prompt-injection
2026-04-09
深入探讨 Prompt Injection 的四层防御体系，涵盖威胁模型、输入层防御、结构化约束、工具权限控制与架构防御，帮助开发者构建更安全的 LLM 应用。
626 words
|
3 minutes
向量数据库检索算法详解
2026-04-09
深入解析主流向量数据库检索算法，包括HNSW、IVF、PQ、LSH等，涵盖算法原理、参数调优、选型决策及代码实战
2467 words
|
12 minutes
LLM Fine-Tuning
2026-04-08
深入解析 LLM 微调技术，涵盖 SFT 监督微调和 LoRA 低秩适配两大核心方法，从数学原理到实践代码全面讲解。
6847 words
|
34 minutes
Claude Agent 编排完全指南
2026-04-08
深入解析 Claude Code 中的智能体编排机制，涵盖并行执行、串行执行、互动协调等核心编排方式，以及可用代理列表和实战技巧。
4381 words
|
22 minutes
Transformer 架构详解
2026-04-08
深入解析 Transformer 架构：FFN 与全连接层的区别、Scaled Dot-Product Attention、Multi-Head Attention、Layer Norm vs Batch Norm，以及 BERT/GPT 架构对比。
3751 words
|
19 minutes
强化学习与对齐技术：RL、PPO 与 RLHF 详解
2026-04-07
强化学习（Reinforcement Learning，RL）是机器学习三大范式之一，与监督学习和无监督学习并列。与其他两种范式不同，强化学习强调智能体（Agent）通过与环境互动来学习最优策略。智能体在每一步交互中根据当前状态（State）采取动作（Action），环境随后返回新的状态和奖励（Reward），智能体据此调整策略，逐步学习如何最大化累积奖励。
2824 words
|
14 minutes