登录社区云，与社区用户共同成长
邀请您加入社区
AIGC技术实战：基于魔搭社区的LLM开发全流程 本文系统介绍了利用魔搭社区平台进行AIGC应用开发的核心技术与实践方法。主要内容包括： AIGC技术生态：解析生成式AI技术演进路径及魔搭社区的核心优势，包含2000+预训练模型和中文优化支持 开发环境配置：提供GPU环境自动化配置脚本和安全密钥管理方案，确保开发环境高效稳定 四大实战场景： 文本生成：详细展示LLaMA-2模型的LoRA微调全流程
柳墨丹青（LiuMo Studio）是一款专为移动端优化的AI图像生成WebUI，基于魔搭社区API开发。项目采用Spring Boot+原生前端技术，提供文生图/图生图双模式，针对手机操作优化了界面布局和交互体验。核心功能包括模型管理、提示词翻译、图片对比等，特别设计了移动端适配的触控操作和大按钮布局。项目创新性地解决了移动端使用魔搭API不便的问题，实现了智能参数预设和实时状态反馈。作为作者的
本地部署大模型，首先要考虑的就是硬件配置要求，如下是本地部署 DeepSeek 硬件配置说明【企业做预算的以及想要自己玩的可以看过来了】：🎯 DeepSeek-R1 是一款高性能 AI 推理模型，凭借强大的推理能力和灵活的训练机制，以及通过强化学习技术提升的复杂任务场景推理能力，已经火爆整个春节，但其本地部署满血 671b 参数版本的硬件需求较高，想想我还是算了~
数字人模型研究综述 本文系统分析了当前主流数字人技术模型，包括已集成的Wav2Lip、MuseTalk等4种模型和7种新兴开源方案。Wav2Lip适合实时直播，资源消耗低；MuseTalk效果最佳但需高端GPU；UltraLight专为移动端优化。新兴模型中，LivePortrait和EchoMimic V2表现突出，后者推理速度提升9倍。SadTalker适合短视频制作，Hallo提供影视级效果
本文介绍了使用SWIFT框架对Qwen2.5-3B-Instruct模型进行微调的完整流程。训练完成后，在交互式推理测试中，模型能够正确回答问题，并按要求生成带注释的示例代码（如快速排序实现）。
Hunyuan-MT-7B 是腾讯混元团队发布的轻量级翻译模型，参数量仅 70 亿，支持 33 个语种及 5 种民汉语言/方言互译。在国际计算语言学协会（ACL）WMT2025 比赛中拿下 31 个语种比赛中的 30 个第 1 名，表现卓越。模型能精准理解网络用语、古诗、社交对话等，结合语境进行意译，提出了覆盖预训练到集成强化全链条的训练范式。推理速度快，经过腾讯自研 AngelSlim 压缩工具
同时课程详细介绍了。
打开Claude code官网在安装Claude Code之前得确保电脑已经安装了Node.js18。这里提供了Node.js安装，没安装的小伙伴自行安装可根据自己的电脑系统选择不同的安装包。安装完Node.js以后，打开命令行窗口，输入以下指令，安装Claude Code安装完以后，在命令行敲，来启动Claude Codeclaude一般情况下会出现不该支持国家的提示，为此下面我会提供免费使用的
文章详细介绍了大模型三大核心技术：蒸馏（资源受限场景）、微调（领域专业化需求）和RAG（动态数据处理）。重点讲解了LoRA微调原理及ms-swift框架，涵盖安装方法、硬件支持、快速入门示例和Web-UI操作。提供了从技术选择到实践的全流程指南，帮助开发者快速上手大模型开发，无需付费课程，通过自学提升技能。
本文手把手带你从零微调大模型。大模型微调复杂且技术难度高，本文仅带你走一遍微调过程，不涉过多技术细节，希望助你了解微调流程 。
使用git下载魔塔社区的大模型文件，亲测有效
LLaMA Factory 是一个简单易用且高效的大型语言模型（Large Language Model）训练与微调平台。
对于希望尝试大模型训练的同学来说，从 LLaMA-Factory 入手是一个非常不错的选择！在实际工作中，也经常用到 LLaMA-Factory 进行模型训练。
该平台的可视化界面如图5.3所示。（2）全生命周期管理：涵盖数据预处理（支持常见格式数据导入与格式化）、模型训练（多种优化训练算法）、评估（多维度指标评估模型性能）、部署（支持导出GGUF、ONNX等格式适配不同场景）等功能，提供完整的模型开发与管理流程。（1）轻量集成式服务：与Hugging Face生态紧密结合，一站式完成大语言模型从加载、微调（如LoRA/QLoRA等技术）到推理部署的流程，
其在公开基准上取得了3.05%的平均CER，而Paraformer-large（最接近的非流式版本）在WenetSpeech“Test Net”集上的CER为6.74%，可见性能已拉开明显差距。CTC_输出 = ["你", "blank", "你", "好", "blank", "blank", "好", "blank"]CTC_输出 = ["你", "blank", "你", "好", "bla
2025 年选择 AI 模型平台时，ModelScope 和 Hugging Face 就像工具箱里的两把瑞士军刀，功能强大却用途迥异。作为开发者，我们面临的抉择不再只是技术选型，而是在模型部署效率、中文支持和商业化需求等现实问题中找到平衡。就像在凌晨 debug 时渴望一杯咖啡，是选择标准化的星巴克还是性价比更高的手冲？这个问题，值得我们用键盘敲出答案。
iic/PosterGenius是ModelScope平台上的一个强大工具，它为海报设计提供了一个创新的解决方案。随着技术的不断进步，我们可以预见，自动化设计工具将在未来的创意产业中扮演越来越重要的角色。ModelScope平台提供了一个名为iic/PosterGenius的创意海报生成工具（来自于阿里），它能够简化设计流程，帮助用户快速生成具有吸引力的海报。通过这个工具，用户可以轻松创建个性化和
task: 额外的task参数，可选，指定后不会使用默认的task，比如模型configuration.json中指定了task='backbone'，在此指定task='text-classification'，则会尝试使用text-classification模型加载checkpoint。SOTA model：state-of-the-art model，并不是特指某个具体的模型，而是指在该项
Context engineering是AI agent开发中的核心方法论，旨在解决海量工具调用和长推理导致的上下文瓶颈问题。文章系统梳理了五大策略：Offload(转移)、Reduce(压缩)、Retrieve(检索)、Isolate(隔离)和Cache(缓存)，帮助开发者优化context管理，提升agent性能与效率。同时，文章结合The Bitter Lesson启示，指出随着模型能力提升
