#LLM 微调

vLLM部署与Unsloth微调实战：大模型推理服务全流程指南

详解vLLM大模型推理部署与Unsloth高效微调全流程，涵盖命令行一键部署、Python代码调用、AutoDL云服务器环境搭建、ModelScope国内加速等实操细节，以DeepSeek-OCR视觉模型为例演示完整链路。

GitHub日报·08月15日：Agent-Native时代与低门槛LLM微调

DeepSeek-OCR部署微调实战：vLLM推理到Unsloth微调全流程

详解DeepSeek-OCR从vLLM推理部署、Unsloth模型加载到微调训练的完整流程，涵盖云服务器环境配置、显卡选择、代码调用等关键步骤，一张4090显卡即可跑通全链路。

LoRA微调还是提示工程？解决LLM长对话记忆的两条路

一位开发者用LoRA微调小模型提取对话状态，尝试解决LLM长对话记忆难题。本文深度解析其技术路径、数据集构建思路，并探讨微调与提示工程在上下文管理场景下的真实取舍。

Unsloth v0.1.47-beta发布：LLM微调提速2倍、显存降低70%

Unsloth发布v0.1.47-beta版本，这款拥有6.79万Star的开源大模型微调框架，可将Llama、Mistral、Qwen等主流模型微调速度提升2倍以上，显存占用降低约70%，让消费级GPU也能完成高效微调。

Gemini 3.7 Flash发布与GPT-5.6极速模式：AI开源迈向生态时代

谷歌发布Gemini 3.7 Flash专注编程与Agent优化，OpenAI推出GPT-5.6 Ultra-Fast模式实现14倍速度提升。AI开源从开放模型转向开放生态，Agent工具链与成本监控工具密集涌现，智能体工作流进入实用化阶段。

agent-browser完全指南：让AI自动操作浏览器的终极工具

深度解析Vercel Labs出品的agent-browser工具，通过REF元素引用机制让Claude Code自动完成网页操作、表单填写、登录测试和数据采集，效率提升10倍，自动化成功率达92%。

Qwen 3.8 27B发布：本地部署最强稠密开源模型解析

阿里通义千问Qwen 3.8 27B以开放权重形式发布，被誉为目前最好的本地部署稠密模型。本文解析其技术定位、27B参数量优势、开放权重的战略意义及社区评价。

自托管AI软件工厂：本地部署AI开发流水线实战指南

深入解析自托管AI软件工厂的概念、技术架构与落地实践。涵盖本地大模型部署、Agent工作流编排、数据隐私保障等核心要素，帮助开发团队构建自主可控的AI驱动开发流水线。

Hermes Agent爆火：会自我进化的AI智能体详解

深度解析GitHub星标超12万的开源AI Agent框架Hermes Agent，详细介绍其自学习循环、长期记忆、低Token消耗等核心优势，对比OpenCloud实测体验，附实战演示效果。

LangChain入门教程：大模型为何需要这个框架

深入解析LangChain框架的核心价值：如何解决大模型知识截止、无法接入业务数据、缺乏会话状态管理三大局限。了解LangChain与LangGraph的关系演变，帮助开发者快速入门AI应用开发。

AI水印识别挑战：为什么你几乎无法分辨大模型输出中的水印

通过Hacker News上的交互式AI水印识别挑战，深入解析LLM文本水印的工作原理、技术难点与应用前景。了解为什么现代文本水印几乎无法被人类察觉，以及它对AI内容治理的重要意义。

Gemma下载量破10亿：揭秘本地大模型的隐形普及真相

Google开源模型Gemma累计下载量突破10亿次，但这不等于10亿独立用户。本文深度解析下载量背后的嵌入式部署、CI/CD重复拉取等真实原因，以及Awesome Gemma仓库如何推动开源AI生态从热度走向实际价值。

本地大模型的隐藏福利：冬天不用开暖气

本地部署大模型的GPU显卡发热量堪比电暖器，本文深入解析本地LLM玩家选择自建算力的动机、多卡堆叠的功耗现实、散热挑战，以及这个独特社区文化背后的技术趋势。

PixelGlass：用AI零代码定制Ghost主题，创作者建站新选择

PixelGlass是一款AI驱动的Ghost主题生成工具，无需编码即可通过自然语言描述快速定制个性化博客主题。本文详解其功能特点、适用场景及对Ghost生态的影响。

DiffusionGemma详解：谷歌用扩散模型重塑文本生成

深入解析谷歌DiffusionGemma技术报告，探讨扩散语言模型如何突破自回归生成的局限，实现并行解码、全局规划与可控文本生成，以及其对AI文本生成领域的深远影响。

谷歌连发三款Gemini Flash模型：AI竞争进入成本时代

谷歌一口气发布Gemini 3.6 Flash、Flash Cyber、Flash Lite三款新模型，Token消耗降低17%，覆盖性能、安全、成本三条产品线。AI大模型竞争重心从「谁更聪明」转向「谁更便宜」，企业AI应用迎来成本红利期。

文本态度分析：从情感到认知的NLP模型实战指南

深入解析文本态度分析的ABC三成分模型，涵盖效价判断、细粒度情绪识别与认知信念抽取，推荐VADER、RoBERTa、NRC词典等Python/R工具组合，构建完整的态度分析pipeline。

用独立LLM清理Claude的token冗余输出：双模型管道架构实践

探讨如何用轻量级LLM作为后处理层，清理Claude等大模型的冗长输出。分析双模型管道架构的技术逻辑、成本权衡及组合式AI工程实践的启示。

T3 Code：让多个AI编程Agent分工协作

T3 Code是一个开源AI编程工作台，能将Codex、Claude Code等多个AI Agent拉进同一项目分工协作。实测展示开发与代码审查的角色分工效果，探讨多Agent协作在代码质量保障方面的价值与局限。