GO Web 开发
Gin:轻量级 Web 框架,以高性能和简洁路由著称
Echo:高性能 Web 框架,支持中间件、参数绑定和 HTTP/2
Beego:全功能 Web 框架,类似 Python 的 Django,内置 ORM、缓存等
Fiber:基于 FastHTTP 的超高性能 Web 框架,兼容 Express.js API
go env GOPROXY
https://goproxy.cn
Goproxy.cn
The most trusted Go module proxy in China
十多年前韩国年轻一代喊出了“五抛”口号:
抛弃恋爱,婚姻,生育,购房以及人际关系
《多是横戈马上行——野战主将粟裕》是张雄文创作的长篇报告文学。
以华东野战军、第三野战军主将粟裕波澜壮阔的军事生涯为主线,
再现了粟裕的传奇人生,还原了他高超的军事指挥才能和远见卓识
《大模型实战:从零实现RAG与Agent系统 》
本书深入探讨了RAG技术体系及其应用,内容涉及从基础概念到高级应用的各个方面。
首先,解构了大模型应用的基本模式与局限性,并引入RAG作为增强生成能力的一种方法,
讲解了RAG的核心概念、组成结构及应用场景,还涵盖了RAG的基础、高级、模块化和智能体形式的技术体系。
其次,以LlamaIndex为工具,展示了如何实现RAG,包括提示词设计、文档与索引创建、上下文检索及查询引擎构建等具体步骤。
最后,介绍了基于RAG构建文档聊天助手、多模态内容解析器、数据库检索器、知识图谱系统、工作流引擎及多Agent系统的实践案例,每个案例均包含技术细节与实现效果演示。
本书适合人工智能领域的开发者、研究人员,以及自然语言处理、知识图谱、智能客服等专业人士阅读。
RAG Retrieval-Augmented Generation 检索增强生成
通过将“检索”与“生成”两种方法相结合,增强了模型在处理需要深厚背景知识的任务时的表现,
例如客服自动化和医疗咨询等场景
LlamaIndex(现更名为 GPT Index)是一个专门用于构建基于大型语言模型(LLM)应用的开源框架,
它能帮助开发者高效地将外部数据与 LLM 进行整合,从而提升模型在特定领域的应用能力。
LlamaIndex 通过标准化的数据索引和查询流程,降低了 LLM 应用开发的门槛,尤其适合需要处理大量外部数据的场景。
无论是企业级知识管理还是个性化 AI 应用,它都能帮助开发者更高效地整合数据与模型能力,释放 LLM 的真正潜力
一人公司=你+内容+产品结构+流量渠道
《小米创业思考》是雷军首部商业思考著作。
书中系统梳理 30年创业心法和经营哲学,深度复盘 “小米模式”,
首度全面公开包括三大铁律、七字诀等多维度经验,
为创业者和管理者提供借鉴和指导
《台湾往事》凤凰书品编著,
曹景行是凤凰电视台著名节目主持人,他是这本书的采访人。
他采访了服务蒋介石38年的贴身侍卫应舜仁、陈诚之子陈履安、白崇禧之子白先勇、
蒋经国私生子蒋孝严、“国防部长”郝柏村、孔大小姐孔令仪、台湾最后一个政治死刑犯陈明忠……
他们亲述了1949年后蒋介石与国民党退守台湾后的民国往事、台湾往事,
非常珍贵的口述历史!
超级个体:
特指在数字化时代中,通过整合个人能力、资源和技术工具,
突破传统组织边界,独立创造高价值并实现规模化影响力的新型职业形态
夏橙是一种具有独特生长特性和口感的柑橘类水果,因在夏季成熟而得名,
在全球多个地区均有种植,具有较高的食用价值和经济价值,
塔罗科夏橙 中国重庆、四川、湖北等地
果实较大,果皮颜色深橙,果肉细嫩,汁多味甜,富含花青素,营养价值高
湖北秭归夏橙
头年四月上旬开花,翌年五月成熟,生长周期长达 14 个月左右,
秭归夏橙错峰销售,在其他柑橘产区几乎没有应季鲜橙的夏季上市,具有明显的市场优势,
不仅在国内市场畅销,还出口到俄罗斯、中东和南非等国家和地区
在GPT模型的下一单词预测预训练任务中,系统通过观察之前的词来学习预测句子中的下一个词。
这种方法能够帮助模型理解词语和短语在语言中的常见组合,从而为应用于各种其他任务奠定基础
模型能够完成未经明确训练的任务的能力称为涌现(emergence)
大语言模型准备嵌入向量的过程,包括将文本分割为单词、将单词转换为词元,以及将词元转化为嵌入向量
《从零构建大模型》
本书是关于如何从零开始构建大模型的指南,由畅销书作家塞巴斯蒂安·拉施卡撰写,
通过清晰的文字、图表和实例,逐步指导读者创建自己的大模型。
在本书中,读者将学习如何规划和编写大模型的各个组成部分、为大模型训练准备适当的数据集、进行通用语料库的预训练,以及定制特定任务的微调。
此外,本书还将探讨如何利用人工反馈确保大模型遵循指令,以及如何将预训练权重加载到大模型中。
生物学的神经元与神经网络启发了人工神经网络的设计,
认知科学的注意力机制成为Transformer结构的理论基础,
复杂性科学则为理解大模型的涌现能力提供了分析工具。
正是这种深层次的学科交叉,推动了AIGC从实验室走向应用,并正在重塑软件工程的基本范式。
将大模型切实转化为软件生产力,
数据治理—模型工程—智能体协同,
软件工程3.0的本质不是技术取代人,而是人机协同创造更大价值,
“三脑协同”的核心理念:
人脑擅长价值判断与创新决策,电脑确保逻辑严谨与确定性,数脑保障大数据的高效处理与知识融合
《软件工程3.0:大模型驱动的研发新范式》
本书系统地探讨了软件工程从 1.0 到 3.0 的演进历程,深入剖析了软件工程 3.0 的新范式及其核心特征。
书中详细介绍了软件工程 3.0 的实施策略和路线图,以及提示工程、RAG、智能体、数据治理、模型工程和安全治理等核心能力的建设。
通过对需求分析、架构设计、UI 生成、结对编程、测试智能化和运维监控等关键环节的实践案例分析,全面重塑了软件开发生命周期。
此外,书中还对软件工程的未来进行了展望,探讨了多模态技术和 AGI(通用人工智能)等对软件研发的深远影响。
本书适合软件研发管理人员(包括研发总经理、技术经理、项目经理、测试经理等)、 软件工程师、软件测试工程师,以及对软件工程智能化转型感兴趣的读者阅读参考
第一页
上一页
下一页
最后一页