【AI】基础知识收录

【AI】基础知识收录

企业级大模型接口汇聚平台：https://n1n.ai/zh

顶流大模型

Claude

Gemini

GPT-5

Cursor

Copilot

OpenAI

开源模型

DeepSeek

Qwen（通义千问）

GLM-4.7 (智普AI)

LLaMA 系列（Meta）

ChatGLM

Baichuan

 

 

大模型微调（Fine-tuning）技术

LoRA 数据量中等，优秀 追求效果与成本的平衡
QLoRA    极低    良好-优秀    个人开发、数据量有限、消费级显卡

GitHub、知乎、B站、Hugging Face 官方文档、LangChain 中文社区等都有大量实战教程

 

Dify

一款开源的大语言模型（LLM）应用开发平台

RAG 检索增强生成 Retrieval-Augmented Generation 

一种将信息检索技术与大型语言模型（LLM）生成能力相结合的技术框架，旨在通过实时引入外部知识源，有效解决大模型的“幻觉”问题和知识陈旧局限，从而生成更准确、更具时效性且可追溯的答案

 

 

学习路径建议（从零开始）

1. 基础准备
   • Python 编程
   • 基础深度学习知识（PyTorch/TensorFlow）
   • 了解 Transformer 架构（不必深入数学细节）
2. 动手实践
   • 在 Colab / Kaggle 免费 GPU 上跑一个 LoRA 微调示例（如使用 llama-3-8b + unsloth）
   • 尝试用 Hugging Face 的 peft 库微调一个开源模型（如 Qwen2-1.5B 或 Mistral-7B）
3. 进阶方向
   • 多轮对话微调（SFT）
   • 偏好对齐（DPO、Reward Modeling）
   • 量化 + 微调（QLoRA）
   • 部署微调后的模型（vLLM、Ollama、LM Studio）