Milvus向量数据库介绍、安装与配置
Milvus 是一个开源的向量数据库，专门用于处理海量高维向量数据的相似度搜索。它适用于 AI、推荐系统、图像检索、自然语言处理（NLP）等需要处理嵌入向量的场景。
大模型训练|模型精调|什么是强化学习RLHF
RLHF 是Reinforcement Learning from Human Feedback（来自人类反馈的强化学习）的缩写，是近年来在人工智能，特别是大预言模型（LLM）如ChatGPT、Gpt-4中非常关键的一项技术。它结合了强化学习和人类监督的有点，用来训练更加符合人类期望的智能体。
自定义大模型训练 监督微调SFT
SFT 是Supervised Fine-Tuning 的缩写，中文叫做监督微调。它是大模型训练过程中一个关键的阶段，特别是在RLHF（人类反馈强化学习）流程中是第一步。
大模型RAG检索增强生成
在大模型（如ChatGPT、LLMs）中，RAG是Retrieval-Augmented Genration（检索增强生成）的缩写，它是一种结合了信息检索和生成式模型的技术，用于提升语言模型在问答、知识生成等任务中的表现。
Elasticsearch8向量搜索|Python教程案例
Elasticsearch 的 向量搜索（Vector Search） 是近年来为了支持语义搜索、推荐系统、图像搜索等 AI 场景而引入的重要功能。
SentenceTransformer 句子、段落、文本转换成向量 embedding
SentenceTransformer是一个基于封装的高级库，专门用来将句子、段落、文本转换成向量（Embedding）
Linux 系统层面定期释放、内存释放
Linux 系统层面定期释放，通常是指 内存（Memory）的定期释放，尤其是缓存（cache）、缓冲区（buffers）和页缓存（page cache）。这类释放行为，有助于系统在长期运行时保持良好的内存使用状态，避免内存占用持续升高。
RabbitMQ关于队列与交换机的作用说明
在 RabbitMQ 中，“队列（Queue）” 和 “交换机（Exchange）” 是两个核心概念，它们承担不同的职责，彼此配合完成消息传递任务。
RabbitMQ 入门安装到Python场景应用
RabbitMQ 是一个开源的 消息中间件，基于 AMQP（Advanced Message Queuing Protocol）高级消息队列协议 开发，用于在分布式系统中传递消息、解耦模块、削峰填谷、实现异步处理。 简单理解：RabbitMQ 就像一个快递中转站，负责接收消息、存储消息、转发消息。
gunicorn启动fastapi项目
Gunicorn（Green Unicorn）是一个 Python WSGI HTTP 服务器，用于生产环境运行 Python Web 应用（如 Flask、Django、FastAPI）。 特点： 支持多进程（worker） 支持日志、信号处理、守护进程等 稳定高效，广泛用于部署生产环境服务
MySql 导出A表数据，B表记录用户专属数据，查询A与B所有数据
MySql 导出A表数据，B表记录用户专属数据，查询A表所有数据，关联出B表用户修改过的数据。
Ollama安装本地deepseek与API调用
首先需要安装Ollama。 Ollama 是一个开源的 AI 平台，它通过提供高效的模型训练和推理支持，致力于简化 AI 应用的开发过程。Ollama 使得开发者能够在本地环境中运行高效的 AI 模型，无需依赖云端服务。它支持多种 AI 模型架构，提供简单的 API 来进行集成与部署。
