登录社区云，与社区用户共同成长
邀请您加入社区
同时课程详细介绍了。
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。
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。
1、QWen3模型整体表现略好于R1，但是相比R1也不算有太大突破。2、同时支持思考、非思考两种模式，能同时满足智能客服、代码助手、信贷助手等多场景，节约一套硬件资源。
Qwen-Agent：从多模态理解到自主执行的AI框架革命 阿里巴巴开源的Qwen-Agent项目代表了AI从被动对话到主动执行的重要进化。与传统AI助手（如豆包、Kimi）不同，Qwen-Agent是一个开发框架，而非成品应用，它让开发者能构建具备多模态理解、工具调用和规划能力的智能体。 核心突破： 多模态处理能力，支持图片、文字混合输入和复杂推理 从问答到执行的任务自主规划能力 高度可定制化，
国内AI开源社区魔搭（ModelScope）宣布其免费API接口已支持Anthropic协议，开发者可通过魔搭免费调用兼容Anthropic模型的API服务。文章详细介绍了配置方法：获取魔搭AccessToken（需去掉ms-前缀）、安装Anthropic SDK、设置base_url为魔搭API地址，以及如何将ClaudeCode等工具的后端切换至魔搭平台。魔搭每日提供2000次免费API调用（
本文介绍了如何预训练一个小型LLM（约2亿参数）的完整流程，包括数据准备、预训练和微调。主要内容： 数据下载与处理：使用出门问问序列猴子数据集(10B tokens)作为预训练数据，BelleGroup中文对话数据集(350万条)作为SFT数据。提供了数据下载脚本和预处理代码，包括文本切分和格式转换。 构建预训练数据集：详细介绍了PretrainDataset类的实现，用于自回归语言建模任务，包含
摘要： 开源项目Ming-UniAudio突破AI音频技术壁垒，实现语音识别、合成与自然语言编辑的统一。其核心创新包括：1）首个兼顾理解与生成的Tokenizer（MingTok-Audio），语音质量评分达4.21；2）单一模型支持ASR/TTS任务，方言识别错误率低至9.8%；3）首创自然语言指令编辑功能，可精准修改语音内容。项目提供全流程Demo，支持5分钟快速部署，开发者可通过Huggin
