《Happy-LLM》项目是一个系统性的 LLM 学习教程的开源项目，旨在帮助学习者深入理解大语言模型的核心原理和训练过程，并能够亲手搭建和训练一个 LLM。

通过 Ollama 和 Hugging Face Hub 在本地使用（几乎）任何语言模型

MaxKB(Max Knowledge Base)是一款基于 LLM 大语言模型的开源知识库问答系统，飞致云是中国领先的开源软件公司。飞致云旗下开源产品包括 1Panel 开源面板、JumpServer 开源堡垒机、DataEase 开源数据可视化分析工具、MeterSphere 开源测试工具、Halo 开源建站工具、MaxKB 开源知识库问答系统等，涵盖运维面板、运维审计、BI 分析、软件测试、

【Kotaemon】作为一个新兴的开源RAG（Retrieval-Augmented Generation）UI项目，提供了一个强大的平台，让用户能够构建自己的文档问答系统。

全书一共有391页，主要分成5大部分，分别是大模型的预训练、指令微调、人类对齐模型使用和能力测评，并提供了部分技术的实践代码作为参考。人大这边也一直没闲着，在后续一年之内修改了十多遍，收录了近千篇的参考文献，快马加鞭赶出了这本大语言模型中文版。一经发布就震惊国内高校和研究人员，是更适合中国体制的大模型指南。并且还提供了丰富的配套资源，如LLM Box代码库和Yu Lan大模型代码库，为读者提供了实

LM Studio本地离线部署大语言模型（附教程）

在 AI 发展如日中天的当下，它已深度融入我们的生活与各行各业：软件开发人员可借助 AI 辅助编写代码，故事作者也能通过 AI 激发创作灵感。

10分钟搞定n8n！从此告别重复工作，每天多出2小时摸鱼时间，大模型入门到精通，收藏这篇就足够了！

什么是 RAG？RAG 的全称是 Retrieval Augmented Generation，直译为检索增强生成，可以简单理解为检索后再生成，不是直接生成，这里检索的内容是指额外提供的知识库。

在大模型的世界里，上下文（Context）就像一把神奇的钥匙，看似普通却能解锁无数强大能力。它决定了大模型与我们交流时的“聪明程度”和“理解深度”，今天就来深入探究大模型上下文的奥秘。