Streamlit 是一个开源的 Python 库，专门用于快速构建和共享数据科学和机器学习应用。它允许开发者以极简的方式将 Python 脚本转换为交互式的 Web 应用，无需深入前端开发知识。Streamlit就是简单方便,在不需要非常复杂的前端页面情况下,该库就是理想选择,只需几行代码便将一个UI框架搭建起来.

CogVideoX-5B是由清华大学知识工程组（KEG）开发的一款开源视频生成模型，它基于大规模的文本到视频生成技术，能够根据输入的文本描述生成高质量的视频内容。CogVideoX-5B具有较高的生成质量和视觉效果，适用于需要高质量视频生成的场景。该模型支持文生视频、图生视频多个能力，可以应用于广告制作、电影剪辑、短视频制作等领域。CogVideoX-5B模型的开源推动了AI视频生成技术的发展，为

Llama 3.2 Vision是Meta公司推出的一款多模态大型语言模型（LLM），它支持文本和图像输入，并能够针对不同应用场景输出文本结果。该模型具备处理手写识别、光学字符识别（OCR）、图表和表格解释以及图像问答等功能。

Cursor 一款高效的编辑器和协作工具，快速搭建和部署网站 ，无需繁琐配置。

BERT作为一种强大的预训练语言模型，能够捕捉文本的丰富语义信息，为情感分析提供了强大的基础支持。借助Hugging Face的transformers库，我们只需为BERT“微调”一下，就能让它精准捕捉中文文本中的情绪脉络。本文详细的描述了整个神经网络从数据准备到训练的全过程，可以更好的理解模型的架构，以及如何来做一个自己的下游任务。

Llama 3.2 Vision是Meta公司推出的一款多模态大型语言模型（LLM），它支持文本和图像输入，并能够针对不同应用场景输出文本结果。该模型具备处理手写识别、光学字符识别（OCR）、图表和表格解释以及图像问答等功能。

应用场景，比如一个学校把自己所有题库放到一个大模型里面，经过训练，当模型学完所有题后，只要输入问题，可以查看每个题的答案，和解析。利用大模型，做自己下游应用，基本也就涵盖下面几个步骤。

从模型下载，格式转换，到最后的部署详细记录了每个步骤。

MCP是一个支持多AI模型集成调度的服务平台，通过配置文件实现模型管理、API调用及性能优化，可灵活切换大模型并适配不同算力需求。

LlamaIndex 是一个开源框架，用于快速构建检索增强生成（RAG）应用。它可以帮助开发者将检索组件（如向量数据库）与语言生成模型（如 LLM）结合，高效地处理和检索文档数据，从而生成更准确、更有依据的内容在生成式 AI 的快速发展中，大模型的幻觉问题一直是制约其广泛应用的关键挑战之一。幻觉现象不仅降低了模型输出的可信度，还可能在实际应用中引发严重后果。为了解决这一问题，检索增强生成（RAG）