游客wls5doiy37emk_个人页

2026年06月

• 06.30 17:28:17
  发表了文章 2026-06-30 17:28:17

  补充

  本工作流支持双模板生成，通过选择器节点依据{{moban}}变量值（如“1”）动态路由至“生成标题”或“生成标题1”分支；结尾用结束节点提取html2url插件输出，生成可直接访问下载图片的报告链接。报告内容严格依赖上传Excel的数据与命名规范。（239字）

2025年06月

• 06.22 00:56:40
  发表了文章 2025-06-22 00:56:40

  MCP全方位扫盲

  MCP（Model Context Protocol）是由Anthropic提出的协议，旨在标准化大模型与外部数据源和工具的通信方式。其核心架构包括MCP Client（客户端）和MCP Server（服务端），通过标准化接口实现解耦，支持不同LLM无缝调用工具。相比传统方法，MCP简化了Prompt工程，减少定制代码，提升复用性。实际场景中，如天气查询或支付处理，MCP可智能调用对应工具，优化用户体验。MCP的核心价值在于标准化通信、统一工具描述及动态兼容性，成为大模型与外部服务的智能桥梁。
• 06.22 00:55:04
  发表了文章 2025-06-22 00:55:04

  deepseek0528发布

  DeepSeek-R1-0528 是 DeepSeek 团队于 2025 年发布的 R1 推理大模型升级版，虽定位为“小版本试升级”，但表现远超预期。其在数学推理（AIME 测试准确率提升至 87.5%）、编程能力（接近 OpenAI o3 水平，可生成 1000+ 行无 bug 代码）、长文本处理（支持 128K tokens）及写作质量等方面均有显著提升。此外，新增 Function Calling 和 JSON 输出功能，便于开发者集成。用户可通过 Ollama 本地部署或访问 https://chat.deepseek.com/ 在线体验满血版。
• 06.22 00:53:48
  发表了文章 2025-06-22 00:53:48

  模型微调

  本文深入探讨了从GPT3到ChatGPT及DeepSeek等大模型中微调技术的关键作用。微调（Fine-tuning）是在预训练模型基础上，通过特定任务数据调整参数以优化性能的技术。文中对比了全参数微调与参数高效微调（如LoRA、Adapter），并介绍了模型蒸馏和强化学习在AI优化中的角色。通过实例解析，如“厨师学川菜”，生动说明了微调的原理与优势。此外，还提供了云平台（如百炼、Hugging Face Space）上的微调实践指南，帮助开发者快速上手。未来，随着算力提升和新技术发展，微调将更高效、广泛应用于各类场景。
• 06.22 00:50:08
  发表了文章 2025-06-22 00:50:08

  tbox生成今日简报

  111
• 06.18 14:45:29
  发表了文章 2025-06-18 14:45:29

  别让你的大模型被忽悠了，聊聊prompt注入攻击

  本文探讨了Prompt工程中的隐私与安全问题，重点分析了“奶奶漏洞”及更广泛的Prompt攻击现象，特别是Prompt注入的原理与防御手段。Prompt注入通过构造恶意输入突破模型限制，使LLM执行非预期操作。文章介绍了直接注入和间接注入类型，并提供了多种防御方案，如输入过滤、强化系统指令、接入第三方校验库及多模型协作防御。此外，还讨论了Prompt逆向工程及其正负影响，以及恶意MCP服务投毒的实际案例，如GitHub Copilot漏洞。最后提出了动态权限控制和持续安全监测等解决策略。