胸片模型DenseNet-ViT与图像融合简介 以下为对常见研究架构中模块的通俗解读，非诊疗建议；具体实现以原论文/项目为准。面向胸部 X 光等场景时，常见做法是双分支：一支偏局部细节，一支偏全局关系，再在融合模块合并，得到类别显著性图与分类结果。 目录 一、整体架构 二、DenseNet 与特征金字塔 三、ViT 全局分支 四、图像融合 五、设计动机...

– title: YOLO系列技术概览 date: 2026-06-02 10:00:00 categories: [AI, ML] tags: [AI, ML, CV与标注, YOLO] image: path: /assets/img/posts/common/ml.jpg — YOLO系列技术概览 梳理 YOLO（You Only Look Once） 系列名称含义、演进...

– title: LabelMe使用简介 date: 2026-06-01 10:00:00 categories: [AI, ML] tags: [AI, ML, CV与标注] image: path: /assets/img/posts/common/ml.jpg — LabelMe使用简介 LabelMe 是基于 Python + Qt 的图形化图像标注工具，支持多边形、...

大语言模型发展过程简介 仅整理记录到2026年。从 Transformer（2017）到 ChatGPT（2022）再到推理模型与 Agent（2024+），梳理大语言模型发展的关键转向：架构分叉、规模涌现、对齐与后训练、开源追赶、RAG 与系统化工程。不追求名词年表，而讲清主线。 原文作者：dongzhang84 / snowboat-blog 原文链接：ht...

BM25信息检索算法简介 BM25（Best Matching 25）是信息检索领域最经典的关键词排序算法之一，Elasticsearch 默认排序即采用 BM25。在 RAG 场景中，它常与向量检索组合做混合检索，弥补语义检索在专有名词、条款编号等字面匹配上的不足。本文介绍 BM25 的定位、相关性计算原理、流程示例及在 RAG 中的典型用法。 目录 1. BM25...

RAG准确性提高案例 面向不微调大模型、通过工程手段提升 RAG 准确率的落地复盘。场景为电力规程文档知识库问答，准确率从约 50% 提升至 88%，全程零模型微调。 原文作者：知乎用户 原文链接：https://www.zhihu.com/question/638730143/answer/2041228453932963535 原问题：如何在不微调的...

RNN和QKV区别 用「指代消解实验 → RNN 传话困境 → Attention 全场扫描 → Q/K/V 三分工 → 注意力公式」这条线，通俗说明 RNN 与 QKV（Self-Attention）在信息流动方式上的根本差异，以及 Q、K、V 为什么要拆成三个矩阵。 原文作者：最后的绅士 原文链接：https://www.zhihu.com/question...

frp内网穿透使用说明 本文介绍 frp（Fast Reverse Proxy）的内网穿透原理、组件分工与典型部署流程，涵盖 TCP（SSH） 与 HTTP 域名访问 示例。配置语法以常见 INI 写法为主（与社区教程一致）；新版本亦支持 TOML，完整参数以 frp 官方文档 为准。 1. frp 简介 1.1 是什么 frp 是一款开源的高性能反向代理应用，专注于内网...

Hermes Windows环境部署与使用简介 面向在 Windows 本机安装、配置与日常使用 Nous Research Hermes Agent 的实操说明。本文基于实际踩坑整理：安装路径、Python 环境污染、API Key 配置、CLI / Dashboard / Gateway 区别等。版本与 CLI 行为可能随发布变化，请以 Hermes 官方文档 与 hermes ...

LangFuse使用简介 面向企业知识库问答、制度规程助手等 RAG 应用的可观测与评测管理说明。本文侧重概念、流程与和 RAGAS 的配合方式。技术细节以 Langfuse 官方文档 为准。 1. Langfuse 是什么 Langfuse 是一款开源的 LLM 工程平台，面向大模型应用的全生命周期：可观测性（Tracing）、评分（Scores）、数据集（Dataset...