# 大模型服务平台百炼 #
1
关注
1692内容
Java 设计模式之工厂模式：对象创建的艺术（含 UML 图解）
本文详解Java工厂模式三大形态：简单工厂、工厂方法与抽象工厂，结合UML图解与代码实例，剖析其核心思想——“创建与使用分离”。通过计算器、日志系统、电子设备等案例，深入讲解各模式的实现原理、适用场景及优缺点，并对比选择策略。最后揭示工厂模式在JDK和主流框架中的实际应用，帮助开发者掌握对象创建的艺术，提升代码扩展性与可维护性。（238字）
一文掌握大模型提示词技巧：从战略到战术
本文将用通俗易懂的语言，带你从战略（宏观）和战术（微观）两个层次掌握大模型提示词的常见技巧，真正做到理论和实践相结合，占领 AI 运用的先机。
【算法精讲系列】阿里云百炼SFT微调实践分享
本内容为您提供了百炼平台SFT微调的实践案例，帮助您方便并快速借助模型微调定制化您自己的专属模型。
切块、清洗、烹饪：RAG知识库构建的三步曲
大语言模型明明已经喂了大量文档，为什么还是答非所问？就像米其林厨师需要精心处理食材，RAG系统也需要巧妙处理文档。从文本分块、清洗到结构化索引，这些不起眼的处理步骤决定了AI回答质量的上限。掌握这些技巧，让你的RAG系统从「路边摊」蜕变为「米其林餐厅」。
Java 设计模式之责任链模式：优雅处理请求的艺术
责任链模式通过构建处理者链，使请求沿链传递直至被处理，实现发送者与接收者的解耦。适用于审批流程、日志处理等多级处理场景，提升系统灵活性与可扩展性。
通义千问API：用4行代码对话大模型
本章将通过一个简单的例子，让你快速进入到通义千问大模型应用开发的世界。
阿里云百炼模型入门篇-大语言模型
本文主要介绍如何快速的通过阿里云百炼，带你如何快速入门通义千问系列大语言模型。
【算法精讲系列】MGTE系列模型，RAG实施中的重要模型
检索增强生成（RAG）结合检索与生成技术，利用外部知识库提升大模型的回答准确性与丰富性。RAG的关键组件包括文本表示模型和排序模型，前者计算文本向量表示，后者进行精细排序。阿里巴巴通义实验室推出的GTE-Multilingual系列模型，具备高性能、长文档支持、多语言处理及弹性向量表示等特性，显著提升了RAG系统的检索与排序效果。该系列模型已在多个数据集上展示出优越性能，并支持多语言和长文本处理，适用于各种复杂应用场景。
评测|全网最强🚀！5min部署满血版DeepSeek，零成本，无需编程！
本文介绍了阿里云提供的四种DeepSeek部署方案，包括基于百炼调用满血版API、基于函数计算部署、基于人工智能平台PAI部署和GPU云服务器部署。通过这些方案，用户可以摆脱“服务器繁忙”的困扰，实现快速部署与使用
免费试用