工程笔记
写给真正
交付技术栈的人
关于 React、Node.js、TypeScript 与 AI 的文章。有译文正文时显示译文。没有时显示英文，并注明这一点。
标签：machine-learning
真正驱动神经网络的是什么：Python背后的AI编译器
究竟是什么驱动着神经网络：从 Python 表达式出发，追踪大型语言模型如何通过计算图、操作符融合、MLIR 风格的中间表示，最终实现向硬件的转换。
阅读约 6 分钟无需重新索引即可切换RAG嵌入模型：rebase机制如何运作
无需重新索引即可切换RAG嵌入模型：rebasis通过一个小型适配器将新的查询向量映射到旧索引中，并告知何时进行桥接操作并无意义。
阅读约 18 分钟DS-STAR与通用编码代理的对比：详解谷歌的数据分析工具。
为什么通用编码代理在数据分析时会卡住，以及谷歌的DS-STAR工具如何解决这一问题：七种代理、DS-STAR+报告、特征工程、Claude Code。
阅读约 22 分钟用于0.8B SQL Agent的软标签蒸馏技术：为何较弱的Qwen教师模型更胜一筹
通过使用冻结轨迹中的top-k软标签对LoRA进行微调，一个0.8B参数的SQL智能体在220项任务中完成了55项，而性能较弱的Qwen模型反而优于性能更强的GPT模型。
阅读约 20 分钟利用AI智能体打排球以预测餐厅营业额。
基于人工控制AI智能体的餐厅营业额优化竞赛：数据审计、尾部数据验证、特征工程、集成方法以及与排行榜得分的差距分析。
阅读约 18 分钟嵌入、LoRA与PCA背后的八个线性代数思想
通过房价实例讲解向量、矩阵、特征向量、余弦相似度、范数、SVD及秩的概念，以及依赖这些概念的人工智能技术。
阅读约 7 分钟GPT真正的含义，以及为何AI工程本质上仍属于工程领域。
拆解生成式预训练Transformer、注意力机制、拟合与预测的过程，了解为何优秀的AI成果依然依赖于常规的工程判断力以及更精准的问题设计。
阅读约 4 分钟五种无需被繁杂学习路线表困扰即可开始学习AI的免费方法。
一份免费的AI学习资源简表，涵盖谷歌的机器学习速成课程、fast.ai、Hugging Face、Kaggle和YouTube等，同时提供关于应优先选择哪些资源的建议。
阅读约 7 分钟大语言模型如何工作：标记、注意力机制与下一个标记预测
用通俗语言解释大语言模型的工作原理：标记、嵌入、自注意力、因果掩码与下一个标记的生成，以及为何训练与推理存在本质差异。
阅读约 8 分钟
常见问题
关于这些文章
是。每篇都是为本站准备的英文原创改写。结构与代码跟随来源；正文重写并做过重合检查。
英文是来源。只有存在该语言的正文译文时才显示其他语言。缺失或空白的译文仍是英文，包括在本地化网址上。
草稿经编辑后进入发布队列。站点导入只收录新的或有变更的 slug，不会重复添加。
示例仅供说明。上线前请核对技术栈与许可。若需交付，请发来简报。