AI 进阶之旅

如何评估模型在垂直领域下的表现？ 如何评估模型微调前后的效果？ 如何量化 RAG 系统的召回率？ 如何从领域知识创建模型评估数据集？

年底的 AI 圈子很热闹，可以说是神仙打架：`Gemini 3.0`、`Claude Opus 4.5`、`GPT 5.2` ...这三大全球最顶级的模型，**几乎在同一时间甩出了自己的“王炸”。

就在我们还在回味上周 OpenAI 发布的 `GPT-5.1` 如何用“更有人情味”的交互惊艳全场，还在感叹9月底 `Claude 4.5 Sonnet` 在编程领域的统治力时，`Google` 在昨

大家好，欢迎来到 code秘密花园，我是花园老师（ConardLi）。 今天跟大家来聊聊 Easy Dataset 的一些最新消息以及近期重点更新功能解读。 首先说几个好消息，Easy Dataset

大家好，我是 ConardLi。 今天继续来聊 DeepSeek。 前几天我发了一篇文章来介绍如何通过非官方途径使用 DeepSeek：摆脱卡顿！曲线救国使用 DeepSeek 方法大全，但是这里面的

我还看到很多同学对于大模型的理解还存在一些误解，以为本地模型+知识库就是在 “训练“ 自己的模型。为了解答大家的问题，今天我们一起来聊聊大模型的进阶使用：“模型微调” ，也就是较大家真正的 “调教“

大家好，我是 ConardLi。 今天跟大家来正式介绍一下我的开源项目：Easy Dataset。 3.13 号，我对外发布了第一个版本，到 3.16 Star 数破千，截止目前，已经 1.7K St

今天跟大家聊一下最近爆火的 Gemini ，谷歌开发的开源 AI Agent 命令行工具，目前在 Github 上已经斩获了 60K Star，是目前同类开源产品中最热门的工具。

在今天这一期，我们将一起学习一种基于 MCP 提高大模型检索外部知识精度的新思路，实测比 RAG 效果要好很多。

MCP 是如何做到统一工具调用方式的？ MCP 客户端和 MCP Server 到底是怎么交互的？ 为什么有的 MCP 客户端支持所有模型，有的确不行？ 大家好，欢迎来到 code秘密花园，我是花园老

不写代码能微调模型吗？ 微调的各种参数到底怎么调？ 微调的过程要怎么观察？ 微调后的模型要怎么用？ 怎么评估模型微调的效果？ 之前 如何把你的 DeePseek-R1 微调为某个领域的专家？ 的微调教

前段时间，我对外开源了大模型微调数据集生产工具 `Easy Dataset` 。一经发布就受到了广泛关注，并且吸引了大批用户，广受大家好评。

微调后效果不佳，大概率还是数据集本身质量或者丰富度的问题。而在有限的数据下，如何构造出更丰富的数据集呢？今天我就跟大家来介绍一种数据集增强的新思路，以及如何在 `Easy DataSet` 中基于这种

大家好，欢迎来到code秘密花园，我是花园老师（ConardLi）。 今天我们来到 LLaMA Factory 微调教程的第二期，一起来学习如何构建高质量的微调数据集。 第一期内容：纯本地！零代码！一

这份教程全文共 3W+ 字，用一个微调 Web 安全领域专家模型的例子进行串联，讲解了关于模型微调的基础理论、LLaMA Factory 微调工具的使用、微调过程中各种参数的配置经验、微调过程效果观察

今天我们一起来聊聊大模型的进阶使用：“模型微调” ，也就是较大家真正的 “调教“ 出一个能够满足特定需求场景、更贴合个人使用习惯的个性化模型。

众所周知，正是因为 Claude 3.5 Sonnet 出色的编程能力，让诸如 Cursor、Windsurf 这样的编程工具大放异彩，而 Claude 3.7 Sonnet 的出现，应该能让

MCP（Model Context Protocol，模型上下文协议）是由 Anthropic 公司推出的一个开放标准协议，目的就是为了解决 AI 模型与外部数据源、工具交互的难题。 MCP就像是一个

我想要微调特定领域的模型？去哪获取这个领域公开的数据集？ 手动整理数据集太累了，有没有什么快速标注数据集的方法？ 数据集可以用 AI 生成吗？怎么把领域的文献转成可供模型微调的数据集？