AI 进阶之旅

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？

微调模型想加餐 文献堆成五指山 传统方法泪两行 AI生成总截断 重复问题脑壳瘫 我的项目来救场 分块拆文不心慌 领域标签挂树上 COT答案自动长 数据集格式随便装

这段时间我个人在学习和工作中使用 MCP 非常多，体验了各种场景，有些工具浮于表面，根本不实用，但是有些工具确实是真的让我感受到效率提升。所以今天这一期主要是跟大家来介绍一下我这段时间的使用体验，给大

在 AI 技术迅猛发展的今天，我们每天都能在社交平台上看到新的AI产品 — 能写文案、能画图、甚至能自动写代码。很多人都有这样的感受，它们看似离我们越来越近，但当我们真正想系统学习时，却往往不知从何入

随着 AI 技术突飞猛进的发展，各种大模型的上限虽然在不断增强，但模型有的时候似乎有点学会偷懒了。典型的现象是，有时模型在回答问题时可能会放弃寻找多样的可能性，直接偷懒给类似提问一个最普通同时也最不容