RAG RAG（Retrieval-Augmented Generation，检索增强生成） 是一种结合了信息检索技术与语言生成模型的人工智能技术。该技术通过从外部知识库中检索相关信息，并将其作为提示（Prompt）输入给大型语言模型（LLMs），以增强模型处理知识密集型任务的能力，如问答、文本摘要、内容生成等。 如何理解检索、增强、生成 检索：检索是RAG流程的第一步，从预先建立的知

对抗样本设计——FGSM学习记录 什么是对抗样本 对于图像分类模型，假设我们对输入的图片进行恶意篡改，例如在原图片上叠加了一层由攻击者设计过的扰动（或噪声），会误导分类模型给出完全错误的分类结果。这种被添加了噪声的图片便是我们所说的对抗样本，这体现了分类模型对于对抗样本的脆弱性。 先看下图效果，通过对一个大熊猫照片加入一定的扰动（即噪音点），输入分类model之后就被判断为长臂猿。这种结果是

JavaScript内置了很多方法来处理数据，这些方法在处理数据时非常实用，可以大大简化代码并提高可读性。在 TypeScript 中，这些方法同样适用 数组方法 splice(start, deleteCount, ...items) 作用: 从数组中添加或删除元素。 示例: nums.splice(2, 1, 100); 从索引 2 开始删除 1 个元素，并插入 100。

Welcome to Hexo! This is your very first post. Check documentation for more info. If you get any problems when using Hexo, you can find the answer in troubleshooting or you can ask me on GitHub.