祝你好运的技术博客

前面我自己做过coding-agent，这个是比较初级的Agent，能力也比较有限，比较高级的Agent需要具备更多的能力，而这些能力就是通过skill来实现的。这里我就深入地学习一下什么是skill。

什么是大模型微调，大模型微调的原理是什么，大模型微调的步骤是什么，大模型微调的工具是什么，大模型微调的案例是什么，大模型微调的优缺点是什么。

前面两个多月一直在学习AI相关的知识，读到了一篇文章[“如果你不能用300行代码写个Cursor，这行你就别待了！”Ralph Loop创造者、Claude Code核心技术设计者的暴论](https://mp.weixin.qq.com/s/lG3fu_bNlk4n_yqIQy2DKg)，我也有点震撼，Cursor的实现这么简单吗？我必须要琢磨学习下。再次感谢大模型，感谢深度学习，让我能这么快的学习新知识。

前面我们已经做了V3的版本，基础的问答包括简单的多轮对话都支持了，而且加上了基础的单元测试（重点是retrieval，e2e的几乎还没有测试）。这次我们要加的功能是query rewrite。

前面我们已经做了V2的版本，已经可以实现多轮对话（比如询问有多长时间病假，就需要知道用户的国家，用户没说的话就得询问用户），同时之前也加了几个测试用例，但这些太少了不足以覆盖各个文档。

前面我们已经做了一个最简单的版本，这种就跟老外出租屋里开发出来的软件类似，你说它不完整吧，它已经有了所有必须要有的东西，你说它完整吧，没有哪家企业线上会这么部署，所以我们还需要持续优化。

通过前面粗浅的学习机器学习相关知识，我了解了概念，现在要通过真实的例子一步一步来实践学到的知识，模拟真实场景，解决实际问题。

我之前比较少用rebase，因为这个命令带来的收益并不明显，但用坏了破坏性却很大，今天特殊场景就试了下，重在体验

这篇博客主要是我学习第二章的笔记的下半部分，因为第二章比较长，所以就拆成了2部分

这篇博客主要是我学习第二章的笔记，主要是深度学习涉及到的预备知识，包括数据操作，数据处理，线性代数，微积分，自动求导，概率论与统计。