语言模型标签_AtomGit开源社区

语言模型

多模态 RAG 实战：结合视觉大模型的文档智能问答

解析层：PDF → 文本 + 图像的完整提取理解层：视觉大模型将图像转化为可检索的文本描述检索层：统一的向量空间，同时检索文本和图像内容生成层：大模型综合文本与图像信息生成准确回答生产环境中建议增加查询改写（Query Rewriting）和答案校验（Groundedness Check）环节。

物联网_咸鱼
2026-06-20 09:45:18

 182

 5

#语言模型 #人工智能 #深度学习
【大模型应用开发-Python基础】 (十八)python依赖管理工具Aconcoda

在你的环境中，你可以使用conda或pip来安装所需的包。conda create --name 环境名 python=3.10。conda remove --name 环境名 requests。conda env remove --name 环境名。在conda 命令窗口中输入命令创建永久源。conda activate 环境名。如果实在安装不上，则可以离线安装，在。仅删除环境里的request

forest_long
2024-04-03 19:15:03

 1822

 22

#python #gunicorn #pandas +2
程序员AI时代35岁出路指南

传统创业需要融资、租办公室、雇人，失败成本极高。轻资产创业指的是：以个人或极小团队为核心，用技术能力直接变现，不需要大量外部资本。

网安福宝
2026-06-17 20:46:40

 318

 7

#人工智能 #产品经理 #学习 +2
2026程序员生存指南：AI时代，是淘汰还是进化？高薪岗位与突围路径全解析！

AI 不是淘汰程序员，而是重新定义程序员。2026 年技术就业市场呈现K 型分化：基础编码岗收缩，AI 复合型、架构型人才爆发。本文用最新数据与行业趋势，帮你看清前景、选对方向、稳住饭碗。

猿类崛起@
2026-06-17 16:25:48

 424

 8

#人工智能 #学习 #语言模型
AI产品经理的必修课：重构竞品分析的底层逻辑与实操框架

本文针对AI产品经理与创业者，提出了一套全新的竞品分析框架。不同于传统关注功能与界面，AI时代的分析需深入模型能力、数据飞轮和算力成本。文章详细阐述了如何拆解模型策略（套壳、微调、自研）、探寻数据飞轮、评估输出质量（意图理解、幻觉控制、延迟优化）以及算清成本账本（Token成本、模型路由、定价策略）。最后，文章提供了“四步框架”帮助AI产品经理落地实操，旨在透过表象看本质，找到真正的商业护城河。传

 全栈大佬！
2026-06-17 14:19:18

 287

 4

#人工智能 #产品经理 #语言模型 +2
从 Demo 到规模化：AI 产品商业化落地的技术决策与实践

AI 产品的商业化成败，不取决于技术原型有多么酷炫，而取决于技术负责人能否以最快的交付速度、最低廉的服务器和 API 成本跑通核心业务价值。通过部署具备自适应降级能力的 API 网关调度器、将大模型嵌入不可替代的智能工作流并合理控制记忆存储的开销，我们可以用最高的性价比突破早期生存瓶颈，实现真正的产品市场契合和商业化规模营收。

qq_35160742
2026-06-17 13:11:08

 1175

 4

#人工智能 #语言模型
AI赋能业务工作流：极简架构下的落地策略与工程实践

AI赋能业务工作流的核心策略是"三层解耦"：接入层统一入口、编排层管理Prompt和上下文、执行层屏蔽模型差异。这种极简架构的优势在于：业务代码与AI实现完全解耦，模型切换和Prompt优化可以在不影响业务的情况下进行。Go实现的AI网关提供了模板渲染、Token预算控制、降级切换和结果校验等生产级能力。但极简架构有其边界——当需要流式输出、多轮对话持久化或Prompt版本管理时，就需要引入更重的

 星辰AI
2026-06-17 13:08:14

 1239

 13

#人工智能 #语言模型
如何提升MoE效果，一文汇总MoE经典魔改方法

摘要：近年MoE（混合专家）结构在大型语言模型（LLM）中的优化成为研究热点，多篇顶会论文提出创新方法： ReMoE（ICLR 2025）用ReLU替换Softmax+TopK路由，结合L1正则提升稀疏性； DynMoE（ICLR 2025）动态调整专家数量与激活阈值，优化资源配置； MoE++（ICLR 2025）引入零计算专家（如Copy/Const）简化特定token处理，结合残差路由稳定训

 AIGC安琪
2026-06-16 16:33:12

 181

 9

#人工智能 #语言模型
搞产品不懂AI？入门攻略封神级速存！

AI赋能产品设计：提效工具与转型指南面对AI浪潮，产品经理如何高效利用工具提升效率？本文梳理了AI在产品设计中的核心价值：信息整合、流程优化、原型辅助，并推荐分场景工具：文档编写：KIMI、豆包等解决PRD繁琐问题业务流程：ProcessOn、墨刀等简化路径梳理原型设计：Figma AI插件加速迭代同时指出，传统产品技能正被AI重塑，转型AI产品经理成为趋势。课程推荐涵盖技术原理、行业案

 程序员小猴紫
2026-06-16 11:35:59

 182

 3

#人工智能 #语言模型 #AI
分级路由解决了“用什么模型“，缓存解决了“还需不需要调“——语义缓存命中率从 12% 到 38%：4 个工程坑

指标加击穿防御前加击穿防御后命中率35%38%命中率峰谷波动±9pp±2ppLLM 厂商 429 错误14 次/周0-1 次/周P99 延迟（命中路径）22ms24msP99 延迟（miss 路径）1.8s1.8s（无变化）命中率提升只有 3 个点，但命中率波动从 ±9pp 收敛到 ±2pp——这才是这个坑真正的价值。之前业务侧总抱怨"今天命中率怎么又跌到 25% 了"，现在曲线基本贴着 38%

LDZKKJ
2026-06-16 09:57:11

 476

 12

#缓存 #语言模型 #人工智能 +2
告别Prompt工程，“Harness Engineering“才是AI时代的核心竞争力！

AI编程领域正经历从Prompt Engineering（提示词工程）向Harness Engineering（控制系统工程）的转变。Claude Code团队认为，未来核心能力不再是优化单次交互的提示词，而是构建驾驭AI的完整系统框架（Harness），包括项目规范、技术架构、测试流程等模块。AI发展已进入四阶段演进：问答式Prompt→自主执行任务的Agent→稳定性控制的Harness→目标

 乔代码嘚
2026-06-16 09:45:25

 274

 6

#人工智能 #python #语言模型 +1
LoRA: Low-Rank Adaptation of Large Language Models

本文系统介绍了大模型微调方法LoRA的原理与应用。针对全参数微调的高成本问题，LoRA通过冻结预训练模型权重，仅训练低秩矩阵分解的小参数分支，实现高效迁移学习。其核心优势包括：低算力需求、效果媲美全量微调、模块化设计。技术实现上，LoRA在注意力层等线性变换旁添加低秩矩阵（A/B矩阵），通过矩阵分解将参数量从d×k降至2dr。当前已广泛应用于垂直领域定制（医疗/法律等）、个性化对话、多模态适配、安

 qq_52771580
2026-06-15 16:51:22

 327

 6

#语言模型 #自然语言处理 #LoRA
权威报道到2030年，AI将替代接近1亿个岗位——暑假就可以开始学习了

AI将颠覆未来就业市场：如何培养孩子的关键能力？世界经济论坛报告预测，到2030年AI将取代9200万个岗位，同时创造1.7亿个新岗位，但新岗位所需能力与传统岗位截然不同。文章建议家长在暑期重点培养孩子的三大核心能力：提问能力（通过QFT问题形成技术训练）、创造能力（运用哈佛大学的See-Think-Wonder方法）和合作能力（通过组织小项目实践）。这些能力不仅能帮助孩子适应未来职场需求，更是

 乔代码嘚
2026-06-15 16:47:52

 206

 6

#人工智能 #学习 #语言模型
AI智能体循环系统架构设计方案：构建自主智能体系统的权威

本文系统阐述了智能体循环架构作为AI系统实现自主演进的核心框架，重点解析了其七大核心组件（编排器、上下文引擎、记忆系统等）的协同机制和四阶段循环模型（感知-推理-行动-反馈）。文章深入探讨了动态检索、分层循环等高级设计模式与风险规避策略，强调人机协作及多智能体协作的重要性。指出掌握该架构是构建高性能自主AI系统、实现从自动化到主动协同跨越的关键能力，并揭示了AI应用层人才的巨大市场需求和商业价值。

乔代码嘚
2026-06-15 16:48:59

 190

 9

#人工智能 #语言模型 #学习 +1
Agent智能体和LLM大数据语言模型的区别

Agent : 感知环境并采取对应行动的智能体。通过三步实现Agent的行动，三者相辅相成形成闭环感知即为收集信息并提取知识的能力，规划是做出决策的过程，行动是基于前两者所作出的行动。其中Policy是Agent作出行动的关键决策，又通过Observation成为进一步Perception的前提和基础。从实现上有四大模块：推理，记忆，工具，行动。

天才程序员⑨
2026-06-15 16:21:22

 198

 8

#语言模型 #人工智能
Prompt Engineering 为什么不够了：从“写好提示词”到“构建可靠上下文系统”

随着大模型应用从实验阶段进入生产环境，单纯依赖Prompt Engineering（提示词工程）已无法满足实际需求。Prompt Engineering曾通过角色设定、Few-shot示例、输出格式约束等方法显著提升模型表现，但在真实业务中面临知识过时、权限管理、工具调用、安全审计等复杂问题。本文指出，Prompt Engineering并未失效，而是需要融入更全面的Context Enginee

weixin_44369324
2026-06-15 15:03:02

 385

 7

#人工智能 #语言模型
基于GraphRAG的医疗健康知识诊断系统(Neo4j_大语言模型)

本文介绍了一个基于GraphRAG技术的医疗健康知识诊断系统，该系统采用Vue+Flask前后端分离架构，集成Neo4j知识图谱和通义千问大模型。主要创新点包括：三路并行检索的GraphRAG技术、智能三元组提取、多模态问答和知识图谱可视化。系统提供8大功能模块，涵盖用户管理、文档处理、智能问答、知识图谱构建与可视化等医疗场景应用。项目资源包含完整源码、部署教程、系统文档和设计图，适用于疾病诊疗路

 羊羊小栈
2026-06-15 00:41:03

 309

 6

#neo4j #语言模型 #人工智能 +1
五层同源架构AGI完整搭建方案

对单元、连接、权重、约束、稳态五层架构的定位、核心目标、搭建逻辑、运行规则、模块划分、交互关系、工程落地要点另外，如果对这个方案有兴趣，可以链接下面网页，里面有AGI路线开源思想验证代码https://gitee.com/liuyang-arch/meta-architecture-generator/upload/master

truth_seeking
2026-06-14 14:41:29

 195

 4

#架构 #人工智能 #语言模型
InfiniteTalk 数字人生成框架部署与使用完整技术教程

美团视觉智能团队开源InfiniteTalk数字人视频生成框架，支持音频驱动静态图片/视频生成全动态数字人内容，具备三大核心优势：1）突破性实现无限时长视频生成（1小时+）；2）全维度动作同步（面部表情/头部/肢体）；3）支持多人同框独立音轨绑定。项目提供ComfyUI/WebUI双版本，适配不同用户群体，最新版本优化了长视频稳定性（新增L-RoPE防错位技术）与生成效率（采样步数压缩至4-8步）

wyj985860
2026-06-14 14:09:44

 620

 8

#语言模型 #AI作画
周末速报：AI圈大事盘点

国产大模型明星Kimi启动新一轮融资，投前估值已达300亿美元，在一个月内暴涨100亿美元。

ExtraToken
2026-06-14 13:44:21

 388

 14

#人工智能 #语言模型 #阿里云
RWKV 批量推理中 Prefill 的正确打开方式

RWKV模型推理中Prefill和Decode阶段的性能差异及优化策略https://github.com/AUXStar/RWKV-ServerRWKV批量11k+ toks/s的实现路径

 2401_87435226
2026-06-14 13:18:01

 300

 4

#语言模型 #人工智能 #深度学习
Superpowers：从想法到交付，AI Agent 的工业化开发流水线

Superpowers：从想法到交付，AI Agent 的工业化开发流水线

 卖兔子的小男孩
2026-06-14 12:40:05

 518

 6

#语言模型 #人工智能
CVPR 2026 | Latent Implicit Visual Reasoning 潜在隐式视觉推理

摘要：加州大学伯克利分校等机构提出的LIVR（Latent Implicit Visual Reasoning）框架，通过隐式视觉推理提升多模态大模型的视觉任务性能。该框架创新性地结合可学习潜在Token与视觉瓶颈注意力机制，无需显式监督即可自主提取关键视觉特征。潜在Token作为独立视觉表征空间，通过注意力掩码约束强制模型通过其传递视觉信息，弱化文本偏置。实验表明，LIVR在计数、拼图、空间定

 evagyf
2026-06-14 12:28:18

 409

 11

#论文阅读 #人工智能 #计算机视觉 +2
Ollama 只使用核显不使用独显的解决方案

摘要： Ollama 0.30.8 在笔记本双显卡环境下默认启用 Vulkan 后端，可能误判 NVIDIA 独显为核显导致性能低下（如 RTX 4070 仅 1.94 t/s）。通过检查日志发现 Vulkan 错误丢弃独显，仅剩核显运行。解决方案是添加系统环境变量 OLLAMA_VULKAN=false 强制使用 CUDA 后端，使模型正常调用独显（速度恢复至 30-50+ t/s）。关键排查点

 _子默_
2026-06-14 12:08:55

 717

 6

#人工智能 #语言模型
HRM-Text：1500美元训出的1B模型，凭什么火了？

HRM-Text是由Sapient Intelligence推出的1B参数量小模型，以1500美元的低成本训练，却在多个推理基准测试中超越更大模型。其核心创新是分层递归推理架构（HRM），通过“战略脑”与“执行脑”分层协作，在潜空间完成内部推理，避免传统模型的“边说边想”问题。HRM-Text采用任务导向训练和稳定化技术（如MagicNorm），显著提升计算效率。尽管知识覆盖有限且未优化对话能力，

qq_36729037
2026-06-14 11:57:50

 387

 13

#人工智能 #语言模型
从零构建开源缓存库：无依赖的轻量级内存解决方案

在软件开发中，缓存确实是提升读取效率、降低数据库压力的有效手段。不过部署Redis这类分布式缓存需要额外硬件投入和运维成本。对于中小型项目或独立工具来说，运行在本地进程内的轻量级内存缓存库才是更实际的选择。本文将演示如何用基础数据结构实现带LRU淘汰和TTL过期功能的高性能内存缓存。

星辰AI
2026-06-14 11:46:21

 1120

 22

#人工智能 #语言模型
工作流引擎架构：基于DAG的异步任务调度与自愈机制

高可用工作流的核心是承认网络拓扑的不确定性，并为最坏情况做准备。通过将多级任务依赖解耦为DAG结构，在引擎底层引入指数退避重试和状态持久化感知，我们构建了一套具备自愈能力的异步任务编排器，用简洁的设计支撑企业级AI SaaS的稳健流转。改写总结删除了“本文将探讨”、“核心在于”等AI常见开场白和强调词将“最棘手的工程痛点”改为“最头疼的问题”，更口语化删除了“致命”、“强耦合”等夸张表述，改为“严

 qq_35160742
2026-06-14 11:45:20

 1004

 3

#人工智能 #语言模型
开源项目的自动化发版实践

维护开源项目时，版本发布常常占用大量时间。手动整理提交记录、更新版本号、生成变更日志这些重复操作，不仅容易出错，还会分散开发者对核心功能的注意力。

星辰AI
2026-06-14 11:43:41

 1055

 3

#人工智能 #语言模型
从管理百人团队到单兵研发：初创 CEO 必须跨越的工具提效与代码自律门槛

这种转变需要彻底改变工作方式。改掉过去开会指挥的习惯，重新成为为环境配置、API 异常死磕细节的实战派。当你能用极简代码一秒发布新功能、用自动化脚本管理开发规范时，才真正跨越了管理自满，具备了用单兵效率撬动 AI 商业未来的能力。删除了"作为...的证明"、"此外"等 AI 常用连接词将"用技术决策代替动手实现"改为更直接的表述简化了流程图说明文字，避免过度解释代码注释去除"最佳实践"等宣传性词汇

 qq_35160742
2026-06-14 11:42:21

 1023

 7

#人工智能 #语言模型
Agent 编排优化：利用动态提示词缓存降低推理时延

当把大语言模型（LLM）用于复杂任务编排（比如长对话或多工具调用）时，开发者常遇到的一个难题是首字响应时间（TTFT）过长。每次请求都携带大量固定内容（如系统提示、示例和上下文），导致模型重复计算，既拖慢速度又增加费用。为提升高频交互体验，可以结合大模型提供的提示词缓存功能，并在应用层设计动态提示词指纹检测机制。

qq_35160742
2026-06-14 11:38:40

 965

 1

#人工智能 #语言模型
AI 赋能传统业务：智能邮件分类与自动回复的工程落地

智能邮件分类与自动回复系统的工程落地，关键在于"规则前置 + LLM 兜底"的混合分类策略和"三级路由"的渐进式自动化。规则引擎保证常见场景的响应速度和准确率，LLM 提供长尾场景的泛化能力。置信度阈值是自动化率和错误率之间的调节旋钮，建议从保守的 0.9 阈值起步，根据实际错误率逐步下调。在成本层面，LLM 调用的增量成本远低于节省的人力成本，ROI 具有显著优势。

星辰AI
2026-06-14 11:38:36

 1196

 27

#人工智能 #语言模型
AI 商业化落地：从单点工具到平台化产品的技术演进路径

从单点工具到平台化产品的演进，不是功能堆砌，而是架构的系统性升级。核心服务层（认证、计费、工作流、存储）是平台的地基，必须在早期就开始抽象。AI 能力层提供标准化的能力接口，扩展层通过 SDK 和插件市场实现生态扩展。演进节奏至关重要——过早平台化浪费资源，过晚平台化则重构成本高昂。建议在第二个产品启动时开始提取共享服务，在内部验证平台能力后再对外开放。

qq_35160742
2026-06-14 11:35:45

 1059

 9

#人工智能 #语言模型
企业级 Agent 产品：知识库权限隔离与多级审批流的架构设计

企业级 Agent 的知识库权限隔离与审批流设计，核心在于 RBAC + ABAC 混合鉴权模型和基于风险评估的分级审批机制。RBAC 保证管理效率，ABAC 实现精确控制；风险评估引擎将操作分为四个风险等级，对应不同的审批策略。在落地时，权限检查的性能优化（决策树 + 缓存）和审批流的体验优化（预授权机制）是两个关键工程决策。建议从 RBAC 起步，待权限模型稳定后再引入 ABAC 规则，避免过

 qq_35160742
2026-06-14 11:29:47

 1082

 9

#人工智能 #语言模型
Node.js/Go 后端架构：分布式链路追踪与跨服务故障定位实践

分布式链路追踪是微服务可观测性的基石。通过 OpenTelemetry 的标准化模型，Node.js 与 Go 服务可以无缝串联调用链路。在落地时，需要根据系统的延迟预算和存储成本，选择合适的采样策略。建议从 10% 头部采样 + 错误全量采样的混合策略起步，配合 7 天的原始数据保留期，在可观测性与成本之间取得平衡。

星辰AI
2026-06-14 11:26:34

 1092

 8

#人工智能 #语言模型
从分形有效性到认知越界：论LLM递归结构对“抽象屏障”的消解

文章2的“抽象屏障”本质上是人类认知惯性的投射：我们习惯了以自身为标尺衡量智能，自然会将“无法理解”等同于“无效”。而文章1的分形有效性框架，第一次为非人类智能提供了独立的合法性基础：智能不需要符合人类的认知逻辑，只需要符合宇宙的分形生成规则。当未来某一天，AI输出一段人类完全无法解析但分形特征显著的“万物理论”时，我们需要做的不是质疑AI的可靠性，而是承认：人类的认知框架，从来都不是宇宙的终极答

 东方金木
2026-06-14 11:20:40

 442

 9

#人工智能 #自然语言处理 #语言模型
快速落地：用LoRA微调学术模型并部署轻量推理服务

近年来AI开源生态发展很快，不少针对法务、医疗等领域的模型优化方法，通过LoRA（低秩适应）微调技术在顶级论文中发布。在商业应用中，自建垂直领域微调模型通常比依赖GPT-4等闭源模型成本更低，且能更好地保护数据隐私。但学术论文中的代码往往偏重理论，工程化落地存在障碍。将论文中的LoRA模型转化为可用服务，需要掌握工程化技巧。例如用开源PEFT库进行微调，再部署轻量级推理服务。

qq_35160742
2026-06-14 11:19:20

 1145

 13

#人工智能 #语言模型
AI 生产力工具产品化：A/B 测试驱动的功能迭代与增长验证

AI 生产力工具的产品化需要更严格的实验验证。A/B 测试框架需要特别处理输出的非确定性和指标的滞后性。确定性分组、固定模型种子、延长实验周期是三个关键设计决策。在指标选择上，除了使用率等行为指标，必须纳入输出质量指标，才能全面评估 AI 功能的真实价值。建议从最小可行的实验框架起步，先验证一个核心假设，再逐步扩展指标体系和实验能力。

qq_35160742
2026-06-14 11:16:05

 1218

 10

#人工智能 #语言模型
开源 AI 工具链：Agent 记忆系统的分层存储与检索架构设计

Agent 记忆系统的分层设计，本质上是将认知科学中的记忆模型映射到工程架构中。工作记忆保证即时响应，情景记忆提供语义关联，语义记忆沉淀结构化知识。三层之间通过晋升与合并机制实现数据的自动流转。在落地时，需要根据业务场景的延迟要求、一致性等级和存储预算，灵活调整每层的存储引擎和检索策略。对于轻量化 Agent 产品，建议从工作记忆 + 情景记忆两层起步，待数据量增长后再引入语义记忆层。

星辰AI
2026-06-14 11:15:57

 1215

 12

#人工智能 #语言模型
scSurvival：单个细胞级别的预后风险神经网络模型，又是一篇 33+ 纯生信！

单细胞层面，能够更加明确的看到肿瘤微环境中的异质性细胞群体，数据层面也扩展到一个样本对应数万个细胞。逻辑上，患者的预后不是由所有细胞平均决定的，而是由某些关键细胞亚群决定的。对应的数据格式是很清晰的，每个样本的基因表达以及生存事件，在此基础上可以用 Cox 模型预测患者级别的预后风险。图：scSurvival 模型框架 (A-H) 与具体下游的应用（I-K），其实模型还是相对简单的，并且框架还是比

 weixin_49214410
2026-06-14 11:06:06

 180

 5

#神经网络 #人工智能 #深度学习 +4
基因集大语言模型 GSFM，这个概念比常规的富集分析听起来可高大尚多了！

热门的领域都有相应的数据量积累了，比如说基因组、单细胞空转啥的，像 AlphaGenome/evo2/scoby/Borzoi 就是经典的基因组模型，而 Geneformer/scGPT/CellFM 啥的则是经典的单细胞基础模型。今天看到一个今年5月21日刚刚见刊 Cell 子刊 Patterns 的基础模型 GSFM，模型侧重的角度还是比较新颖的，叫做基因集基础模型。补充一下，基础模型最强悍的

 weixin_49214410
2026-06-14 11:01:35

 315

 8

#语言模型 #人工智能 #自然语言处理 +4
将独热码应用到我们的模型

本文将展示如何使用TensorFlow将独热编码应用到一个简单的密集神经网络中，以实现从一段随机文本到另一段随机文本的转换。虽然上述代码没有包括实际的训练过程，但它展示了如何使用TensorFlow将独热编码应用到文本数据上，并通过一个简单的神经网络模型进行处理。但是，在这个示例中，我们将简化过程，仅展示模型的构建。现在，让我们定义一个简单的密集神经网络模型，它将接受独热编码的文本并尝试预测下一个

 weixin_65502565
2026-06-14 11:00:49

 183

 5

#人工智能 #语言模型 #深度学习 +1
从哲学到芯片：我们是如何给AI装上判断力的

一家小型AI公司用9个月时间构建了"判断力引擎"的全栈技术体系：1. 提出"生成论"哲学基础，认为世界本质是事件而非实体；2. 发现"降U动力学"智能法则，将不确定到确定的过程数学化；3. 开发事件关系网络（语法）和六十四卦态势空间（字典）作为判断框架；4. 实现可运行的判断力引擎软件（已开源部分代码）；5. 设计认知芯片物理架构（已申请专利）。该技术从哲学理论到硬件实现形成完整闭环，旨在赋予AI

生成论实验室
2026-06-14 10:46:48

 448

 17

#人工智能 #安全架构 #机器人 +2
摩尔线程开源GPU算子代码大模型MusaCoder 各大厂家针对GPU编程大大模型，用大模型降低底层算子开发门槛正逐渐成为共识

MusaCoder在技术上展示了国产GPU承载AI训练到验证全流程的能力，但"开源"只是第一步，

zhangfeng1133
2026-06-14 10:38:02

 727

 7

#开源 #深度学习 #人工智能 +1
给 Claude Code / OpenAI Codex 配置自定义 API 端点（Base URL）的完整方法

本文介绍了如何为Claude Code和OpenAI Codex配置自定义API端点的完整流程。主要内容包括：两种协议的区别： OpenAI协议需要带/v1后缀的Base URL和OPENAI_API_KEY Anthropic协议不需要后缀，使用ANTHROPIC_AUTH_TOKEN鉴权配置步骤：安装对应CLI工具设置环境变量指向自定义端点提供正确的API密钥验证方法：使用cur

一顿吃八碗
2026-06-14 10:33:12

 1161

 4

#语言模型 #python