# 大模型服务平台百炼 #
1
关注
1623内容
通义听悟--一个懂你的AI助理
介绍什么是通义听悟以及通义听悟的功能体验
AI大模型开发语言排行
AI大模型开发涉及多种编程语言：Python为主流，用于算法研发；C++/CUDA优化性能；Go/Rust用于工程部署；Java适配企业系统；Julia等小众语言用于科研探索。
AIGEO助力企业智能发展
AIGEO聚焦企业数字化服务，以AI技术提升营销与运营效率，助力精准获客、流量增长及风险控制。已赋能跨境电商、制造、医疗等多个行业，显著提升ROI与市场覆盖，成为AI时代企业智能发展的核心基础设施。
【项目实战】通过LLaMaFactory+Qwen2-VL-2B微调一个多模态医疗大模型
本文介绍了一个基于多模态大模型的医疗图像诊断项目。项目旨在通过训练一个医疗领域的多模态大模型，提高医生处理医学图像的效率，辅助诊断和治疗。作者以家中老人的脑部CT为例，展示了如何利用MedTrinity-25M数据集训练模型，经过数据准备、环境搭建、模型训练及微调、最终验证等步骤，成功使模型能够识别CT图像并给出具体的诊断意见，与专业医生的诊断结果高度吻合。
告别旅行规划的"需求文档地狱"！这个AI提示词库，让你像调API一样定制完美旅程
作为开发者，旅行规划如同“需求地狱”：信息碎片、需求多变、缺乏测试。本文提出一套“企业级”AI提示词库，将模糊需求转化为结构化“API请求”，实现标准化输入输出，让AI成为你的专属旅行架构师，30分钟生成专业定制方案，提升决策质量，降低90%时间成本。
语义检索翻车？可能是你的Embedding模型没选对！
本文深入解析Embedding模型在RAG系统中的核心作用，涵盖其原理、类型、选型策略及实战建议。选对模型可显著提升语义检索准确性与效率，避免成本浪费。干货满满，值得收藏！
揭秘大模型工具调用的核心：上下文工程+MCP
本文系统解析模型上下文协议（MCP）与大模型工具调用的关系，澄清“大模型需理解MCP”的常见误解。MCP实为开发者服务的标准化接口，简化工具集成，提升开发效率，而大模型仅需识别工具列表，无需感知MCP存在。助力高效构建AI智能体。
LLM推理效率的范式转移：FlashAttention与PagedAttention正在重塑AI部署的未来
本文深度解析FlashAttention与PagedAttention两大LLM推理优化技术：前者通过分块计算提升注意力效率，后者借助分页管理降低KV Cache内存开销。二者分别从计算与内存维度突破性能瓶颈，显著提升大模型推理速度与吞吐量，是当前高效LLM系统的核心基石。建议收藏细读。
免费试用