开源模型应用落地-总述

一、背景

        在当今社会，实际应用比纯粹理解原理和概念更为重要。即使您对某个领域的原理和概念有深入的理解，但如果无法将其应用于实际场景并受制于各种客观条件，那么与其一开始就过于深入，不如先从基础开始，实际操作后再逐步深入探索。
        在这种实践至上的理念下，或许我可以为您提供一种直接的、实际操作的方法。希望能借助我的经验，为各位朋友带来一些有帮助的建议，例如：
        1、您是否也在迫不及待地期待在AI时代中展示自己的能力？
        2、您是否一直在研究如何使用开源模型？
        3、您是否一直在寻找将AI与业务结合的方向？
        4、您是否一直在寻找模型推理加速的方法？
        5、您是否一直在努力整合来自互联网上零散的资料？
        如果您在上述问题中有类似的疑问，我非常希望您能从中受益。

---

二、项目架构

简化后的示意图如下：

三、总览

    通过实际案例，我们将为大家呈现一系列文章，帮助您了解如何将开源模型与业务整合。这些文章将引导您深入掌握该过程。

3.1. 初级入门系列

    3.1.1. 开源模型应用落地-qwen模型小试-入门篇系列

    3.1.2. 开源模型应用落地-baichuan模型小试-入门篇系列

    3.1.3. 开源模型应用落地-chatglm模型小试-入门篇系列

    3.1.4. 开源模型应用落地-KnowLM模型小试-入门篇系列

3.2. 高级进阶系列

    3.2.1. 开源模型应用落地-向量数据库小试-入门篇系列

    3.2.2. 开源模型应用落地-qwen-7b-chat与vllm实现推理加速的正确姿势系列

    3.2.3. 开源模型应用落地-业务整合系列

    3.2.4. 开源模型应用落地-业务优化系列

    3.2.5. 开源模型应用落地-安全合规系列

3.3. 深度优化系列

    3.3.1. 开源模型应用落地-qwen模型微调系列

    3.3.2. 开源模型应用落地-记忆增强系列

3.4. 知识巩固系列

    3.4.1.开源模型应用落地-项目回顾系列