#大模型
共 290 篇相关文章
Bonsai 2 27B：9倍压缩下的近无损模型探索
Bonsai 2 27B 声称在近无损前提下将 27B 大模型压缩至原体积的九分之一。本文解析其压缩技术路径、社区反应与实际部署价值，并给出验证建议。
本地部署大模型完全教程：Ollama+Qwen 隐私免费方案
手把手教你在本地免费部署大模型：通过 Ollama 运行引擎加载 Qwen 通义千问开源模型，搭配图形客户端实现类豆包体验，数据不外泄、零费用，附完整安装步骤与硬件建议。
GLM自建推理基础设施：大模型部署的关键一步
GLM自建推理基础设施引发技术社区关注。本文解析大模型推理基础设施的重要性、成本考量与工程挑战，探讨自主可控推理层对大模型产业化的战略意义。
从Function Calling到MCP：搞懂AI智能体开发的底层逻辑
本文从Function Calling讲起，系统梳理MCP、AI智能体（Agent）与A2A的底层逻辑，详解函数调用的五步工作流程、主流大模型的支持情况，以及Function Calling与智能体在规划和记忆上的关键区别，适合零基础入门AI智能体开发。
LangChain 入门：大模型 Agent 开发的核心基础框架
本文解析 LangChain 作为大模型 Agent 开发核心框架的定位与价值，厘清「调用 API 不等于大模型开发」的误区，梳理 LangChain、LangGraph 到多智能体协作的学习路径，并拆解大模型开发的岗位分层与就业方向。
AI大模型训练的隐秘角落：你的高价值对话可能正被"改写复用"
一则来自大型AI实验室内部的传闻称，消费级AI工具的用户数据正通过合成数据方式被用于模型训练，即使在ZDR零保留和不训练承诺下，派生改写数据仍可能被使用。本文解析这一数据训练实践及其对专业用户的隐私启示。
小米Mimo 2.6公开实时后训练看板，AI训练透明化引热议
小米将Mimo 2.6模型的后训练过程通过实时看板公开展示，在Hacker News引发热议。本文解析这一AI训练透明化尝试的意义、社区争议与潜在行业影响。
警惕"GPT-6 Astra免费使用"骗局：这类视频的套路与风险
网传"GPT-6 Astra国内免费使用教程"声称一个站点畅用GPT、Gemini等顶级模型。本文拆解其夸大宣传话术与潜在风险，并给出安全使用主流AI模型的建议。
低精度FlashAttention-4：Blackwell上的端到端块级缩放注意力
低精度FlashAttention-4（FA4 MX8）将MXFP8块级缩放扩展到注意力的前向与反向传播，在Blackwell架构上实现前向2.85 PF/s、反向2 PF/s的性能，为大模型高效训练与推理提供新路径。
AI Agent零基础入门：从大模型认知到智能体开发全景图
AI Agent零基础入门教程：从人工智能、机器学习、深度学习到Transformer与大模型的技术脉络，再到提示词、RAG、MCP、LangChain等Agent开发四阶段学习路线，帮助你系统掌握智能体开发核心技能。
AI Agent开发岗求职指南：达标就敢冲的四条硬标准
AI Agent开发岗秋招求职指南：拆解项目能跑、问题能查、方案能讲、面试能扛四条硬标准，涵盖Python基础、Agent核心机制、业务落地项目与工程细节，助你达标就敢冲。
AI Agent智能体入门：大脑、记忆与工具三要素详解
从零理解AI Agent智能体：详解大脑、记忆、工具三大核心组件，梳理大模型从原生模型、提示工程、RAG到Agent的四阶段演进，帮你搞懂Agent到底解决了什么问题以及为何值得学习。
三个月从零入门深度学习：一份高效AI自学路线图
一份三个月从零入门深度学习的AI自学路线图：Python与数学一周、机器学习一周，随后聚焦计算机视觉、自然语言处理和数据挖掘，以大模型和应用就业为导向的高效学习规划。
本地大模型选型指南：Qwen与DeepSeek怎么选？
本地大模型选型极简指南：Qwen与DeepSeek如何选择、7B/14B参数与Q4量化含义、按显存对号入座下载合适尺寸，以及LM Studio、Cherry Studio等零代码部署工具推荐，助你断网也能流畅跑本地AI。
Spring AI 大模型零基础教程解析：从原理到企业实战的学习路径
解析 B 站热门 Spring AI 大模型零基础教程的课程结构，从大模型核心原理、Transformer 架构到 RAG、私有化部署、模型微调与企业实战项目，帮助入门开发者判断学习路径与实际价值。
AI Agent开发实战：LangChain+MCP+RAG技术栈全解析
深度解析AI Agent开发技术栈，涵盖LangChain、LangGraph、MCP工具接入与RAG知识库。通过智能体自主创建Vue项目的实战案例，讲解感知-决策-行动的智能体运行原理与工程化落地方法，面向程序员的Agent转型学习路径。
Agent开发工程师：AI时代最难招的高薪新岗位如何入行
Agent开发工程师成为AI时代最难招的高薪新岗位，大厂争抢、薪资翻倍。本文解析这一岗位的真实工作内容、稀缺原因，以及从提示词工程到RAG、Agent工作流的四步入行路径。
本地模型别乱下：用llmfit先筛后测的完整流程
本地大模型选型难？llmfit（LMF8）1.1.15 版把盲选变成先筛后测：读取硬件、按真实任务筛出三个候选、反向规划硬件缺口、再用真实代码任务实测速度与准确率。附与 Ollama、LM Studio 的配合建议。
LM Studio、Ollama、vLLM深度对比：本地大模型部署工具怎么选
LM Studio、Ollama、vLLM三款本地大模型部署工具深度对比。从上手难度、适用场景到性能表现全面解析：小白选LM Studio，开发者用Ollama，企业级高并发上vLLM，帮你快速选对工具。
元认知引导：从科学家判断中学习控制大模型推理
arXiv 最新论文提出 Metacognitive Steering，从科学家交互轨迹中学习科学判断，在万亿参数模型 Kimi 2.6 中定位低维控制面，推理时动态引导模型的探索、收敛与批判性重估，并在 Columbus-1 系统中发现 BlueZ 漏洞、设计火箭。