大模型教程

Ollama本地我也运行过，就是有一个很大缺点，模型不够丰富，因为很多模型不能适配Ollama。目前模型最丰富的网站，还是Hugging Face，更新速度非常快。

微调虽然在调整模型的语气和风格方面表现出色，但在向模型添加大量新知识时，其效果就显得乏力了。“检索增强生成”(Retrieval Augmented Generation，RAG)技术恰好能够解决这一

如今，伴随大模型技术的飞速迭代与应用场景的持续拓展，RAG技术已经深度融入大模型工作流，成为一种被广泛认可且极具影响力的范式。

如果你想更深入地学习大模型，以下是一些非常有价值的学习资源，这些资源将帮助你从不同角度学习大模型，提升你的实践能力。

就在前些天，OpenAI 正式发布了两款开放轻量级语言模型 —— gpt-oss-20b 和 gpt-oss-120b。这俩模型不仅强大、灵活，而且低成本运行、部署门槛超低，特别适合开发者和企业落地使

Cursor 是一款融合 AI 能力的现代代码编辑器，旨在提升开发者的编码效率。本文将带您从零开始，快速掌握 Cursor 的完整使用流程 - 包括安装配置、项目初始化以及核心 AI 功能的应用。

如果你在构建一个开放平台、一个操作系统或一个希望用户能自由扩展的桌面应用，那么 MCP 这种模式就非常有价值。它用开发者的部分控制权，换来了用户的灵活性和平台的生态潜力。

如果你一直在用Ollama进行本地LLM实验，现在想转向vLLM以获得生产级性能，这篇文章的主要目的是讲解这两个框架的区别，探讨选择正确框架的重要性，并提供一步步的指导。

今天就来手把手教大家：怎么从零开始搭一个属于自己的 RAG 系统？其实核心就 3 步，哪怕是 AI 初学者也能看懂，赶紧码住～