文的理解，能够实现远超传统IDE的智能 -
为什么要进行推理优化？从“能用”到“好用”
当我们成功训练了一个动辄数十亿参数的大语言模型后，会发现它在实际应用中面临巨大挑战。推理（Inference）阶段，即模 -
从“各自为政”到“图文并茂”：多模态能力的崛起
在早期的大模型时代，语言模型（如GPT系列）和视觉模型（如ResNet、ViT）是两个独立发展的领域，它们各自在自己的赛 -
什么是 Embedding？一个直观的比喻
在计算机眼中，文本只是一串符号（字符或数字 ID），本身没有“意义”。为了让机器理解文本的语义（比如，“开心”和“高兴” -
初识困惑：为什么我的模型回答总是“差点意思”？
在刚开始使用 MiMo API 时，我们常会遇到这样的情况：同一个问题，多次调用得到的回答在流畅度和创造性上差异很大。有 -
智能体是什么？从“工具”到“行动者”的飞跃
在传统的软件程序中，我们通常编写的是“指令式”代码：输入什么，就按照预定的规则输出什么。而智能体是一个根本性的概念转变。 -
理解大模型的“原子”：Token
当我们与大模型（如 GPT）交互时，模型处理的并不是我们肉眼看到的整个“句子”或“文章”，而是将其拆分成更小的单元。这个 -
提示词不只是“一句话”：理解其核心作用
在与大语言模型交互时，我们输入的“提示词”（Prompt）远非一个简单的指令或问题。它更像是一个编程接口，是我们与模型庞 -
什么是“上下文窗口”？256k 意味着什么？
在聊 MiMo 的 256k 上下文窗口之前，我们得先搞懂一个基本概念：上下文窗口。你可以把它想象成模型的“短期记忆”或 -
初识 MiMo：为何小米要打造“端云协同”大模型？
小米 MiMo（Mi Model）是小米公司发布的一系列面向端侧和云端场景的大语言模型。与许多只追求“大参数”的模型不同 -
AI 编程助手：从“辅助工具”到“结对编程伙伴”
在过去的开发中，我使用的 IDE 主要提供语法高亮、代码片段和简单的自动补全。而新一代的 AI 编程助手，如 GitHu -
为何大模型推理需要优化？
当我们通过海量数据训练好一个拥有数十亿参数的大语言模型（LLM）后，挑战才刚刚开始。一个未经优化的原始模型，其推理（In -
从“独眼”到“耳聪目明”：为何多模态成为大模型的核心能力
早期的大语言模型（LLM）本质上是“独眼龙”，只能处理单一的文本数据。我们与它的交互，就像在和一个博学但被蒙上眼睛的学者 -
什么是 Embedding 向量？
在机器学习领域，Embedding（嵌入）是一种将离散的高维数据（如单词、句子、图像、用户ID）映射到连续的、低维的实数 -
参数概述：控制输出的两个核心旋钮
在与 MiMo 这样的大语言模型 API 交互时，我们不仅仅是输入一个提示词。API 调用中的一系列参数，共同塑造了模型 -
何为智能体（Agent）：超越“问答机器人”
在探讨智能体与大模型的关系前，首先要理解什么是智能体。我们可以把它想象成一个拥有“大脑”和“工具箱”的自主执行者。传统的 -
初识 Token：大模型的基本语言单元
当我们与 ChatGPT 或其他大语言模型（LLM）交互时，它处理的并非我们肉眼看到的“字”或“词”，而是 Token。 -
理解Prompt Engineering：为什么它如此重要？
Prompt Engineering（提示词工程）远不止是向AI提问那么简单。它的核心在于设计与优化输入给大模型（LLM -
上下文窗口：AI模型的“短期记忆”
当我们与大模型对话时，模型能够“记住”并处理我们输入的所有信息的总长度，就被称为 上下文窗口。你可以把它想象成模型的“工 -
MiMo 是什么：小米的大模型“家族”探秘
MiMo 是小米公司自主研发并开源的一系列大语言模型（LLM）的统称。它并不是单一的一个模型，而是一个不断壮大的模型家族 -
它究竟是什么：不是魔法，是“超级副驾”
很多人初次接触 GitHub Copilot 或 ChatGPT 时，会期待它像科幻电影里一样，动动嘴就能生成整个系统。 -
推理优化迫在眉睫：为什么我们要“压榨”模型？
当我们通过海量数据和算力训好一个性能卓越的大模型（如LLaMA、ChatGLM）后，真正的挑战才刚刚开始——如何让它高效 -
何为“多模态”？它为何如此重要？
我们通常所说的“模态”，指的是信息的通道或形式，比如文本、图像、声音、视频等。多模态能力，简单来说，就是让一个AI模型能 -
什么是 Embedding？从文本到向量的语义映射
Embedding（嵌入）本质上是一种将离散的、非结构化的数据（比如文字、图像、音频）转换为连续的、稠密的低维实数向量的 -
理解模型的“创造力调节阀”：温度（Temperature）
当我们使用像 MiMo 这样的生成式模型 API 时，temperature 是最核心、最直观的采样参数。你可以把它想象 -
Agent与智能体：概念辨析
在探讨与大模型的关系前，我们先厘清两个常被混用的概念：智能体（Agent） 和 智能体（Intelligent Agen -
什么是 Token？
在大型语言模型（LLM）的世界里，Token 是模型处理文本的最小单元。它并不是简单地等同于一个“字”或一个“词”。模型 -
打破玄学：为什么我们需要提示词工程？
很多刚接触大语言模型（LLM）的开发者会觉得，写 Prompt 就像“炼丹”，时灵时不灵。其实，大模型本质上是一个基于海 -
什么是上下文窗口？把它当成大模型的“工作记忆”
在聊 GLM 的长文本能力之前，我们得先弄明白 Context Window（上下文窗口）到底是个啥。简单来说，它就是大 -
智谱 GLM 是什么？重新认识“国产大模型之光”
在日常的 AI 开发与学习中，我们往往被 OpenAI 的 GPT 系列或 Meta 的 Llama 系列占据了视线。但 -
CSS Flexbox 布局完全指南
一维布局再也不用 float 和 position 了。本文系统讲解 Flexbox 的容器与项目属性…… -
CSS Grid 二维布局详解
Flexbox 解决一维，Grid 解决二维。本文讲解网格布局的行列定义、区域划分和实战…… -
JavaScript ES6+ 新特性精讲
let/const、箭头函数、解构、Promise、模块化……本文梳理现代 JavaScript 必备特性…… -
响应式设计：让网站适配所有设备
手机、平板、桌面都要好看。本文讲解媒体查询、移动优先、rem/vw 等响应式核心技术…… -
正则表达式实战指南
邮箱、手机号、URL 怎么匹配？本文从元字符到分组捕获，讲透正则的核心用法…… -
HTTP 协议详解：从 HTTP/1.1 到 HTTP/3
GET 和 POST 有什么区别？状态码 301 和 302 呢？本文系统讲解 HTTP 协议核心知识…… -
前端性能优化：从首屏到运行时
网站慢怎么优化？本文从资源加载、渲染、运行时三个层面，系统讲解性能优化手段…… -
VSCode 高效使用与必备插件
每天用的编辑器怎么发挥最大威力？本文分享 VSCode 快捷键、设置和必备插件清单…… -
数据结构与算法：数组与链表
数组和链表是最基础的数据结构。本文对比两者特性、复杂度，并讲解典型应用场景…… -
RESTful API 设计最佳实践
怎么设计清晰的 API？本文讲解 REST 风格的 URL、方法、状态码、版本控制等规范…… -
TypeScript 入门：给 JavaScript 加类型
TypeScript 是 JavaScript 的超集，加上了静态类型。本文讲解基础类型、接口、泛型…… -
浏览器渲染原理与关键路径
输入 URL 到页面显示，浏览器做了什么？本文讲解 DOM/CSSOM、布局、绘制等渲染流程…… -
CSS 预处理器 Sass 入门
CSS 写多了重复又难维护？Sass 提供变量、嵌套、混入、继承。本文讲解核心用法…… -
数据结构与算法：栈与队列
后进先出的栈、先进先出的队列，是基础又实用的数据结构。本文讲解实现与典型应用…… -
Webpack 与 Vite 构建工具对比
前端项目为什么要打包？Webpack 和 Vite 怎么选？本文对比两大构建工具…… -
网络安全基础：XSS 与 CSRF 防御
Web 安全是开发者的必修课。本文讲解最常见的 XSS、CSRF 攻击原理与防御手段…… -
数据结构与算法：哈希表
哈希表是查找 O(1) 的神器。本文讲解哈希函数、冲突解决、负载因子和典型应用…… -
Git 进阶：rebase、cherry-pick 与工作流
会用基本 Git 命令还不够。本文讲解 rebase、cherry-pick、stash 等进阶技巧和团队工作流…… -
前端工程化：ESLint + Prettier 配置
团队代码风格不统一？ESLint 查语法错误，Prettier 统一格式。本文讲解配置与集成…… -
命令行效率工具：zsh 与 oh-my-zsh
每天面对终端，怎么让它更顺手？本文介绍 zsh + oh-my-zsh + 必备插件配置……