本文分享了关于大模型微调的25个关键问题及解决方案，涵盖全量微调显存需求、SFT数据构建、领域模型训练、多轮对话微调等核心内容。作者指出，微调应注重数据质量而非数量，推荐使用LoRA等高效方法，并强调混合通用数据以防止灾难性遗忘。文章还探讨了预训练与微调的区别、优化器选择、batch size设置等技术细节，并提供了处理loss突刺等问题的实用技巧。最后总结了微调大模型的"终极心法&qu

本文分享了关于大模型微调的25个关键问题及解决方案，涵盖全量微调显存需求、SFT数据构建、领域模型训练、多轮对话微调等核心内容。作者指出，微调应注重数据质量而非数量，推荐使用LoRA等高效方法，并强调混合通用数据以防止灾难性遗忘。文章还探讨了预训练与微调的区别、优化器选择、batch size设置等技术细节，并提供了处理loss突刺等问题的实用技巧。最后总结了微调大模型的"终极心法&qu

我们平时训练微调大模型或部署大模型应用时，会通常用到镜像文件，本文提供通用且专业镜像文件，如有其它组件需安装，则可在Dockerfile文末追加。

豆包、midjourney、stable diffusion生图提示词大全

本文探讨了生成式AI Agent的核心架构与工作原理。Agent通过整合语言模型、工具和编排层，实现了超越基础模型的能力：1）利用工具扩展功能，访问实时数据并执行现实操作；2）采用ReAct、思维链等推理框架进行决策规划；3）通过扩展程序、函数调用和数据存储三种工具类型实现外部系统交互。文章详细解析了Agent的认知架构组成，对比了不同工具的应用场景，并指出目标学习（上下文学习、检索增强、微调）对

本文探讨了生成式AI Agent的核心架构与工作原理。Agent通过整合语言模型、工具和编排层，实现了超越基础模型的能力：1）利用工具扩展功能，访问实时数据并执行现实操作；2）采用ReAct、思维链等推理框架进行决策规划；3）通过扩展程序、函数调用和数据存储三种工具类型实现外部系统交互。文章详细解析了Agent的认知架构组成，对比了不同工具的应用场景，并指出目标学习（上下文学习、检索增强、微调）对

开源语音大模型正重塑智能语音市场格局，TTS（文本转语音）和ASR（语音识别）技术取得显著突破。国产模型Speech-02-HD在TTS领域表现突出，支持32种语言和情感控制，在自然度和音色克隆方面领先。ASR领域，FireRedASR中文识别效果优异，Whisper多语言覆盖广。选型需考虑场景需求，如智能客服推荐Speech-02-HD+FireRedASR组合。未来趋势包括多模态融合、边缘计算

【摘要】字节跳动开源AI开发平台Coze，包含CozeStudio和CozeLoop两大核心组件。CozeStudio提供一站式AI智能体开发工具，支持零代码/低代码开发；CozeLoop专注于AI智能体全生命周期管理。两大项目均采用Apache2.0许可证，支持商业使用和私有化部署。此次开源将推动AI代理开发社区共建，降低开发者门槛。开源地址已公布，开发者可立即体验完整功能。

之前我们写了一篇《开源语音TTS与ASR大模型选型指南（2025最新版）》，里边埋了一个伏笔，就是我们的项目是用的哪个ASR大模型，本篇就给大家解密，并给大家分享详细的部署过程，相信大家在这过程中可以学到很多东西。

一文了解具身智能的基本概念、发展历程、政策推动、技术体系、产业现状、应用场景、市场现状、创业机会、就业机会、未来趋势。