随机二次元壁纸api

作者基于Flask搭建了一个图库并开发了随机图片API接口(https://img_api.yuubari.cn/api/random_image),可返回包含图片链接、尺寸、标签等详细信息的JSON数据。该接口每日限1000次访问,适合二次元壁纸爱好者探索使用,演示地址为https://yuubari.cn/random-image/。

玩乐 

“我输入故它在”:大语言模型的‘意识’幻象

当前大语言模型虽展现出拟人化能力,但本质仍是静态的预训练模型,不具备实时学习或自主思考能力。其运行机制类似计算器,仅在输入时激活处理信息,无内在意识流。未来发展面临架构创新、算力瓶颈、记忆管理和伦理道德等重大挑战。这些模型是强大工具而非意识实体,迈向真正自主AI仍需技术与社会协同突破。

随笔 

脑洞:坤门风云

程坤自幼被父亲送入坤门学艺,因天赋异禀却始终得不到祖师蔡坤山认可而心生怨恨。十八岁时,他在门派大比中为证明实力不惜重伤大师兄陈岩,被逐出师门。此后他游历四方改良武艺,五年后决心重返坤门复仇,誓要摧毁祖师苦心经营的基业。

随笔 

图片管理应用开发心得

最近无聊写了一个爬图+看图的软件,遇到了很多问题,也获得了不少收获。为预防老年痴呆遗忘,提前记录一些心得。 后端使用python flask框架开发。 一、身份验证 身份验证首先要满足基本功能,能够验证传入后端的用户名密码是否正确,然后放行。最简单的方式,直接明文保存用户密码并写死在代码里,粗暴拼接

搭建本地AI大模型知识库

利用RAG技术解决AI生成文本知识过时、泛化的问题。通过将文档向量化存储并检索,结合大模型生成针对性回答。实践部分详细演示了使用Openwebui和BGE模型搭建知识库的步骤,包括配置向量引擎、创建知识库、上传文档等。测试表明,该方法能生成基于知识库的精准回答,并标注出处,有效提升AI回答的准确性和针对性。

经验 

为何 “专用硬件 + 系统” 尚未颠覆传统部署?

当前大语言模型(LLM)的硬件部署存在显著的资源浪费问题,传统服务器 + 高端 GPU 的架构并非最优解。 这一现状的背后是技术演进路径、生态惯性、商业成本等多重因素的复杂博弈。 以下从技术瓶颈、创新突破、生态挑战三个维度展开分析,并揭示为何 “专用硬件 + 系统” 的全面替代尚未到来:

随笔