ConardLi

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

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。

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

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

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

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

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。

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

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