<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
		>

<channel>
	<title>导盲犬 |全站活动</title>
	<link>https://guidedog.club/news-feed/</link>
	<atom:link href="https://guidedog.club/news-feed/feed/" rel="self" type="application/rss+xml" />
	<description>整个网站的活动源。</description>
	<lastBuildDate>Tue, 09 Dec 2025 19:38:04 +0000</lastBuildDate>
	<generator>https://buddypress.org/?v=2.15.3</generator>
	<language>zh-Hans</language>
	<ttl>30</ttl>
	<sy:updatePeriod>hourly</sy:updatePeriod>
	<sy:updateFrequency>2</sy:updateFrequency>
		
								<item>
				<guid isPermaLink="false">90e8c745e6abb42618443d6f4ed9a4f6</guid>
				<title>Guide 在 AI資料分享 组中发布了更新: 这份文档是《RAG实践手册》的部分目录与内容节选，旨在为读者提供一套构建知识库和智能问答系统的实战指南。手册围绕检索增强生 [&#133;]</title>
				<link>https://guidedog.club/news-feed/p/343/</link>
				<pubDate>Tue, 09 Dec 2025 19:33:14 +0000</pubDate>

									<content:encoded><![CDATA[<p>这份文档是《RAG实践手册》的部分目录与内容节选，旨在为读者提供一套构建知识库和智能问答系统的实战指南。手册围绕检索增强生成 (RAG) 技术展开，详细介绍了从核心原理、技术选型到部署运维的整个流程，特别强调了使用Cloudflare Workers和Vectorize 向量数据库构建高性能、低延迟的无服务器架构。核心主题包括知识库构建的两大阶段（离线处理与实时查询）、文本的分块与向量化（特别是维度对齐），以及如何集成大语言模型（如千问Qwen）来实现准确、可追溯的智能问答和多语言支持。这份手册不仅是理论指导，更提供了具体的架构图和代码示例，帮助开发者实现个人数字分身等AI应用。</p>
]]></content:encoded>
				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">586b75b9ff4b5bc170bc700e42a79d77</guid>
				<title>Guide 在 AI資料分享 组中发布了更新: 这份《RAG实践手册》是一部关于构建基于 检索增强生成（RAG） [&#133;]</title>
				<link>https://guidedog.club/news-feed/p/342/</link>
				<pubDate>Mon, 08 Dec 2025 09:36:21 +0000</pubDate>

									<content:encoded><![CDATA[<p>这份《RAG实践手册》是一部关于构建基于 检索增强生成（RAG） 技术的智能聊天机器人（Chatbot）的实战指南。它详细阐述了如何利用 Cloudflare 生态系统（Workers, Vectorize）结合 大语言模型（如通义千问 Qwen 或 Gemini）来打造一个低成本、高性能、支持多语言的“个人数字分身”。</p>
]]></content:encoded>
				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">e0c3388758d90be0954143510b606025</guid>
				<title>Guide 在 AI資料分享 组中发布了更新: 这份由Frost &#38; Sullivan (弗若斯特沙利文) [&#133;]</title>
				<link>https://guidedog.club/news-feed/p/341/</link>
				<pubDate>Sun, 07 Dec 2025 21:22:33 +0000</pubDate>

									<content:encoded><![CDATA[<p>这份由Frost &amp; Sullivan (弗若斯特沙利文) 撰写的白皮书，题为**《2025年中国世界模型发展洞察》，深入探讨了世界模型 (World Models)** 这一前沿人工智能技术。报告旨在全面梳理世界模型的定义、核心技术、发展历程及其在智能驾驶等领域的应用潜力。世界模型被定义为一种生成式AI框架，通过学习现实世界的物理属性和因果关系，能够模拟并预测动态环境，从而为自动驾驶、机器人和数字孪生等高阶智能系统提供感知、预测与决策的一体化支撑。报告分析了当前该技术仍处于早期阶段，并强调未来的发展重点将集中在多模态融合、因果可控生成以及与具身智能系统的深度整合。</p>
]]></content:encoded>
				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">3fb6d09309e9ab7bcd0faeaef311b693</guid>
				<title>Guide 在 AI資料分享 组中发布了更新: 这份研究报告题为《智能驱动增长：人工智能客户关系管理（AI CRM）系统研究报告（2025 [&#133;]</title>
				<link>https://guidedog.club/news-feed/p/340/</link>
				<pubDate>Sun, 07 Dec 2025 21:21:29 +0000</pubDate>

									<content:encoded><![CDATA[<p>这份研究报告题为《智能驱动增长：人工智能客户关系管理（AI CRM）系统研究报告（2025 年）》，由中国信息通信研究院和北京仁科互动网络技术有限公司联合发布，旨在系统分析客户关系管理系统如何向智能化转型。报告指出，在宏观经济结构调整、新兴技术加速演进以及客户需求升级的背景下，传统的CRM系统面临数据孤岛、交互僵化等局限，亟需突破。文章详细阐述了人工智能（AI）和生成式AI，尤其是大语言模型（LLM），如何重塑CRM的交互范式与核心能力，使其从被动的“记录系统”升级为**“洞察驱动”的智能中枢和“增长引擎”。此外，报告强调了转型过程中必须应对数据安全与合规**（如GDPR和国内法规）的新要求，并提供了AI CRM在技术演进、市场现状和选型评估指标体系方面的系统性参考。</p>
]]></content:encoded>
				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">d759492b61e9181b4ca55e8b8540e096</guid>
				<title>Guide 在 AI資料分享 组中发布了更新: 这份资料摘录自一本名为《大数据教科书》的教材，由吉斯兰·富尼撰写，旨在大学中教授大规模数据库知识。文本的核心内容围绕大数据 [&#133;]</title>
				<link>https://guidedog.club/news-feed/p/339/</link>
				<pubDate>Sun, 07 Dec 2025 19:23:49 +0000</pubDate>

									<content:encoded><![CDATA[<p>这份资料摘录自一本名为《大数据教科书》的教材，由吉斯兰·富尼撰写，旨在大学中教授大规模数据库知识。文本的核心内容围绕大数据管理系统的理论和实践展开，深入探讨了关系模型、NoSQL数据存储以及大规模并行处理的实现。其中，资料详细解释了关系数据库中的行、属性和主键等基本概念，以及半结构化数据（如JSON和XML）如何被映射到关系表中。此外，它还介绍了分布式文件系统（如HDFS）的物理架构，以及MapReduce和Spark等技术如何实现对万亿级记录的大规模并行处理。</p>
]]></content:encoded>
				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">8d43d45219241f98a38eb4f11b3be608</guid>
				<title>Guide 在 AI資料分享 组中发布了更新: 该文本提供了一个对概率机器学习领域的全面概述，涵盖了从基础理论到高级模型和算法的广泛主题。其结构清晰地分为几个核心主题，首 [&#133;]</title>
				<link>https://guidedog.club/news-feed/p/338/</link>
				<pubDate>Sun, 07 Dec 2025 19:17:21 +0000</pubDate>

									<content:encoded><![CDATA[<p>该文本提供了一个对概率机器学习领域的全面概述，涵盖了从基础理论到高级模型和算法的广泛主题。其结构清晰地分为几个核心主题，首先探讨了频率派统计和贝叶斯推断的基本原理，包括采样分布、共轭先验以及计算期望的核心作用。随后，文本深入介绍了图模型，区分了有向（贝叶斯网络）和无向（马尔可夫随机场）模型，并讨论了它们在表示联合分布、条件独立性和高效消息传递算法（如信念传播）中的应用。最后，文档还广泛涉及了深度生成模型和序列模型的现代方法，例如变分自编码器（VAEs）、生成对抗网络（GANs）、扩散模型以及隐马尔可夫模型（HMMs）的概括，同时也涵盖了优化（包括自然梯度和EM算法）和高斯过程等关键学习工具，旨在为读者提供一个理论与实践并重的机器学习知识体系。</p>
]]></content:encoded>
				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">f2a5751599b093cecf4fc8fa0ae63212</guid>
				<title>Guide 在 AI資料分享 组中发布了更新: 这份资料来自一本关于机器学习的专业书籍的目录和节选，全面地概述了从基础概率论到复杂的深度学习模型和无监督学习技术等核心主题 [&#133;]</title>
				<link>https://guidedog.club/news-feed/p/337/</link>
				<pubDate>Sun, 07 Dec 2025 18:11:39 +0000</pubDate>

									<content:encoded><![CDATA[<p>这份资料来自一本关于机器学习的专业书籍的目录和节选，全面地概述了从基础概率论到复杂的深度学习模型和无监督学习技术等核心主题。其结构清晰，始于监督学习（如分类和回归）和非监督学习（如聚类和降维）的介绍，并详细讨论了训练模型所需的优化方法，包括梯度下降变体和约束优化。此外，资料深入探讨了各种模型类型，包括线性回归、逻辑回归、核方法（如高斯过程）、树集成模型（如提升和装袋）以及神经网络，尤其是针对图像和序列数据的深度神经网络（DNNs）、卷积神经网络（CNNs）和循环神经网络（RNNs）或Transformer架构。最后，它触及了高级主题，如贝叶斯统计、频繁派统计、维度归约以及推荐系统和图嵌入等应用，表明其旨在为读者提供一个从理论基础到现代算法的全面学习路径。</p>
]]></content:encoded>
				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">fc69adbde5d2e907c7012c4473b5a473</guid>
				<title>Pascal 发布了更新: 提示词管理器是一款本地化AI提示词管理工具，采用Python+Flask+SQLite架构，所有数据存储于本地SQLite [&#133;]</title>
				<link>https://guidedog.club/news-feed/p/336/</link>
				<pubDate>Mon, 17 Nov 2025 05:58:15 +0000</pubDate>

									<content:encoded><![CDATA[<p>提示词管理器是一款本地化AI提示词管理工具，采用Python+Flask+SQLite架构，所有数据存储于本地SQLite文件，支持JSON导入导出，确保数据主权与隐私安全。内置版本控制系统，可像管理代码一样对提示词进行语义化版本升级、历史回滚和差异比对。提供智能标签系统，支持层级标签和自动联想，方便分类和检索。具备主题切换、快捷键、颜色标注等贴心设计，界面响应式流畅。支持Docker一键部署，开箱即用，无需订阅，帮助用户高效、安全地管理与迭代提示词资产。</p>
]]></content:encoded>
				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">190ef45683129e7cc325d76cc0a0e367</guid>
				<title>Pascal 加入了 AI視覺研究 的群组</title>
				<link>https://guidedog.club/news-feed/p/335/</link>
				<pubDate>Mon, 17 Nov 2025 05:13:07 +0000</pubDate>

				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">34918403610fcc9536e449dae5a82c1a</guid>
				<title>Pascal 加入了 AI資料分享 的群组</title>
				<link>https://guidedog.club/news-feed/p/334/</link>
				<pubDate>Mon, 17 Nov 2025 05:13:03 +0000</pubDate>

				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">6a61a3b3ccbee9420b9c8eb538116699</guid>
				<title>Pascal 成为注册成员</title>
				<link>https://guidedog.club/news-feed/p/331/</link>
				<pubDate>Tue, 11 Nov 2025 06:59:28 +0000</pubDate>

				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">885287228edb35a9993e44d3943af359</guid>
				<title>Guide 在 AI資料分享 组中发布了更新: 这份资料摘录自《2025年人工智能指数报告》，全面概述了过去一年全球人工智能领域在研究、技术、经济、政策和社会影响等方面的 [&#133;]</title>
				<link>https://guidedog.club/news-feed/p/330/</link>
				<pubDate>Fri, 07 Nov 2025 05:51:42 +0000</pubDate>

									<content:encoded><![CDATA[<p>这份资料摘录自《2025年人工智能指数报告》，全面概述了过去一年全球人工智能领域在研究、技术、经济、政策和社会影响等方面的主要趋势和进展。报告重点指出，AI系统在基准测试上的性能显著提升，尤其是通过更小的模型取得了更强的表现，同时AI在医疗和科学领域的应用，如蛋白质折叠，获得了诺贝尔奖的认可。在负责任的AI方面，尽管AI事件报告数量激增，但标准化评估仍然缺乏，而各国政府，特别是欧盟和联合国，正展现出越来越紧迫的监管决心。此外，报告还强调了AI教育在K-12阶段的普及，以及美国在州级AI立法方面的积极态势。</p>
]]></content:encoded>
				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">d9104ce4e224bfc055f205dc6cdd2c4a</guid>
				<title>Guide 创建了组 AI視覺研究</title>
				<link>https://guidedog.club/news-feed/p/329/</link>
				<pubDate>Mon, 27 Oct 2025 20:14:16 +0000</pubDate>

				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">a801081c54212412eac27eaf88d8c69b</guid>
				<title>Guide 在 AI資料分享 组中发布了更新: 该文档详细阐述了AI应用开发的新范式，核心在于引入了AI Agent架构和模型上下文协议 [&#133;]</title>
				<link>https://guidedog.club/news-feed/p/328/</link>
				<pubDate>Mon, 27 Oct 2025 00:19:14 +0000</pubDate>

									<content:encoded><![CDATA[<p>该文档详细阐述了AI应用开发的新范式，核心在于引入了AI Agent架构和模型上下文协议 (MCP)，旨在解决传统AI应用开发中的痛点。它首先描绘了一个集成了大型语言模型（LLM）、工具和记忆的新型AI Agent架构，强调通过智能代理来执行更复杂、高价值的任务。其次，文档着重介绍了云原生API网关如何作为统一流量入口、AI网关和MCP网关，提供LLM管理、多模型适配、安全防护、联网搜索、以及MCP&hellip;<span class="activity-read-more" id="activity-read-more-328"><a href="https://guidedog.club/news-feed/p/328/" rel="nofollow">阅读更多</a></span></p>
]]></content:encoded>
				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">a6d1f4ff526ed021e03acd42236a2697</guid>
				<title>Guide 在论坛 AI資料分享 中发起了 人工智能和信息处理技术对就业的复杂影响 的讨论 人工智能和信息处理技术对就业的复杂影响</title>
				<link>https://guidedog.club/groups/ai%e8%b3%87%e6%96%99%e5%88%86%e4%ba%ab/forum/discussions/%e4%ba%ba%e5%b7%a5%e6%99%ba%e8%83%bd%e5%92%8c%e4%bf%a1%e6%81%af%e5%a4%84%e7%90%86%e6%8a%80%e6%9c%af%e5%af%b9%e5%b0%b1%e4%b8%9a%e7%9a%84%e5%a4%8d%e6%9d%82%e5%bd%b1%e5%93%8d/</link>
				<pubDate>Sun, 26 Oct 2025 21:08:10 +0000</pubDate>

									<content:encoded><![CDATA[<p class = "activity-discussion-title-wrap"><a href="https://guidedog.club/groups/ai%e8%b3%87%e6%96%99%e5%88%86%e4%ba%ab/forum/discussions/%e4%ba%ba%e5%b7%a5%e6%99%ba%e8%83%bd%e5%92%8c%e4%bf%a1%e6%81%af%e5%a4%84%e7%90%86%e6%8a%80%e6%9c%af%e5%af%b9%e5%b0%b1%e4%b8%9a%e7%9a%84%e5%a4%8d%e6%9d%82%e5%bd%b1%e5%93%8d/">人工智能和信息处理技术对就业的复杂影响</a></p> <div class="bb-content-inr-wrap"><p>人工智能（AI）和信息处理技术对就业市场的影响是复杂且多方面的，体现在工作岗位的创造与取代、技能需求的剧烈转变以及工作性质向人机协作的演变。</p>
<p>以下是人工智能和信息处理技术对就业的复杂影响概述：</p>
<p><b>1. 业务转型的核心驱动力</b></p>
<p><strong>AI 和信息处理技术</strong>被视为推动业务转型最具变革性的技术趋势。在受访的雇主中，有 <strong>86%</strong> 预期人工智能和信息处理技术（包括大数据、虚拟现实/增强现实等）将在 2025 年至 2030 年间改变其业务。</p>
<ul>
<li><strong>数字访问的普及</strong>是总体上最受期待的变革趋势，60% 的雇主预期它将改变其业务。这种增长为新技术（尤其是 AI）改造劳动力市场提供了关键基础。</li>
</ul>
<p><b>2.&hellip;</b><span class="activity-read-more" id="activity-read-more-327"><a href="https://guidedog.club/groups/ai%e8%b3%87%e6%96%99%e5%88%86%e4%ba%ab/forum/discussions/%e4%ba%ba%e5%b7%a5%e6%99%ba%e8%83%bd%e5%92%8c%e4%bf%a1%e6%81%af%e5%a4%84%e7%90%86%e6%8a%80%e6%9c%af%e5%af%b9%e5%b0%b1%e4%b8%9a%e7%9a%84%e5%a4%8d%e6%9d%82%e5%bd%b1%e5%93%8d/" rel="nofollow">阅读更多</a></span></p>
</div>]]></content:encoded>
				
				
							</item>
					<item>
				<guid isPermaLink="false">5047ac4c9e660d8ee8f70719f4ba0faf</guid>
				<title>Guide 在 AI資料分享 组中发布了更新: 这份名为《2025年未来就业报告》的洞察报告由世界经济论坛发布，其核心目的是通过对全球1000多家代表1400多万工人的雇 [&#133;]</title>
				<link>https://guidedog.club/news-feed/p/326/</link>
				<pubDate>Sun, 26 Oct 2025 20:59:40 +0000</pubDate>

									<content:encoded><![CDATA[<p>这份名为《2025年未来就业报告》的洞察报告由世界经济论坛发布，其核心目的是通过对全球1000多家代表1400多万工人的雇主的广泛调查，分析未来五年（2025年至2030年）的就业格局和所需的技能变化。报告详细探讨了包括技术变革、地缘经济碎片化、绿色转型、人口结构变化和经济不确定性在内的五大宏观趋势如何塑造劳动力市场，并预测了人工智能和信息处理技术等将是推动商业转型的最重要因素。此外，报告强调了技能需求正在发生重大转变，例如人工智能与大数据、网络安全以及韧性、灵活性和敏捷性等技能的重要性正在迅速增长，凸显了对大规模员工培训（技能提升和再培训）的迫切需求，以应对全球就业市场结构性变革带来的挑战。</p>
]]></content:encoded>
				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">c63ea4f603dbc9f402ac635601ba76d5</guid>
				<title>Guide 在 AI資料分享 组中发布了更新: 这份白皮书深入探讨了生成式AI代理的概念及其核心构建模块，它们通过利用工具来扩展大型语言模型（LLMs）的能力。文中指出， [&#133;]</title>
				<link>https://guidedog.club/news-feed/p/325/</link>
				<pubDate>Sun, 26 Oct 2025 20:58:29 +0000</pubDate>

									<content:encoded><![CDATA[<p>这份白皮书深入探讨了生成式AI代理的概念及其核心构建模块，它们通过利用工具来扩展大型语言模型（LLMs）的能力。文中指出，代理将LLMs的推理、逻辑与访问外部信息和系统的能力相结合，使其能够自主规划和执行复杂任务。代理的运作依赖于一个认知架构，其中包含作为集中决策者的语言模型、充当通向外部世界钥匙的工具（如Extensions、Functions和Data Stores），以及管理持续思考和行动的编排层。通过诸如ReAct和Chain-of-Thought等推理框架，代理能够实现多步决策和【检索增强生成（RAG）】等高级功能，从而显著提升性能并应用于生产环境，如Vertex AI平台所示。</p>
]]></content:encoded>
				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">0b3685871efaf0deaa67a694693a0606</guid>
				<title>Guide 在 AI資料分享 组中发布了更新: 这份来自《机器学习系统》的摘录，清晰地阐述了构建、优化和部署大规模、可靠的人工智能系统所需的工程学科和系统化思维。核心主题 [&#133;]</title>
				<link>https://guidedog.club/news-feed/p/324/</link>
				<pubDate>Sun, 26 Oct 2025 20:34:14 +0000</pubDate>

									<content:encoded><![CDATA[<p>这份来自《机器学习系统》的摘录，清晰地阐述了构建、优化和部署大规模、可靠的人工智能系统所需的工程学科和系统化思维。核心主题围绕机器学习系统的整个生命周期展开，强调了从最初的协作性问题定义过程、关键的数据工程阶段（涵盖质量、可靠性、可扩展性和治理四大支柱），到训练系统的高效构建和模型优化技术。文摘详尽比较了不同神经网络架构（如CNN、RNN和Transformer）及其相应的计算模式，并讨论了如何通过硬件加速（如GPU和TPU）和数据流优化策略来应对计算瓶颈，最终确保AI系统能够在从云端到资源受限的边缘和微型机器学习（TinyML）部署环境中高效运行。整本书籍倡导一种系统化工作流程和迭代方法，用以弥合实验室原型与现实世界生产性能之间的鸿沟，并确保负责任的AI实践。</p>
]]></content:encoded>
				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">5025a8430a1ba747e8e21bd36643721f</guid>
				<title>Guide 在 AI資料分享 组中发布了更新: 这份IDC报告深入评估了中国人工智能算力发展现状与趋势，强调了“扩容”与“提效”并行的核心战略以应对算力基础设施瓶颈和生成 [&#133;]</title>
				<link>https://guidedog.club/news-feed/p/323/</link>
				<pubDate>Sun, 26 Oct 2025 20:30:03 +0000</pubDate>

									<content:encoded><![CDATA[<p>这份IDC报告深入评估了中国人工智能算力发展现状与趋势，强调了“扩容”与“提效”并行的核心战略以应对算力基础设施瓶颈和生成式人工智能的挑战。报告从全球背景切入，分析了生成式人工智能作为新型工作负载的驱动力，并详细探讨了中国在芯片、服务器、存储网络、可持续数据中心以及算法模型等方面的技术演进与创新。此外，报告通过详实的数据预测了中国智能算力规模的快速增长，评估了人工智能在各行业和城市中的渗透度与发展潜力，最终为行业用户和解决方案提供商提供了具体的战略行动建议。</p>
]]></content:encoded>
				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">e0316bb9a305f6c31f3d95e98833a09a</guid>
				<title>Guide 在 AI資料分享 组中发布了更新: 该资源是一份关于 [&#133;]</title>
				<link>https://guidedog.club/news-feed/p/322/</link>
				<pubDate>Sun, 26 Oct 2025 20:19:06 +0000</pubDate>

									<content:encoded><![CDATA[<p>该资源是一份关于 大型语言模型（LLM）应用开发 的教程或书籍节选，核心主题是利用 LangChain 框架来构建实用且具备个性化能力的 AI 产品。文本首先强调了当前主流 LLM（如 ChatGPT）在处理 私有数据和实时数据 方面的局限性，指明赋予模型访问用户自有数据的能力是提升回答质量的关键方向。教程主体围绕 LangChain 框架 展开，详细介绍了其在 LLM 应用中的核心功能，包括环境配置、模型提示（Prompt）设计原则、如何处理模型“幻觉”等局限性，以及构建复杂的 Prompt 链和路由链。最后，文章深入探讨了如何利用 LangChain 实现对 个人私有数据的访问，包括文档加载、文本切割、向量存储、信息检索以及构建基于私有数据的问答系统，从而实现真正意义上的个性化 LLM 应用。</p>
]]></content:encoded>
				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">3a9d944116484ecb60c2067c65897193</guid>
				<title>Guide 在 AI資料分享 组中发布了更新: 神经网络与深度学习

该文献源于一本关于神经网络和深度学习方法的专业书籍，旨在提供全面的理论基础和应用介绍。文章首先回 [&#133;]</title>
				<link>https://guidedog.club/news-feed/p/321/</link>
				<pubDate>Sun, 26 Oct 2025 19:50:42 +0000</pubDate>

									<content:encoded><![CDATA[<p>神经网络与深度学习</p>
<p><span>该文献源于一本关于</span><span>神经网络和深度学习方法</span><span>的专业书籍，旨在提供全面的理论基础和应用介绍。文章首先回顾了人工智能和深度学习的兴起，强调了深度学习虽然取得了巨大成功，但距离</span><span>通用人工智能</span><span>仍有很大差距，并存在诸如</span><span>模型难以解释</span><span>和</span><span>鲁棒性有待研究</span><span>等挑战。随后，文本详细阐述了深度学习的核心模型——</span><span>人工神经网络</span><span>的发展历史、结构组成（如神经元和连接）以及其作为</span><span>通用函数逼近器</span><span>的能力。此外，文章还深入介绍了优化技术（如梯度下降、正则化和提前停止），以及关键的深度学习架构和概念，包括卷积神经网络、循环神经网络、</span><span>注意力机制</span><span>、</span><span>自编码器</span><span>、</span><span>生成对抗网络</span><span>以及</span><span>强化学习</span><span>等前沿领域，旨在帮助读者不仅“知其然”，还能“知其所以然”。</span></p>
]]></content:encoded>
				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">9d049ba55b364c3643730495cf30ab1e</guid>
				<title>Guide 在 AI資料分享 组中发布了更新: DevOps Roadmap 2025</title>
				<link>https://guidedog.club/news-feed/p/320/</link>
				<pubDate>Sun, 26 Oct 2025 19:10:42 +0000</pubDate>

									<content:encoded><![CDATA[<p>DevOps Roadmap 2025</p>
]]></content:encoded>
				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">722f57abac4d87765adaca1d53bbe49c</guid>
				<title>Guide 在 AI資料分享 组中发布了更新: AI [&#133;]</title>
				<link>https://guidedog.club/news-feed/p/319/</link>
				<pubDate>Sun, 26 Oct 2025 17:26:55 +0000</pubDate>

									<content:encoded><![CDATA[<p><span>AI 時代的開源技術</span><br /><span>隨著越來越多的組織在不同業務領域部署生成式 AI，一項新的調查發現，領導者們越來越多地選擇開源解決方案來構建技術棧。</span></p>
<p>Open source technology in the age of AI<br />
With more organizations deploying generative AI across business<br />
functions, a new survey finds that leaders are increasingly turning to<br />
open source solutions to build out their tech stacks.</p>
]]></content:encoded>
				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">4d458f838befa34e0d06973324a3e16a</guid>
				<title>Guide 在 AI資料分享 组中发布了更新: 南瓜書

您好，根据您提供的资料，以下是《南瓜书 (PUMPKIN [&#133;]</title>
				<link>https://guidedog.club/news-feed/p/318/</link>
				<pubDate>Sun, 26 Oct 2025 17:24:11 +0000</pubDate>

									<content:encoded><![CDATA[<p>南瓜書</p>
<p>您好，根据您提供的资料，以下是《南瓜书 (PUMPKIN BOOK)》的简介，主要涵盖了其撰写初衷、内容定位、使用建议以及针对读者的期望：</p>
<h3>1. 撰写初衷与定位</h3>
<p>本书（《南瓜书》）旨在对周志华老师的《机器学习》（即“西瓜书”）中<strong>比较难理解的公式加以解析，以及对部分公式补充具体的推导细节</strong>。</p>
<ul>
<li><strong>最初的设想：</strong> 作者最初的遐想是，周老师为了让尽可能多的读者了解机器学习，在《西瓜书》中对部分公式的推导细节没有详述，这对那些想深究细节的读者可能“不太友好”。</li>
<li><strong>真实的缘由：</strong> 后来作者了解到，周老师省略这些推导细节的真实原因是，他认为“<strong>理工科数学基础扎实点的大二下学生应该对西瓜书中的推导细节无困难吧，要点在书里都有了，略去的细节应能脑补或做练习</strong>”。</li>
<p>&hellip;</ul>
<p><span class="activity-read-more" id="activity-read-more-318"><a href="https://guidedog.club/news-feed/p/318/" rel="nofollow">阅读更多</a></span></p>
]]></content:encoded>
				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">d2e23961a196206de777c8942a619e49</guid>
				<title>Guide 创建了组 AI資料分享</title>
				<link>https://guidedog.club/news-feed/p/317/</link>
				<pubDate>Sun, 26 Oct 2025 17:18:09 +0000</pubDate>

				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">4ba6f3757d331a2e12154a5a1c5eb1fe</guid>
				<title>Guide 在论坛 SEO搜索优化 中发起了 20个外链建设专家建议 的讨论 20个外链建设专家建议</title>
				<link>https://guidedog.club/groups/seo%e6%90%9c%e7%b4%a2%e4%bc%98%e5%8c%96/forum/discussions/20%e4%b8%aa%e5%a4%96%e9%93%be%e5%bb%ba%e8%ae%be%e4%b8%93%e5%ae%b6%e5%bb%ba%e8%ae%ae/</link>
				<pubDate>Mon, 13 Oct 2025 14:10:57 +0000</pubDate>

									<content:encoded><![CDATA[<p class = "activity-discussion-title-wrap"><a href="https://guidedog.club/groups/seo%e6%90%9c%e7%b4%a2%e4%bc%98%e5%8c%96/forum/discussions/20%e4%b8%aa%e5%a4%96%e9%93%be%e5%bb%ba%e8%ae%be%e4%b8%93%e5%ae%b6%e5%bb%ba%e8%ae%ae/">20个外链建设专家建议</a></p> <div class="bb-content-inr-wrap"><p>如果你想将你的网站推向顶端，反向链接是你最好的朋友。当然，内容仍然是王，但仅靠页面SEO是无法走得远的<br />
。在用一篇优秀的内容更新你的网站后，下一步就是去获取其他域名的链接。为了帮助你完成这个艰巨的任务，我们的SEO团队准备了一份指南，提供20种方法来为你的网站建立权威反向链接。</p>
<p>1、通过替换其他网站的坏链接来建立链接 </p>
<p>如果与你同一领域的资源关闭或只是更改了URL，迅速采取行动可以为你赢得一些链接。但前提是你自己的网站是一个值得替代的选择。<br />
如果你碰巧发现一个有一个或多个断链的网站，并且如果对其所有者来说链接到你的内容是有意义的（换句话说，如果内容相关）<br />
，那么你绝对应该尝试通过电子邮件联系那个人。他们很少会就这样放任坏链接不管。更有可能的是，他们会把你提供的链接作为<br />
感谢的象征。</p>
</div>]]></content:encoded>
				
				
							</item>
					<item>
				<guid isPermaLink="false">489eceafcb57c0dee17f0c61f52dc838</guid>
				<title>Guide 创建了组 SOP海外营销执行指南</title>
				<link>https://guidedog.club/news-feed/p/315/</link>
				<pubDate>Mon, 13 Oct 2025 13:58:31 +0000</pubDate>

				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">30743314441f0bd147d07144001eb682</guid>
				<title>Guide 创建了组 SEO搜索优化</title>
				<link>https://guidedog.club/news-feed/p/314/</link>
				<pubDate>Mon, 13 Oct 2025 13:27:06 +0000</pubDate>

				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">9362dd39f08e290200fc38b85855426e</guid>
				<title>Guide 更改了 他们 个人资料照片</title>
				<link>https://guidedog.club/news-feed/p/313/</link>
				<pubDate>Sun, 12 Oct 2025 21:28:35 +0000</pubDate>

				
									<slash:comments>0</slash:comments>
				
							</item>
					<item>
				<guid isPermaLink="false">27434834e60194b5e36a9ce5e1b71667</guid>
				<title>Guide 更新了 他们 配置文件</title>
				<link>https://guidedog.club/news-feed/p/312/</link>
				<pubDate>Sun, 12 Oct 2025 21:27:59 +0000</pubDate>

				
									<slash:comments>0</slash:comments>
				
							</item>
		
	</channel>
</rss>
		