AI大模型系列之一：技术原理科普（深度好文）
如何深入浅出理解大模型，一下子认识AI大模型的家族：生成式AI、监督学习、无监督学习、强化学习、深度学习、大语言模型和Transformer架构，你值得拥有！
MySQL Hints：控制查询优化器的选择
MySQL Hints是一组特殊的注释或指令，可以直接嵌入到SQL查询中，以改变MySQL优化器的默认行为。这些Hints通常被用于解决性能问题，或者当开发者比优化器更了解数据分布和查询特性时，来指导优化器选择更好的查询计划。MySQL Hints是一种强大的工具，可以帮助我们解决复杂的查询性能问题
使用Ollama+OpenWebUI本地部署Gemma谷歌AI开放大模型完整指南
Ollama是一个开源框架，专为在本地机器上便捷部署和运行大型语言模型（LLM）而设计。它提供了一套简单的工具和命令➡️谷歌的Gemma AI模型是一个多版本的开放式人工智能系统，旨在处理各种复杂的任务，如自然语言处理、计算机视觉、生成模型等。
AI大模型探索之路-实战篇13： 从对话到报告：打造能记录和分析的Agent智能数据分析平台
在前面篇章中我们实现了多轮对话控制，本文中我们将实现多轮对话内容的云盘记录，将对话内容记录存储到本地云盘文件夹中；之后再基于对话内容，数据字典、数据库表相关的基本信息实现一个简单的数据分析报告撰写功能
开源模型应用落地-知识巩固-如何正确搭建生产级AI服务（一）
将大语言模型集成至vLLM能够带来显著的性能优化和稳定性提升,为用户提供更快捷、更高效的AI服务体验
AI大模型探索之路-实战篇15： Agent智能数据分析平台之整合封装Tools和Memory功能代码
在前面篇章中我们实现了Agent智能数据分析平台中的Tools和Memory相关代码落地实践，本文中我们将对这两大块功能代码进行整合封装。
Baidu Comate——AI时代的软件开发利器
随着AIGC技术的飞速发展，AI开发工具正变得越来越受到业界的重视。这类工具能够显著提升开发过程中的生产力、创新能力和精确度，从而提高编程效率。
【大语言模型LLM】- AI工具收录集合，一篇就够了！
大语言模型乐园，国内外大模型集合，持续更新...
什么是大型 AI 语言模型，它们是如何工作的？
大型语言模型 （LLMs），例如 OpenAI 的 ChatGPT 或 Google 的 BARD，是在大量数据上训练的大型神经网络，可以以前所未有的质量执行各种自然语言生成任务。这仅仅意味着这些模型从其训练数据中提取的知识，例如单词的含义、句子结构的规律性等，可以应用于许多不同的上下文。2021
Ubuntu系统下部署大语言模型：Ollama和OpenWebUI实现各大模型的人工智能自由
内存：32G硬盘： 512G SSD显卡： NVIDIA GeForce GTX 1060 6GB内网IP: 192.168.1.21。
AI大模型探索之路-训练篇14：大语言模型Transformer库-Trainer组件实践
在自然语言处理（NLP）的领域中，Hugging Face的Transformer库已经成为了一个不可或缺的工具。它不仅提供了大量预训练模型，还为我们构建了一个高效、灵活的训练框架——Trainer组件。随着人工智能技术的不断进步，Agent AI智能体的智能化水平正在不断提高，它们在未来社会中的角
AI大模型探索之路-实战篇12： 构建互动式Agent智能数据分析平台：实现多轮对话控制
在Agent智能数据分析平台的实战开发中，继我们之前关于Function Calling技术整合的讨论之后，本文将专注于实现一个核心功能——多轮对话控制系统。这一机制能够让用户通过自然语言与系统进行连续的交流，从而更准确、更高效地完成数据分析任务。
AI大模型探索之路-实战篇10：数据预处理的艺术：构建Agent智能数据分析平台的基础
在当今数据驱动的商业环境中，一个高效且智能的数据分析平台对于企业的成功至关重要。本系列文章已经介绍了Agent智能数据分析平台的基础架构和核心功能，本文将深入探讨平台的数据预处理步骤，这一步骤是实现高质量数据分析的关键。我们将重点讨论如何获取、处理并存储数据，以提升分析的效率和准确性。通过本文的介绍
Google使用AI改进了 Sheets；开源视觉语言模型llama3v；开源情绪语音模型ChatTTS；
ChatTTS 是一款专为对话场景设计的文本转语音（Text-to-Speech, TTS）模型，特别适用于大语言模型（LLM）助手。AnyNode 是一个集成在 ComfyUI 中的节点插件，利用大语言模型（LLM）的强大功能，根据你的输入生成任何类型的输出。AnyNode 的最大特点是它能够自动
大模型智慧之路：探索让AI更聪明的方法
在未来，大模型与我们将会息息相关，那么我们将如何似的大模型更加聪明呢？
vue3前端使用ollama搭建本地模型处理流并实时生成markdown
在实现本地ai模型对话网页中，流数据和markdown样式和实时显示问题折腾了挺久了，现在弄好之后赶紧，写了几篇文章分享思路给大家。数据都是实时显示出来的，不是全部接收完才显示的。
基于Ollama+AnythingLLM搭建本地私有知识库系统
本文介绍了LLM在落地应用中的不足，并引入了RAG框架和原理，以及RAG在私有知识库建设中的重要作用。并以Ollama和AnythingLLM为实现手段，构建了并测试了本地知识库，测试结果表明，有了RAG的加持，LLM的回答结果更加贴切，有效。
ollama + fastgpt搭建本地私有AI大模型智能体工作流（AI Agent Flow）-- windows环境
ollama + fastgpt搭建本地私有AI大模型智能体工作流（AI Agent Flow）-- windows环境；windows搭建真正本地RAG检索agent。
AI大模型探索之路-实战篇11： Function Calling技术整合：强化Agent智能数据分析平台功能
在数据驱动的时代，拥有一个高效且智能的数据分析平台对企业至关重要。继本系列前文全面解析Agent智能数据分析平台的基础与核心功能后，本文深入讨论平台的实际操作，特别是如何应用Function Calling技术整合数据、提升分析的效率与准确性。实战经验的分享，将助读者构建完善的数据处理流程，利用Fu
开源模型应用落地-食用指南-以最小成本博最大收获
正确学习“开源大语言模型-实际应用落地”专栏，以最小成本博最大收获
