#大模型技术栈

共 7 篇相关文章

系统拆解AI大模型学习路线，涵盖提示词工程、AI Agent开发、RAG知识库搭建、模型微调等五大核心模块，零基础也能通过实战项目快速上手，抓住AI人才红利期的高薪机会。

系统介绍如何在本地设备上部署运行开源大语言模型，涵盖硬件显存要求、量化技术原理、Ollama/LM Studio等主流工具链推荐，以及Llama、Qwen等模型选型建议，帮助开发者摆脱云端API依赖。

深度体验豆包输入法Mac版在AI编程场景中的语音输入表现，分析其如何解决开发者频繁编写Prompt的效率痛点，以及搭配无线麦克风的实际使用感受与适用场景。

实测Google Gemma 4开源模型在三台手机上的离线运行表现，详解Dense与MOE架构区别，附Ollama + Claude Code完整部署教程。从1B到31B四款模型覆盖手机到工作站全场景，4GB显存即可运行。

深入解析LangGraph多智能体架构的核心设计理念，包括Graph图结构原理、MCP服务集成、Time Travel机制，以及带监督的多智能体企业实战落地方案，帮助开发者从单智能体进阶到复杂多智能体协作系统。

深度解析大模型开发工程师三大岗位方向（应用工程师、研发工程师、算法工程师），本科即可入门，涵盖学历要求、薪资水平、核心算法清单及三层递进学习路径，助你快速入行AI大模型领域。

深度解读MYLLM开源项目，一个用Qwen2.5-0.5B小模型覆盖LLM训练、LoRA微调、SFT、知识蒸馏、RLHF、多模态、Agent全栈技术的个人作品集，适合AI入门者参考学习。