torch机器学习GPU信息查看

训练模型乾，查看GPU信息

huggingface下载模型与加载案例

Hugging Face Hub 是一个平台，它旨在促进机器学习模型，特别是自然语言处理（NLP）模型的分享与协作。通过 Hugging Face Hub，研究人员和开发者能够轻松地发布他们的模型、数据集以及相关的代码，同时也能够方便地访问他人分享的资源。这个平台极大地推动了预训练模型的普及和应用，使得更多的人可以利用先进的AI技术。

sentence-transformers文本向量化|语义搜索|相似度计算

sentence-transformers 是一个基于BERT和其变种模型的Python库，用于生成高质量句子向量(sentence embeddings)。这些向量可以用于以下场景： 文本相似度计算 语义搜索（Semantic Search） 文本聚类 多轮问答 向量数据库索引（如FAISS、Milvus）

MCP架构设计模式介绍

在大模型（如GPT、Claude、Genmini等）的工程应用于架构设计中，MCP(Muti-Component Promping，多组件提示) 是一个比较新的概念，它正在逐步成为提升大模型复杂任务的关键方法之一。

Prompt 提示词技巧、应用与优化

Prompt优化是指针对大语言模型（如ChatGPT、通义千问、文心一言等）设计、调整输入提示词（prompt），以提高输出内容的准确性、逻辑性、一致性、可控性等。

LangChain 文档加载教程（TXT|WORD|PDF|Markdown）

在 LangChain 中，文档加载器（Document Loaders） 用于将各种文件格式（如 txt、PDF 等）读取并转换为统一的数据结构 Document，便于后续进行向量化、问答、摘要等操作。

LangChain教程

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。

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）

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。

深入浅出 OpenCV-Contrib-Python：实用教程与应用案例

OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库。它提供了丰富的功能，可以处理图像和视频数据，广泛应用于计算机视觉领域的项目中，例如人脸识别、目标检测、图像增强和视频处理。

全面解析 SnowNLP：中文文本处理、情感分析

SnowNLP 是一个专门用于处理中文文本的 Python库。功能包括：分词、情感分析、关键词提取、文本分类、拼音转换、繁体转简体、词相似度计算等

textblob文本处理、词性分析与情感分析

textBlob 是一個简单易用的 NLP库，基于 NLTK 和 pattern库，提供了文本处理和情感分析等功能。

中文分词库 jieba 详细使用方法与案例演示

jieba 是一个非常流行的中文分词库，具有高效、准确分词的效果。它支持3种分词模式：精确模式、全模式、搜索引擎模式