LLM介紹

本頁面為AI愛好者提供從基礎到應用的大型語言模型(LLM)指南。


共有12篇文章。 | 當前在第1頁,共1頁。

第 17 章 — 未來威脅與新興防禦

LLM Primer VII 章節走讀第十七篇,也是最終篇。本章越過已經成熟到能寫下的紀律,命名那些社群仍在弄清楚的紀律 — 自主 agent、多模態攻擊面、合成身分,以及 2026 年中的 AI-versus-AI 軍備競賽。

2026-05-26

第 15 章 — 打造安全的 AI 組織

LLM Primer VII 章節走讀第十五篇。本章把資安文化、紅隊、供應商風險與長期維運視為那個承載這門紀律歷經多年的組織基礎設施。

2026-05-24

第 7 章 — 幻覺與可靠性

LLM Primer VII 章節走讀第七篇。本章把可靠性當作一項安全屬性來處理 — 因為每當後果依賴於正確性時,一份自信而錯誤的輸出就是安全問題。

2026-05-16

第 6 章 — 檢索增強生成的風險

LLM Primer VII 章節走讀第六篇。本章把檢索語料當作一條不可信的輸入通道 — 因為每一份被索引的文件,從模型的視角來看,都是與使用者問題對等地位的一則指令。

2026-05-15

LLM Primer VII — 系列導論與索引

LLM Primer VII 章節走讀的導論與索引。這是系列的完結之卷:LLM Primer 的工程弧線,最後落在決定這一切能否在對手、監管機關以及機率系統日常故障模式面前存活下來的那個學科。

2026-05-09

第 13 章 — 自動擴縮與冷啟動緩解

LLM Primer VI 章節走讀第十三篇。這一章解釋為什麼預設 Kubernetes 自動擴縮器在 LLM 流量下會造成中斷,以及 KEDA、Knative、CRIU 如何組合成修補方案。

2026-05-05

第 11 章 — 平台與編排層

LLM Primer VI 章節走讀第十一篇。這一章主張平台的選擇不是關於功能,而是關於哪一種維運模式對得上團隊既有的維運文化。

2026-05-03

第 5 章 — 量化去神秘化

LLM Primer VI 章節走讀第五篇。這一章解釋為什麼 70B 模型撐得住 4 位元量化,而 1B 模型撐不住 — 以及怎麼挑配方。

2026-04-27

第 5 章 — 評估 LLM 應用

LLM Primer V 章節走讀第五篇。承認 assertEqual 在 LLM 輸出上已死,把測試紀律重建在錨定的 judge、RAG Triad、代理的軌跡測試上。

2026-04-18

第 3 章 — 檢索增強生成

LLM Primer V 章節走讀第三篇。走過整條 RAG 管線 — 載入、切塊、嵌入、檢索、生成 — 並把「在你十個最愛文件上會動的 demo」跟「撐得住真實語料的系統」區分開來。

2026-04-16

第 2 章 — 基礎模型與提示詞工程

LLM Primer V 章節走讀第二篇。提示詞工程就是工程 — 版本化的模板、防禦式界定符、結構化輸出。從模型分層、取樣參數走到 Pydantic/Zod schema 強制、Outlines 文法約束解碼。

2026-04-15

LLM 入門系列 — 一卷一卷讀懂生成式 AI

LLM Primer 系列 — 下田昌平(Sho Shimoda)撰寫的七卷本生成式 AI 現場指南,已完結。從基礎到安全。含姊妹卷《Physical AI》。全 7 卷均於 Amazon 上市。

2026-02-15