【一文看懂】大白话解释大模型的技术原理:为什么它那么聪明?

改变AI历史的Transformer是如何帮助LLM大模型工作的?看图解密Transformer原理,看不懂算我输! 在过去的几年里,大型语言模型(LLM)的出现,为长达数十年的智能机器构建的探索中带来了巨大的飞跃。这项基于试图模拟人类大脑的研究技术,也在近几年催生了一个新领域——Generative AI 生成式人工智能,简单理解就是可以通过模仿人类能力和水平,生成合理且复杂的文本、好看图像甚至是计算机的代码。 阅读详情

你有没有过这样的感觉:和ChatGPT聊天,让它写诗、翻译、写代码,它好像什么都懂,甚至能跟你讨论哲学问题。它就像一个“超级大脑”,让人不禁想问:它到底是怎么做到的?为什么这么聪明?

其实,这个“聪明”的背后,并不是魔法,而是一个经过“填鸭式”海量教育 + “题海战术”训练出来的超级“学神”。下面我们用三个步骤来拆解它。
在这里插入图片描述

第一步:根基——它到底“学”了什么?

想象一下,你有一个朋友,他读完了全世界所有的书、网站文章、论坛帖子……总之,你能想到的文字资料他都看过。那么,当你问他一个问题时,他即使不能创造新知识,也能凭借记忆和组合,给你一个非常靠谱的回答。

大模型就是这样。它的核心本领是 “文字接龙”。

  • 它不是“理解”意义,而是“预测”下一个词。 比如,你输入“今天天气很好,我们一起去……”,模型的任务就是猜下一个最可能出现的词是“公园”、“散步”还是“吃饭”。它通过分析海量文本数据,学会了这种概率关系。

  • 它学的不是知识,是“关系”。 在阅读了万亿级别的词语后,它学会了词语之间、概念之间的亿万种关联。比如“苹果”这个词,经常和“水果”、“手机”、“公司”一起出现。这种关联被模型用一种叫做 “向量” 的数学形式记录下来。每个词、每句话在模型内部都是一个高维空间中的点,意思相近的词(如“猫”和“狗”)在空间里的位置就很近。

简单说:大模型的根基,就是一个通过海量阅读练就的、无比强大的“文字接龙大师”。

第二步:核心架构——它的“大脑”是怎么工作的?(Transformer架构)

光会“接龙”还不够,关键是要能处理长句子、理解上下文。这就要提到让它产生质变的核心技术——Transformer(变形金刚)架构。这个架构给了模型一个“超级注意力”的能力。
请添加图片描述

你可以把它想象成一个拥有“荧光笔”和“思维导图”的超级读者。

当它读一句话,比如“我把蛋糕给了小明,因为他昨天帮了我,所以他很开心。”

  1. 划重点(注意力机制): 模型在理解“他”这个词指代谁时,会用它的“荧光笔”去扫描整个句子。它会发现,“他”这个词的墨迹,绝大部分都来自于“小明”,而不是“我”。于是它就明白了,“他”指的是“小明”。

  2. 全局关联(自注意力): 这种“划重点”的能力是全局的。模型在处理每个词时,都会同时关注句子中所有其他的词,权衡它们的重要性。这让它能理解复杂的指代、逻辑关系和上下文语境。

正是这个“划重点”的神技,让模型从简单的接龙,升级到了能“理解”复杂语言结构的水平。它不再只是看相邻的几个词,而是能纵观全局,把握一篇文章、一段对话的整体意思。

第三步:变“聪明”的关键——“辅导老师”的调教(预训练+微调+RLHF)

现在,我们有了一个博览群书的“学霸”,但它可能还不太会跟人聊天,有时会胡说八道,或者生成有害内容。怎么让它变成有用的、安全的“学神”呢?这就需要“辅导老师”出场了。

这个过程分为三步:

  1. 预训练(填鸭式基础教育): 这就是第一步,让模型在无标签的海量文本上自学“文字接龙”,打下坚实的语言基础。这一步花费的计算资源和金钱最多,赋予了模型“智商”。

  2. 微调(专业培训班): 光有智商不够,还得有“情商”和专业技能。研发人员会雇人来编写高质量的问答对(比如“问题:什么是光合作用?回答:光合作用是…”),用这些数据像家教一样训练模型,教它用更符合人类习惯的方式回答问题。这一步塑造了模型的“行为准则”。

  3. 人类反馈强化学习 - RLHF(模拟考试+名师点评): 这是最关键的一步,让模型真正“开窍”!

    • 模拟考试: 让模型对同一个问题生成多个答案(A, B, C, D)。
    • 名师点评: 雇人来给这些答案排序,哪个最好,哪个最差。
    • 自我反思: 模型根据人类的偏好,调整自己的内部参数,让自己以后更倾向于生成A这类好答案,避免生成D这类差答案。

经过成千上万轮的“考试-点评-反思”,模型变得越来越“善解人意”,知道人类想要什么样的回答,从而变得又聪明又好用。这一步赋予了模型“情商”和“价值观”。

总结:它为什么“聪明”?

所以,大模型的“聪明”是三种能力的叠加:

  1. 海量知识的“广度” (预训练): 它“见过”的数据比任何一个人一辈子能看的都多,所以知识面极广。
  2. 深度理解的“能力” (Transformer): 它的“注意力机制”让它能像人类一样把握语言的复杂结构和上下文。
  3. 与人协作的“对齐” (RLHF): 它被人类用巧妙的方式调教成了我们喜欢和需要的样子。

最终,它的“聪明”本质上是统计概率和模式匹配的极致体现,是一种对人类集体智慧的高效压缩和模仿。 它不像人类一样有意识和情感,但它是一个功能无比强大的工具和助手。

希望这个解释能帮你拨开迷雾,对这个改变世界的技术有一个直观的认识!

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

https://img-blog.csdnimg.cn/img_convert/05840567e2912bcdcdda7b15cba33d93.jpeg

在这里插入图片描述

为什么要学习大模型?

我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年,人才缺口已超百万,凸显培养不足。随着AI技术飞速发展,预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。

在这里插入图片描述

在这里插入图片描述

大模型入门到实战全套学习大礼包

1、大模型系统化学习路线

作为学习AI大模型技术的新手,方向至关重要。 正确的学习路线可以为你节省时间,少走弯路;方向不对,努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划,带你从零基础入门到精通!

img


2、大模型学习书籍&文档

学习AI大模型离不开书籍文档,我精选了一系列大模型技术的书籍和学习文档(电子版),它们由领域内的顶尖专家撰写,内容全面、深入、详尽,为你学习大模型提供坚实的理论基础。

在这里插入图片描述

3、AI大模型最新行业报告

2025最新行业报告,针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估,以了解哪些行业更适合引入大模型的技术和应用,以及在哪些方面可以发挥大模型的优势。

img

4、大模型项目实战&配套源码

学以致用,在项目实战中检验和巩固你所学到的知识,同时为你找工作就业和职业发展打下坚实的基础。

img

5、大模型大厂面试真题

面试不仅是技术的较量,更需要充分的准备。在你已经掌握了大模型技术之后,就需要开始准备面试,我精心整理了一份大模型面试题库,涵盖当前面试中可能遇到的各种技术问题,让你在面试中游刃有余。

img

适用人群

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范
  • …
第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署
  • …
第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建
  • …
第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案
  • …

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

https://img-blog.csdnimg.cn/img_convert/05840567e2912bcdcdda7b15cba33d93.jpeg

在 SAP SD 模块里,销售订单号既可以由系统“自动”产生,也可以由用户“手工”输入,核心取决于“号码段(Number Range)”与“订单类型(Sales Document Type)”这两处配 SAP销售订单编号配置指南:系统提供内部自动编号和外部手工编号两种方式,通过VN01定义号码段(内部/外部),VOV8分配给订单类型并设置"ExtNo.Rq"选项即可切换。高阶应用支持灵活编号(如加前缀)或通过增强出口完全自定义编号规则。配置时需注意号码段创建、分配及传输问题,常见故障包括号码范围不存在或配置错误。核心是"号码段+订单类型"的组合控制编号生成方式,满足从简单到复杂的业务需求。 阅读详情

相关推荐

ESP32-S3开发环境避坑指南:VS Code+ESP-IDF离线安装全流程(附国内镜像加速)

本文提供了一份详细的ESP32-S3开发环境离线安装指南,重点解决网络依赖问题。通过整合国内镜像加速,手把手教你完成VS Code、ESP-IDF框架、工具链及Python依赖的本地化部署,实现稳定、可重复的开发环境搭建,大幅提升IoT开发效率。

peach的博客 962

LLM进阶——Transformer

LLM进阶——Transformer

ning_xiao_xuan的博客 2148

IDEA中Maven工具栏与命令执行全攻略:高效开发必备技巧

IntelliJ IDEA 作为强大的 Java 开发工具,其 Maven 功能独具优势。Maven 工具栏位于工作区右侧,图标功能丰富,涵盖项目导入、源码处理、依赖操作等。执行 Maven 命令有多种途径,Run Anything 窗口可输入或选目标执行,上下文菜单能右键运行目标,还可创建运行配置,指定命令参数后运行,为开发者高效管理 Maven 项目、便捷执行命令提供有力支持。

2301_82300081的博客 2033

Transformer是什么,如何搭建LLM大语言模型

Transformer是大型语言模型(LLM)得以实现的核心架构之一

weixin_43945135的博客 1423

Multisim电容三点式振荡电路仿真:起振设置与波形调试全解析

振荡电路是高频电子线路中的核心基础,其本质是利用正反馈将微弱扰动放大为稳定的正弦波。在Multisim等仿真工具中,理想模型缺少真实噪声源,导致电路常常“纹丝不动”,这并非电路错误,而是起振条件未满足。理解LC谐振选频特性和环路增益原理,是解决仿真失败的关键。人为引入上电冲击或设置初始条件,可有效激励回路起振。这一技术不仅适用于课堂验证,更能帮助电子爱好者快速排查电路参数问题。通过完整的电容三点式振荡电路搭建案例,从元件选型、直流工作点校核到瞬态分析配置,配合示波器与FFT频谱验证,系统演示如何让仿真器输出

weixin_42653691的博客 272

WSL基础环境配置方案

通过以上步骤,您已经在 Windows 的 WSL 环境中成功搭建了一个完整的基础开发环境,包含 Docker、Kubernetes、Helm、kubectl、yq、Git 等工具。这套环境特别适用于在国内使用阿里云镜像服务部署和管理 Tekton,提升了开发和运维的效率和稳定性。

落魄书生的职业学习生涯 8877

从零开始学大模型:小白必收藏的Transformer到LLM完全指南

在计算机视觉(CV)和人工智能(AI)的研究领域,视频处理涉及自动分析视频数据,以理解和解释时间与空间特征。视频数据是随时间变化的图像序列,其中的信息在空间和时间上都已数字化。这使我们能够对视频中每一帧的内容进行详细的分析和操作。得益于深度学习(DL)和人工智能的飞速发展,视频处理在当今技术驱动的世界中变得越来越重要。传统上,深度学习研究主要集中在图像、语音和文本上,但视频数据由于其庞大的规模和复杂性,为研究提供了独特而宝贵的机会。

qq_46094651的博客 847

win10自动修复-无限循环【通用完美】超简单解决办法

2020.02.14今个我的笔记本电脑(Thinkpad Carbon 7 X1)(win10)早晨起来发现蓝屏,上面显示自动修复失败,重启后依然自动修复失败,不断手动重启,始终是修复失败。然后上网开始搜集资料找解决办法。 前边介绍关闭自动修复,如何找出错文件的方法;如果想看最终解决办法,直接看第三部分 上网就会发现这种现象很常见,同时是电脑自动安装系统更新,或者安装某些驱动出现。解决办法也大...

y15941300574的博客 19万+

什么是大型语言模型LLM以及Transformer模型讲解

✍文章目标:您将在本篇中,学习到LLM底层模型Transformer原理,为后续学习打下基础

共同学习、强我国家 1549

PCL RANSAC拟合直线并插值

空间直线线性插值的原理与实现方法。

点云侠的博客 137

RTOS与Linux功能差异与应用场景全面对比

在嵌入式系统的开发中,操作系统的选择至关重要。和是两种广泛应用的操作系统,它们在功能、设计目标以及应用领域中各具优势。随着嵌入式系统的不断发展,已成为嵌入式行业的大趋势。那么,这两者到底有什么不同呢?

硬核科技 405

【一文看懂】大白话解释大模型的技术原理,为什么它那么聪明?!

大模型,顾名思义,指的是那些在训练过程中需要海量数据、超强计算能力和大量参数的人工智能模型。这些模型具有惊人的规模、庞大的参数数量以及复杂的算法结构,使其能够处理各种复杂的任务和数据。这些“巨型”模型能从海量的信息中提取出深层次的规律,进而进行高度复杂的任务,如自然语言理解、图像生成、自动推理、机器翻译等。

yyyyyybw的博客 1735

【零基础入门unity游戏开发——2D篇】SpriteEditor图片编辑器

【零基础入门unity游戏开发——2D篇】SpriteEditor图片编辑器

向宇的博客,专注php/web全栈 unity游戏开发,欢迎大家评论纠错 2334

【一文看懂】大白话解释大模型的技术原理,为什么它那么聪明?

大模型,顾名思义,指的是那些在训练过程中需要海量数据、超强计算能力和大量参数的人工智能模型。这些模型具有惊人的规模、庞大的参数数量以及复杂的算法结构,使其能够处理各种复杂的任务和数据。这些“巨型”模型能从海量的信息中提取出深层次的规律,进而进行高度复杂的任务,如自然语言理解、图像生成、自动推理、机器翻译等。

lyy2017175913的博客 4352

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

【一文看懂】大白话解释大模型的技术原理,为什么它那么聪明?_大模型原理

大模型,顾名思义,指的是那些在训练过程中需要海量数据、超强计算能力和大量参数的人工智能模型。这些模型具有惊人的规模、庞大的参数数量以及复杂的算法结构,使其能够处理各种复杂的任务和数据。这些“巨型”模型能从海量的信息中提取出深层次的规律,进而进行高度复杂的任务,如自然语言理解、图像生成、自动推理、机器翻译等。

jennycisp的博客 1464

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

【一文看懂】大白话解释大模型的技术原理,为什么它那么聪明?小白必看!!

近年来,大模型技术逐渐走进我们的生活。无论是在科技新闻里,还是在日常聊天中,总能听到它的名字。它不仅能写文章、画图、翻译语言,还能帮医生诊断疾病,甚至完成一些我们以前觉得只有人类才能做的事情。 “大模型”到底是什么?为什么它这么厉害?它是怎么做到的?这篇文章就用大白话,带您了解大模型的基本概念、工作原理、应用场景,以及它面临的挑战。

datian1234的博客 1052

贝叶斯统计 [韦来生编]

贝叶斯(Bayes)统计是近几十年来迅速发展起来的数理统计的一个重要分支。贝叶斯方法与经典统计方法的主要不同之处是进行统计推断时除了利用样本信息外,还要利用参数的先验信息,因此可以提高统计推断或统计决策的效果。它在经济、金融、生物、医学、自然科学和社会科学等许多领域具有广泛的应用。贝叶斯方法的研究已渗透到了统计学的几乎所有领域。作者在给中国科学技术大学概率论与数理统计专业本科生开设的“数理统计”课程中有一章专门讲授“贝叶斯方法和统计决策理论”,近十年来也给中国科学技术大学概率统计专业研究生开设过几次“贝叶斯分析”课。本书是在对过去讲稿的内容作了适当的增减和调整的基础上完成的。  本书共分六章。第1章是绪论,介绍了贝叶斯统计的若干基本概念,同时对必要的数理统计的基础知识有重点地作了回顾。第二章介绍了确定先验分布的若干可供选择的方法。第三章介绍了几类常见统计模型参数的后验分布的主要结果和计算方法。第四章和第五章分别介绍了“贝叶斯统计推断”和“贝叶斯统计决策”的内容。第六章介绍了贝叶斯统计计算的若干方法,包括蒙特卡洛方法和马尔可夫链蒙特卡洛(MCMC)方法以及相关统计软件的简介。本书的每一章附右大量的例题和习题,书末附有常用的几个表格和部分习题解答供读者查用。  大约可在54学时内讲授本书的第1章至第六章的主要内容,教师可根据学时需要选讲本书第1章至第六章的部分内容。书中标“*”号的章节可略去不讲,留给读者作为阅读材料。第六章例题中的R代码和部分例题的数据文件等可从作者个人主页下载。  作者在编写本书的过程中参考了J.O.Berger教授的《统计决策论及贝叶斯分析》和茆诗松教授编写的《贝叶斯统计》等书中的一些内容,以及《贝叶斯分析》一书中由张伟平博士编写的有关贝叶斯统计计算的一些内容。在此表示衷心感谢。  本书编写准备过程中,中国科学技术大学统计与金融系的几个研究生帮助完成了本书部分中文的录入和排版,作者对他们的辛勤工作表示真诚的感谢。高等教育出版社为本书的出版给予了大力支持。在此一并致谢。

【一文看懂】大白话解释大模型的技术原理,为什么它那么聪明?(非常详细)从零基础到精通,收藏这篇就够了!

大模型,顾名思义,指的是那些在训练过程中需要海量数据、超强计算能力和大量参数的人工智能模型。这些模型具有惊人的规模、庞大的参数数量以及复杂的算法结构,使其能够处理各种复杂的任务和数据。这些“巨型”模型能从海量的信息中提取出深层次的规律,进而进行高度复杂的任务,如自然语言理解、图像生成、自动推理、机器翻译等。**通俗解释:**大模型,顾名思义,就是那些“体型庞大”的人工智能模型。它们需要海量的数据、超强的计算能力和数以亿计的参数来完成训练。

leah126的博客 1235

大模型技术原理,从入门到精通!用大白话解释为什么它那么聪明,看这篇就够了!

近年来,大模型技术逐渐走进我们的生活。无论是在科技新闻里,还是在日常聊天中,总能听到它的名字。它不仅能写文章、画图、翻译语言,还能帮医生诊断疾病,甚至完成一些我们以前觉得只有人类才能做的事情。

Python_cocola的博客 1304

大模型技术原理大白话解析:揭秘其聪明背后的秘密!

大模型,顾名思义,指的是那些在训练过程中需要海量数据、超强计算能力和大量参数的人工智能模型。这些模型具有惊人的规模、庞大的参数数量以及复杂的算法结构,使其能够处理各种复杂的任务和数据。这些“巨型”模型能从海量的信息中提取出深层次的规律,进而进行高度复杂的任务,如自然语言理解、图像生成、自动推理、机器翻译等。**通俗解释:**大模型,顾名思义,就是那些“体型庞大”的人工智能模型。它们需要海量的数据、超强的计算能力和数以亿计的参数来完成训练。

2401_85390073的博客 431

大白话带你玩转大模型 Agent :一文带你看懂预训练

如果有一天,你对着 Siri 说 “给我整碗酸辣粉,多加醋”,它能精准听懂你的方言 + 需求,可别惊讶 —— 这背后藏着大模型 “上学” 的第一步:预训练。就像人类要先学拼音识字才能写文章,AI 要想 “聪明”,也得先经过这场 “基础教育”。今天咱们就用大白话,聊聊预训练到底是怎么回事。

cuguanren的博客 940
上一篇: 从 ChatGPT 到 AI Agent:一文理清 AI 圈高频概念,告别 “术语焦虑”
下一篇: 小白也能懂!一文全面说透 AI 大模型,从概念到入门实操
冻感糕人~
博客等级 码龄3年 8926粉丝 2398原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值