ARTICLES
文章与教程
概念、方法、代码与避坑。每篇尽量给出可执行步骤和可查证来源;持续更新。
共 36 篇
VLA 模型:视觉-语言-动作模型到底在解决什么问题
讲清 VLA 要解决的泛化问题、token/动作块/连续生成三种动作表示、预训练与后训练路线,以及长程任务、精度与安全上的现实边界。
Transformer 结构详解:注意力、多头、位置编码与残差
拆开 Transformer:自注意力里 Q/K/V 的分工、缩放点积的原因、多头如何并行看不同子空间、位置编码与残差和层归一化如何让深网络可训练,附结构对照与常见坑。
工具调用与 MCP:让模型安全地操作外部系统
模型不会真的调用工具,它只生成调用意图,执行权在你的代码里。本文讲清工具调用的机制、工具设计与 MCP 的定位,给出可运行的最小示例,并用最小权限、人工确认和出口控制划出安全边界。
SLAM 与 Nav2:让机器人在未知环境里建图、定位、导航
用 Jazzy 与 Nav2 官方仿真走完建图、保存、定位、导航全流程,讲清 map→odom→base_link 的 TF 分工,并对照仿真与真机的差别、排障顺序与项目清单。
Sim2Real:仿真里练会的,为什么到真机就崩
从动力学差距与分布差距拆解 reality gap,讲系统辨识、域随机化、教师-学生的做法,给出阶跃拟合代码、部署顺序与常见坑。
URDF 与 Gazebo:把机器人模型放进仿真世界
先讲清 URDF 的坐标树与惯量,再手写两轮底盘、挂差速插件与传感器,用 ros_gz 桥接进 Gazebo Harmonic 跑通,附命令、常见坑与验收清单。
ROS 2 通信模型:节点、话题、服务、动作与参数
从节点与执行器讲起,用可复制命令拆解话题 QoS、服务、动作与参数,说明四类接口怎么选,并给出 QoS 不匹配、回调阻塞等常见坑与自检清单。
机器人入门:从 ROS 2 开始,先跑通第一个仿真
机器人入门不必先买硬件:装好 ROS 2 后先在仿真里跑通节点和话题,再自己写程序控制海龟,最后做物理仿真;附可复制命令、版本提醒和一份 4 周入门计划,适合零基础。
机器人传感器与标定:IMU、相机、激光雷达怎么用、怎么标
分清内参、外参、时间标定,用命令与代码演示 IMU 零偏估计、相机棋盘格标定、雷达外参与时间同步,并给出验证方法和常见坑。
机器人项目实战:从选题、仿真到演示的完整路线
从可演示的选题倒推项目范围,给出技术栈与仓库结构、六周里程碑、仿真到真机的评测协议、演示视频与交付清单,适合个人或两三人小队。
强化学习入门:状态、动作、奖励,以及它和监督学习的根本区别
从状态、动作、奖励和回报讲起,用 MDP 与价值函数搭起强化学习的骨架,对比它和监督学习的根本区别,再说明值函数、策略梯度与 DQN 的思路和常见坑。
RAG 实战指南:切分、检索、重排与评测,一次讲清
RAG 的瓶颈常不在模型而在管线。本文按切分、检索、重排、评测四层拆解,说明混合检索与语境化切分的取舍,附最小可运行脚本、分层归因方法和选型决策表,帮你在自己的数据上定位问题。
Prompt 工程进阶:从"会问"到可复用、可评测的提示系统
把提示词当代码来维护:拆成可复用部件,用结构化输出锁住格式,用小型评测集配对比较改动效果。附最小可运行示例、选型对比表和常见坑清单,适合已把大模型接入业务的开发者。
过拟合与泛化:为什么模型「考试满分、实战拉胯」
为什么模型训练集几乎全对、换数据就崩:用偏差与方差解释泛化误差,给出学习曲线与验证曲线的诊断表,梳理数据、正则、早停、集成等对策,以及双下降等常见误区。
NLP 基础任务全景:分类、序列标注、生成与检索
NLP 任务全景:分类、序列标注、生成与检索四类任务分别怎么建模、用什么指标、数据怎么准备,讲清分词与子词、BIO 标注、BLEU 与 ROUGE 的局限和常见坑。
运动规划入门:路径规划、轨迹规划与避障
把规划拆成路径、轨迹、控制三层,讲清 A*、RRT、梯形速度与局部避障的适用边界,附可运行的 A* 代码、Nav2 命令与项目清单。
机器学习项目全流程:从问题定义到上线,每一步做什么
从问题定义、数据与切分、基线、误差分析,到上线监控,拆解机器学习项目每一步的关键决策与交付物,讲清数据泄漏、指标错位与训练推理不一致,附阶段对照表和练习清单。
分类与回归指标怎么选:准确率、召回、F1、AUC、MAE/RMSE
分类与回归指标的选择指南:从混淆矩阵推出准确率、精确率、召回率与 F1,讲清 ROC/AUC 与 PR 曲线的适用边界,再对比 MAE、RMSE、R²,附选型表和常见坑。
在自己电脑上跑大模型:Ollama、LM Studio、llama.cpp 怎么选
本地跑大模型不只是装软件,显存、量化、上下文都会限制体验。对比 Ollama、LM Studio、llama.cpp 的定位与边界,给出硬件搭配、上手步骤与常见坑,帮你按用途做选择。
大模型安全与合规入门:提示注入、数据泄露与上线前的检查清单
大模型安全不只是内容审核。本文从威胁模型讲起,解释间接提示注入与「致命三要素」,给出最小权限、人工确认、出口控制等防线与示例,并整理 NIST、欧盟与国内的合规基线与上线清单。
大模型评测:怎么判断一个模型/提示"到底行不行"
评测不是跑排行榜,而是回答「这一版比上一版好还是差」。本文讲指标设计、LLM 裁判与人工校准的取舍,用 bootstrap 区间避免被噪声误导,并给出评测集建设与常见坑清单。
大模型入门:先搞懂这 10 个概念
从词元(Token)、参数、上下文窗口到幻觉与 RAG,用一篇能直接上手的入门指南,讲清大模型最常被误解的 10 个概念,帮零基础读者读懂产品文档、判断宣传真假、少踩坑。
大模型幻觉:来源、检测与工程上的缓解手段
幻觉不是某个模型的偶发 bug,而是训练目标与评估激励的副作用。本文拆解幻觉的来源与类型,给出采样一致性、证据核对、引用校验等检测方法,以及按链路分层的缓解手段和校验代码。
微调、LoRA、RAG 怎么选:一张决策表 + 最小实践路径
微调不是万能钥匙,也不是知识库。本文讲清全参微调、LoRA、QLoRA 与 RAG 各自改变什么,用一张决策表帮你选路线,再给数据准备、训练配置、回归评测的最小实践路径与常见坑。
具身智能:给机器人装上“大脑”,现在到哪一步了
具身智能不是给机器人装个聊天框。本文梳理本体、感知、策略三层技术栈,盘点 RT-2 到 Gemini Robotics 的关键进展,说清当前能力边界,并给出一条可落地的跟进路线。
深度学习训练排错手册:loss 不降、震荡、过拟合怎么查
深度学习训练排错手册:loss 不降、震荡、NaN、过拟合四类症状的排查顺序,从过拟合单个 batch、检查数据与学习率,到梯度裁剪、混合精度与正则化,附排查表和练习。
CNN 入门:卷积、池化、感受野,以及为什么它在图像上有效
从全连接层在图像上的浪费讲起,解释卷积的局部连接与权重共享、池化与感受野的计算,给出 CNN 典型结构与参数量算法,以及它在图像上有效的归纳偏置和常见坑。
把 AI 工具串成工作流:从"会聊天"到"能干活"
大多数人用 AI 还停在对话框里。本文讲清提示词、工作流、智能体三层区别,给出四步搭建法、每周资讯简报实战、质量与成本控制,以及 7 天上手清单,读完就能开始。
2026 年从零开始学 AI:一条不走弯路的学习路线
2026 年从零学 AI 的路线图:先打好编程与环境基础,再建立机器学习直觉,进入深度学习与大模型,最后用 RAG 和工程化交付做出作品;附 12 周参考表与常见弯路。
AI 辅助科研与检索:工具、方法与“别被幻觉骗”
AI 能加速找文献、读论文、整理综述,但它会编造引用、张冠李戴。本文给出检索到写作的工具地图、四步验证流程与查证清单,让 AI 真正省时间,而不是制造返工。
学 AI 的最短路径:项目驱动、费曼输出与间隔复习
学 AI 最怕收藏很多却什么也没做成。本文把项目驱动、费曼输出与间隔复习组合成一个循环,附一周节奏模板、复习卡示例与 30 天清单,适合自学与转行的人。
AI 编程工具怎么选:Copilot、Cursor、Claude Code、Cline 的差异
四款主流 AI 编程工具定位不同:补全、AI 编辑器、终端 Agent、开源可插拔 Agent。本文按场景拆解差异,给出对比表、五步法、常见坑与一周评估清单,帮你少换工具多写代码。
AI / 机器人方向求职:岗位地图、能力要求与作品集怎么准备
AI 与机器人岗位远不止算法工程师。本文按方向拆解日常产出与能力要求,给出读 JD、做作品集、写简历与面试准备的方法,附 12 周清单,不承诺薪资与结果。
用 n8n / Coze / Dify 搭自动化工作流:从想法到可用
自动化不是把节点连起来就行。本文对比 n8n、Coze、Dify 三类平台的定位与边界,给出从想法到上线的五步法、工单分类实战、质量成本控制、常见坑与一周落地清单。
Agent 到底是什么?用一张图讲清它和聊天机器人的区别
用一张循环图讲清 Agent 和聊天机器人的区别:它如何规划、调用工具、根据结果调整,什么时候该用、什么时候不该用,以及如何从零搭一个最小 Agent 的五步清单。
Agent 架构拆解:规划、记忆、工具与多智能体,各自解决什么问题
Agent 不是一个模型,而是循环加四个部件。本文拆解规划、记忆、工具与多智能体各自解决什么问题、什么时候不该用,附最小循环示例、架构选型表和常见失败模式,帮你避免把演示当成生产。