#3B参数模型
共 133 篇相关文章
·13 分钟
AI Agent开发零基础入门：完整知识体系与学习路径
系统梳理AI Agent开发的完整学习路径，涵盖大模型基础、提示词工程、RAG知识库检索、LangChain框架、自动化任务Agent及多智能体协作，帮助零基础开发者快速建立系统性认知，避开常见弯路。
阅读全文 →
·12 分钟
vLLM部署与Unsloth微调实战：大模型推理服务全流程指南
详解vLLM大模型推理部署与Unsloth高效微调全流程，涵盖命令行一键部署、Python代码调用、AutoDL云服务器环境搭建、ModelScope国内加速等实操细节，以DeepSeek-OCR视觉模型为例演示完整链路。
阅读全文 →
·10 分钟
Meta Muse Glimmer vs 通义千问：30B开源模型高考数学实测对比
Meta新发布的30B开源模型Muse Glimmer与通义千问3.6 27B在高考数学题上的实测对比，从语义正确率、格式规范性等多维度评测，揭示两款模型的真实实力差距与开源生态竞争格局。
阅读全文 →
·14 分钟
AI测试落地实战：三大痛点与高性价比方案选型指南
深入分析AI在软件测试落地中的三大真实痛点——输出随机性、Token成本和执行效率，详解「AI生成+代码执行」的主流方案思路，帮助测试人员选对性价比最高的AI落地方案，应对行业变革。
阅读全文 →
·12 分钟
Gemini 3.7 Flash现身谷歌云控制台，发布进入倒计时
开发者在Google Cloud Console中发现Gemini 3.7 Flash模型踪迹，社区热议其与Pro系列的关系及模型蒸馏策略。本文解读版本号跳跃背后的产品逻辑，分析新Flash模型对开发者的实际影响。
阅读全文 →
·13 分钟
OpenAI员工透露ChatGPT速度优化路线图
OpenAI员工在Reddit分享ChatGPT速度改进方向，涵盖推理优化、模型蒸馏、基础设施扩容等技术路径，解析响应延迟问题及未来优化趋势。
阅读全文 →
·9 分钟
Muse Glimmer本地实测：Meta开源30B多模态模型单卡可跑
Meta发布开源多模态模型Muse Glimmer，30B参数支持24GB显存单卡运行，Apache 2.0许可证。实测RTX 5090推测解码达233 tokens/秒，支持128K上下文、图像理解与前端代码生成，附带GGUF格式开箱即用。
阅读全文 →
·18 分钟
Gemma 4:31b 实测：Ollama 本地部署稳定性大幅提升
Reddit 用户实测反馈 Gemma 4:31b 在 Ollama 上的最新表现：工具调用不再频繁失败，乱码输出问题消失。深入分析本地大模型稳定性提升的技术原因与实际意义。
阅读全文 →
·8 分钟
Apple Silicon虚拟机加速LLM推理实践指南
深入探讨如何在macOS虚拟机环境中利用Apple Silicon统一内存架构加速llama.cpp推理，涵盖Metal后端配置、内存分配、量化格式选择等优化策略，帮助开发者在虚拟化环境中实现接近裸机的LLM推理性能。
阅读全文 →
·10 分钟
Needle2：仅14MB的端侧智能体大模型如何改变边缘AI
Needle2是一个仅14MB的端侧智能体大模型(agentic LLM)，专为手机、可穿戴设备、智能家居和机器人设计。本文深入分析其技术原理、极致压缩策略及应用场景，探讨端侧AI从云到端的范式转移趋势。
阅读全文 →
·14 分钟
VHectorLab 3D：开源3D可视化工具探索LLM潜空间结构
VHectorLab 3D是一款基于Three.js和WebGL的开源三维可视化工具，集成Top-K稀疏自编码器（SAE），帮助研究者直观探索大语言模型潜空间的向量几何结构，降低LLM可解释性研究门槛。
阅读全文 →
·13 分钟
Soup CLI：4GB显卡微调80亿参数大模型的开源工具详解
Soup CLI是一款开源命令行工具，通过逐层流式加载技术，让仅有4GB显存的笔记本显卡也能微调Llama-3.1-8B等80亿参数大模型。本文详解其技术原理、实测数据与使用方法。
阅读全文 →
·13 分钟
Argos：能替你操作浏览器的AI智能体
Argos 是一款浏览器AI智能体，能在你已登录的账户环境中自动执行点击、填表等真实任务。支持Gmail、Google Docs、GitHub等主流工具，数据本地化处理，通过侧边栏或Telegram远程指挥，让AI真正替你完成重复性浏览器工作。
阅读全文 →
·13 分钟
垂直AI引擎MLOps扩展困局：从原型到规模化的工程实践
探讨垂直领域AI引擎在从原型走向规模化过程中面临的MLOps扩展挑战，涵盖模型迭代流水线、数据漂移检测、推理成本优化等核心问题，并提供独立开发者可落地的分阶段工程建议。
阅读全文 →
·7 分钟
CPU回归：重新思考LLM推理中的CPU-GPU协同分工
深入解析LLM推理的Prefill与Decode两阶段特性，探讨CPU在解码阶段的内存带宽优势，以及CPU-GPU异构混合推理架构如何降低成本、提升资源利用率。
阅读全文 →
·8 分钟
vLLM架构深度解析：PagedAttention如何实现高吞吐LLM推理
深入剖析vLLM高吞吐推理引擎的核心架构，详解PagedAttention分页机制、KV Cache内存管理、连续批处理调度策略，解读vLLM如何将显存利用率提升至96%以上并实现数倍吞吐量提升。
阅读全文 →
·12 分钟
Qwen3系列深度解析：开源大模型的多模态野心与未来展望
深度解析阿里巴巴通义千问Qwen3系列最新动态，探讨其在多模态视觉理解、中文能力、开源生态等方面的核心优势，以及对开发者和行业的深远影响。
阅读全文 →
·16 分钟
Homebench：本地大模型速度、内存与质量三维评测工具详解
Homebench是一款开源的本地大模型评测工具，从速度、内存占用和输出质量三个维度综合评估LLM在本地硬件上的真实表现，帮助开发者做出最优的模型选型和量化方案决策。
阅读全文 →
·18 分钟
本地部署AI模型入门：从Hugging Face下载到llama.cpp运行全流程
面向零基础开发者的本地AI模型部署指南，涵盖从Hugging Face安全下载模型、运行推理、导出GGUF格式并通过llama.cpp高性能本地运行的完整流程，附开源Python脚本实践。
阅读全文 →
·8 分钟
Unsloth支持AMD GPU：500+模型训练加速2倍、显存省70%
Unsloth正式支持AMD GPU平台，覆盖RDNA 3-4、Strix Halo及MI300等全线硬件，在500+模型上实现2倍训练加速和70%显存节省，支持强化学习、vLLM权重共享，兼容Windows/Linux/WSL三大系统。
阅读全文 →