#In-Context Learning
共 81 篇相关文章
·5 分钟
用Claude做模拟面试拿到offer的完整方法论
一位求职者用Claude进行AI模拟面试，通过逐题模拟、诚实反馈和反复迭代，修正了回答冗长、埋没强案例等表达习惯，最终成功拿到心仪offer。本文拆解完整操作流程与实操建议。
阅读全文 →
·14 分钟
30+本免费AI机器学习经典教材合集：一个GitHub仓库全收录
Awesome Free AI Books开源仓库收录30多本合法免费的AI与机器学习经典教材，覆盖深度学习、强化学习、NLP、大模型等十大核心领域，所有链接均指向官方来源，每周自动检测链接有效性。
阅读全文 →
·7 分钟
AI Agent开发入门：从零到落地的学习路径
系统梳理AI Agent（智能体）开发的完整学习路径，涵盖提示词工程、RAG知识库、LangChain与LangGraph框架、模型微调及多智能体协作，助你从零基础到项目落地掌握大模型应用核心技能。
阅读全文 →
·14 分钟
Claude Code从零到精通：入门·实战·进阶完整指南
系统掌握Anthropic推出的AI助手Claude：涵盖账号注册、界面操作、文件处理、知识库与API集成，附技术博客写作、数据分析、编程学习三大实战案例，以及提示词工程与Agent智能体开发进阶技巧。
阅读全文 →
·15 分钟
提示词自动迭代新思路：会自省、会止损的 /loop 编译器模式
提示词工程新突破：Loop Assist 为提示词编译器引入 /loop 自动迭代模式，通过「先诊断再修复」的测试驱动逻辑和可解释的停止机制，让每轮优化有据可查、用户可随时干预，探索可控自动化的工程化提示词治理路径。
阅读全文 →
·16 分钟
如何科学测试提示词对LLM引用行为的影响
提示词措辞的细微变化会影响大语言模型的引用行为吗？本文从指标定义、A/B测试设计、引用幻觉识别到统计显著性验证，系统讲解如何科学测试LLM引用行为，帮助AI应用开发者构建更可靠的提示工程实践。
阅读全文 →
·17 分钟
上下文工程：让AI Agent不再"胡言乱语"的系统方法
上下文工程是构建高效AI Agent的核心方法论，涵盖查询增强、RAG检索、提示设计、记忆管理与工具调用五大模块。掌握Write、Select、Compress、Isolate四个核心动作，从根源解决大语言模型幻觉问题。
阅读全文 →
·16 分钟
开源模型工具调用频繁失败？根源在框架而非模型能力
DeepSeek等开源模型工具调用表现差，真的是模型本身的问题吗？本文深度解析"工具修复框架"的设计思路，揭示框架层缺陷如何被误算为模型能力短板，以及如何通过确定性修复规则和修复节点机制，让开源模型稳定运行超长智能体任务。
阅读全文 →
·8 分钟
OpenAI新版语音助手实测：会打断、能同传、懂情绪
OpenAI悄然升级语音助手，实测显示新版已能说东北方言、实时同声传译、担任英语教师，还会停顿、清嗓子、表现出尴尬情绪。本文梳理本次升级的三大核心突破：拟人化体验、实用场景落地与交互范式转变。
阅读全文 →
·14 分钟
Claude Code高阶实战：打造顶级AI开发流
深度解析Claude Code定制化方法论：从访问权限、知识注入到工具链搭建，掌握上下文窗口管理、Hooks零开销抽象、MCP与Skills插件原语，构建可扩展的AI软件工程工作流。
阅读全文 →
·9 分钟
AI Agent开发全路线：从零到实战的四阶段进阶指南
系统拆解AI Agent开发的四阶段学习路线：从LLM基础与核心模块，到ReAct/CoT经典范式，再到多智能体协作与实战项目落地。掌握Agent开发，成为大模型时代真正的硬核竞争力。
阅读全文 →
·16 分钟
口语化采样登顶ICML：提示工程配得上顶会吗？
一篇关于「口语化采样」的提示工程论文被ICML接收，在Reddit引发激烈争议：无需修改模型权重、仅靠改变提示词就能缓解模式坍缩，这样的研究配得上顶级机器学习会议吗？本文深度解析争议背后的学术价值之争。
阅读全文 →
·11 分钟
Zer0Fit：用MCP将谷歌TabFM与TimesFM接入LLM聊天界面
Zer0Fit是一个开源项目，将谷歌TabFM和TimesFM两款机器学习基础模型封装为MCP服务器，让用户无需编写ML代码，直接通过本地LLM完成分类、回归与时间序列预测任务。本文详解其技术架构、性能表现与使用局限。
阅读全文 →
·8 分钟
LTX 2.3 IC-LoRA 实测：AI一键改变视频拍摄机位
LTX 2.3 CrossView IC-LoRA模型开源发布，支持对已有视频进行机位视角转换。本文解析IC-LoRA原理、22B参数底座优势及跨视角生成的技术挑战，附Hugging Face模型获取方式。
阅读全文 →
·9 分钟
技能包驱动AI智能体：告别繁琐工作流的高效方案
告别复杂工作流节点，通过技能包（Agent Skill）动态加载功能，让AI智能体实现稳定又智能的自动化。本文拆解大模型三大缺陷、RAG技术原理及Scale Agent插件实战搭建思路，帮你快速构建高效工作流。
阅读全文 →
·11 分钟
AI Agent开发完整学习路径：从零基础到企业实战
系统梳理AI Agent开发学习路径，涵盖基础原理、提示工程、工具调用、多智能体协同，以及LangChain、CrewAI、Dify主流框架实战。附企业级项目案例与面试资源，帮助零基础学习者快速建立完整知识体系。
阅读全文 →
·15 分钟
Hermes智能体八大更新实测：AI自动化与自我进化全解析
Hermes智能体迎来重大版本升级，一次带来八项功能更新：原生iMessage接入、后台子智能体并行、Unreal Engine MCP支持、技能中心自我进化等。本文基于实测演示，梳理核心变化及对个人AI自动化工作流的实际影响。
阅读全文 →
·8 分钟
TabFM：表格数据零样本基础模型，颠覆传统建模方式
TabFM是专为表格数据设计的零样本基础模型，无需针对新数据集重新训练即可直接预测。本文深入解析TabFM的技术定位、与TabPFN的关系、核心优势及现实挑战，探讨其对数据科学从业者的实际意义。
阅读全文 →
·7 分钟
LangChain Prompt模板实战：打造可调教的AI贾维斯助手
深入讲解LangChain核心模块中的Prompt模板与提示词工程，厘清LLM与Chat Model本质区别，手把手教你通过LangChain构建具有特定性格与行为逻辑的定制化AI助手。
阅读全文 →
·13 分钟
从提示词到Harness工程：AI Agent开发范式的进化之路
为什么AI工程方法论从提示词、上下文工程持续演进到Harness工程？本文系统梳理三大范式的核心差异，剖析上下文窗口限制、Token成本、注意力衰减三大瓶颈，解读"Agent = Model + Harness"公式的本质，帮助团队真正将AI转化为生产力。
阅读全文 →