摘要：
揭秘In-Context Learning(ICL)：大型语言模型如何通过上下文学习实现少样本高效推理[示例设计、ICL机制详解] 阅读全文
摘要：
LLM微调方法(Efficient-Tuning)六大主流方法：思路讲解&优缺点对比[P-tuning、Lora、Prefix tuing等] 阅读全文
摘要：
解锁LLMs的“思考”能力：Chain-of-Thought(CoT) 技术推动复杂推理的新发展 阅读全文
摘要：
LLM 大模型学习必知必会系列(十三)：基于SWIFT的VLLM推理加速与部署实战 阅读全文
摘要：
LLM 大模型学习必知必会系列(十二)：VLLM性能飞跃部署实践：从推理加速到高效部署的全方位优化[更多内容：XInference/FastChat等框架] 阅读全文
摘要：
LLM 大模型学习必知必会系列(十一)：大模型自动评估理论和实战以及大模型评估框架详解 阅读全文
摘要：
LLM 大模型学习必知必会系列(十)：基于AgentFabric实现交互式智能体应用,Agent实战 阅读全文
摘要：
LLM 大模型学习必知必会系列(八)：10分钟微调专属于自己的大模型 阅读全文
摘要：
LLM 大模型学习必知必会系列(九)：Agent微调最佳实践，用消费级显卡训练属于自己的Agent！ 阅读全文
摘要：
LLM 大模型学习必知必会系列(七)：掌握分布式训练与LoRA/LISA微调：打造高性能大模型的秘诀进阶实战指南 阅读全文