训练时为保证大模型的通用能力会使用多类别数据，例如：数学类别，代码类别数据等等来训练。训练后的大模型是一个“博学家”，具备回答所有类别基础问题的能力，但是在面对更深度的专业领域问题时，大模型的表现往往一般。为了让大模型在某个专业领域具备突出能力，需要使用专业领域的数据集，对大模型进行进一步的参数微调（继续训练），提升它在专业领域方面的表现。关于微调的概念大家可参考我的博文不懂这些概念，你敢说你了解

本文主要总结本人最近跑过的大模型微调项目。相信大家这几个月都会不断新出的微调大模型项目刷屏，频率基本每天都有高星的项目诞生，部分还宣称自己达到GPT的百分之多少，一方面弄得大家过度乐观，一方面弄得大家焦虑浮躁。面对这种情况，我的建议是「多动手」。把这些项目 clone 下来，跑跑代码，把项目用到的数据集下载下来做做EDA，把项目训练完的checkpoint下载下来，用自己的例子跑跑。多接触反而心态

这可能是2024最全面的人工智能学习路线，适合新手和大学生

2024年最新免费AI大模型API汇总及国内大模型使用教程（附代码）

人工智能大模型时代，八种常见的“数据标注”方法

成为AI大模型全栈工程师需要学什么

上一篇文章中我们通过API key的方式，实现了DeepSeek与Word的有机结合，帮助我们提高办公效率。而DeepSeek由于近期服务器压力较大，暂时停止了API key的注册服务，那么要想实现DeepSeek与Word的结合，我们也可以通过本地部署的方式进行。本地处理减少网络传输，响应速度更快。且本地部署的稳定性更强，不受网络波动影响，确保服务持续可用。文本数据无需上传至外部服务器，降低了泄

【量化干货】用python搭建量化交易策略（附零基础学习资料）

大模型有几种类型（非常详细），零基础入门到精通，看这一篇就够了

什么是大模型？一篇文章告诉你大模型基础概念