OpenStarry Blog

探索 · 学习 · 实践

60+ 篇精选文章,覆盖大模型 API 选型、接入实战、成本优化、国产模型迁移。搜索关键词,快速找到你需要的答案。

全部# 大模型订阅套餐行业分析AI 前沿🔧 API 最佳实践AI行业观察🔧 技术教程API工程 实践服务升级行业观察成本与计费Coding PlanIDE 配置工具对比平台接入选型指南 + 效率实战大模型解读模型解读实践教程模型最新动态技术观察AI Agent 平台API应用 实践对比评测
工具教程

Hermes Agent 接入指南:多 Agent 编排框架接入 OpenStarry

Hermes Agent 是开源的多 Agent 编排 CLI,支持把任何 OpenAI 兼容端点作为 Worker 后端。本文详解 Hermes Agent 接入 OpenStarry 的完整流程,使用 GLM-5.1、DeepSeek V4、Kimi K2.6 作为 worker 模型。

📅 2026-06-09
RLHF/对齐

GRPO:DeepSeek 提出的群体相对策略优化

解析 DeepSeek 的 GRPO 算法如何通过群体采样和相对奖励,实现更高效稳定的对齐训练,以及它在 DeepSeek 系列模型中的应用。

📅 2026-06-09
生成模型

生成对抗网络(GAN)详解:两个神经网络的博弈

从博弈论视角理解 GAN 的核心思想,掌握生成器与判别器的对抗训练过程,以及 GAN 在图像生成、风格迁移等领域的应用。

📅 2026-06-09
训练优化

Dropout 正则化:简单却强大的防过拟合技术

深入理解 Dropout 的工作原理:为什么随机丢弃神经元反而能提升模型泛化能力,以及在实际项目中如何正确使用 Dropout。

📅 2026-06-09
RLHF/对齐

DPO:跳过奖励模型的直接偏好优化

解析 DPO 如何用一个简单的分类损失替代复杂的 RLHF 流程,理解其背后的 Bradley-Terry 模型和数学直觉。

📅 2026-06-09
生成模型

Diffusion Models 详解:从噪声到图像的生成过程

深入理解 Diffusion Models 的前向扩散和反向去噪过程,掌握 DDPM 的核心原理,以及 Stable Diffusion、DALL-E 背后的技术基础。

📅 2026-06-09
AI 基础

Cross Attention:Transformer 如何融合双侧信息

详解 Cross Attention 在编码器-解码器架构中的关键作用,理解它与 Self Attention 的区别,以及在翻译、图像生成等任务中的应用。

📅 2026-06-09
训练优化

对比学习:让模型从无标注数据中学习表征

理解对比学习的核心思想:通过拉近相似样本、推远不相似样本,让模型从海量无标注数据中学习高质量的特征表征。

📅 2026-06-09
训练优化

大模型持续学习:解决灾难性遗忘的挑战

探讨大语言模型在持续学习中面临的灾难性遗忘问题,以及 EWC、渐进网络、经验回放等主流解决方案的原理和实际应用。

📅 2026-06-09
工具教程

Codex CLI 接入指南:把 OpenAI 终端 Agent 接到 OpenStarry 用国产模型

Codex CLI 是 OpenAI 2025 年发布的终端 AI 编程 Agent,原生基于 OpenAI API。通过 OpenStarry,Codex CLI 可在保持原生体验的同时使用 GLM-5.1、DeepSeek V4、Kimi K2.6 等国产旗舰模型。

📅 2026-06-09
工具教程

CC Switch 教程:多工具 API Key 统一管理,一键切换 OpenStarry

CC Switch 是开源的 AI 编程工具 Provider 管理器,支持 Claude Code、Codex CLI、Cursor、Cline 等 8+ 工具,一键切换 API Key 和 base_url。本文详解如何用 CC Switch 统一管理 OpenStarry 接入。

📅 2026-06-09
训练优化

Batch Normalization vs Layer Normalization 对比详解

全面对比两种最常用的归一化技术:Batch Normalization 沿 batch 维度归一化,Layer Normalization 沿特征维度归一化。理解为什么 Transformer 几乎只用 LN。

📅 2026-06-09
‹›