夫唯：我用七天时间，终于弄懂了“蒸馏”的真意
本文作者：夫唯 原文地址 最近一周脑海一直在折磨“蒸馏”这个词，下面按时间顺序分享我的理解。 第一天：初遇“蒸馏” 在解读DeepSeek、ChatGPT等技术时，“蒸馏”这个词反复出现。它指的是将庞…
一文读懂：蒸馏、量化、微调、RAG
随着大模型进入“落地阶段”，真正拉开差距的已经不只是模型的参数量，而在于如何将模型“用好、用稳、用便宜、用准”。蒸馏、量化、微调、RAG，正是当前大模型工程化落地的四项关键技术手段。下面我们用通俗举例…
夫唯：AI 时代的推广法则：“精确定位” + “用户画像标签”
在上一篇文章《GEO 时代，流量为王已经过时》中，我提出一个观点： AI 时代，流量思维正让位于品牌思维。 文章留言区较多的疑问是： ”我的品牌，到底怎样才能被 AI 推荐？” 拆解这个问题为两个更具…
ChatGPT、Perplexity、Claude 三者对比
ChatGPT vs Perplexity vs Claude — In-Depth Comparison in 2025 随着生成式 AI 的迅猛发展，包括 ChatGPT、Perplexity 和…
Transformer 架构是什么，对AI发展的意义
一、Transformer 架构是什么？ Transformer 是 Google 在 2017 年提出的一种深度学习模型架构，基于论文《Attention Is All You Need》。 其核心…
大语言模型LLM 的发展历程
一、LLM 的发展历程（按时代划分） 阶段 1：统计语言模型时代（1990s–2017） 这是 LLM 的“石器时代”，AI 不懂真正的语言，只能做数学统计。 代表模型 特点 阶段 2：预训练 + 微…
LLM 是什么，与RAG的关系
一、LLM 的科学解释 LLM（Large Language Model，大型语言模型）是一类基于深度学习 Transformer 架构的超大规模参数模型，通过在海量语料上训练，学习语言的统计结构，从…
检索增强生成RAG 的科学解释
RAG 的科学解释（Retrieval-Augmented Generation） RAG（检索增强生成）是一种将信息检索（Retrieval）与生成式模型（Generation）结合的混合式架构。 …