本文详细阐述了Prompt的设计要素，包括引导语、上下文信息等，还介绍了多种Prompt编写策略，如复杂规则拆分、关键信息冗余、使用分隔符等，旨在提高模型输出的质量和准确性。通过不断尝试、调整和优化，可逐步实现更优的Prompt设计。

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。

通过使用“百炼”平台，您可以快速构建一个多代理（Multi-Agent）架构的智能导购助手。该助手能够通过多轮互动了解顾客的具体需求，收集详细信息后，利用“百炼”的知识检索增强功能或已有的商品数据库进行商品搜索，为顾客推荐最合适的产品。

由Stable Diffusion团队推出的开源文生图模型FLUX风靡全球，其生成质量媲美Midjourney，被誉为“开源王者”。阿里云百炼平台首发FLUX中文优化版，提升了中文指令的理解与执行能力。开发者可直接在平台上体验并调用FLUX模型，且享有1000张图像的免费生成额度，有效期180天。无需额外部署，即可轻松利用这一先进模型创造高质量图像。

在使用析言产品时遇技术难题？官方答疑群助您快速解决！群内可与其他用户交流、获取技术支持，轻松找到答案。欢迎扫描二维码或搜索钉钉号：94725009401加入我们，了解更多详情及VPC能力，让数据分析变得简单高效。

**Meta开源Llama 3.1系列模型，含4050亿参数“超大杯”版本。**阿里云百炼率先上架全系列，并为新老用户享30天100万tokens免费算力。模型广场现开放体验，欢迎试用与反馈。涵盖80亿、700亿、4050亿参数版本，上下文长度最大可达128K tokens，支持多语言。立即体验Llama 3.1的强大能力！

阿里云新推出通用文本向量模型text-embedding-v3，基于LLM，支持50+语言，包括新增的意大利语等。模型升级亮点：8K长文本支持、可变向量维度、Sparse向量及不分Query/Document类型。现在提供50万免费tokens，有效期180天，计费0.0007元/1000 tokens。体验请访问[阿里云百炼官网](https://bailian.console.aliyun.com/?spm=a2c6h.13046898.publish-article.6.63066ffaL32qHM)

通义大模型全线9款直降，最高达97%，阿里云MaaS（模型即服务）让推理成本大幅降低，加速AI应用爆发。 即刻登录阿里云百炼官网https://bailian.aliyun.com调用体验，新用户免费限时赠送3600万tokens！

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。

本文以百炼官方文档问答助手为例，介绍如何基于百炼平台打造基于LlamaIndex的RAG文档问答产品。我们基于百炼平台的底座能力，以官方帮助文档为指定知识库，搭建了问答服务，支持钉钉、Web访问。介绍了相关技术方案和主要代码，供开发者参考。

模型调优是通过Fine-tuning训练模式提高模型效果的功能模块，作为重要的大模型效果优化方式，用户可以通过构建符合业务场景任务的训练集，调整参数训练模型，训练模型学习业务数据和业务逻辑，最终提高在业务场景中的模型效果。

阿里云面向生态伙伴开放“阿里云百炼“大模型服务平台和“通义”系列为代表的各类大模型产品能力，与产品生态伙伴展开基于大模型应用方向的Maas（模型即服务）产品集成与被集成合作，旨在为用户提供AI领域研究成果在行业中的最新技术应用与解决方案，而共同开展的一项关于大模型应用合作的产品合作计划。

本文详细解析了Qwen-Agent的核心功能——功能调用，涵盖其定义、工作流程、重要性和实际应用，通过实例展示了如何在Qwen-Agent中利用此功能与外部工具和API互动，扩展AI应用范围。

自2017年起，每年持续关注云栖大会，去年开始全程观看在线回放，并使用通义千问进行语音转写，形成多份文字稿。这些资料上传至百炼平台，构建知识库，创建问答助手，展示了AI在处理和解析大量信息方面的强大能力。

2024年最受开发者欢迎的AI应用开发平台榜单发布，阿里云百炼入选15强。持续推动AI开发者生态建设，提供开放平台、培训支持、行业解决方案，注重数据安全与合规，致力于生态合作与共赢，加速企业数智化转型。

近期尝试使用Qwen VL Plus模型处理图像识别任务，以GIS专业背景选择了一张街景图片进行测试。体验上，API调用流畅，环境配置简单，且成本低廉，免费额度可支持约1,000张图片的处理。不过，模型在某些情况下会产生幻觉，如对仅含Google水印的街景图片错误地描述存在地名信息。此外，其文本描述风格多变，从轻松愉快到沉稳不一，有时甚至会拒绝回答。

随着大模型技术的不断进步，应用创新呈现出蓬勃发展的势头。开发者在基于百炼完成智能体开发后往往还需要解决应用正式生产上线相关的一系列工程性问题，本文介绍如何通过百炼 + 多端低代码开发平台魔笔的云产品组合的方式快速构建一个端到端的大模型应用，为AI创新加码提速。

基于Qwen-Max构建的智能系统，融合了自然语言处理、决策引擎、任务识别与工具选择等技术，具备强大的多模态理解和生成能力。该系统能自动分析用户输入，识别任务类型，选择最优工具执行任务，并整合结果反馈给用户，广泛应用于查询、生成、翻译和图像处理等多个领域，显著提升了任务处理效率和智能化水平。

智能系统通过任务识别、决策引擎、工具选择和结果整合，自动选择合适的工具和方法，高效处理查询、生成、翻译、图像处理等任务，提供精准的解决方案。系统支持自然语言理解、任务分类、语义解析与意图识别，确保任务的准确执行和反馈。

大语言模型通常流式返回文字，若一次性TTS会导致严重延迟。通过标点断句或流TTS可实现低延迟的文本到语音转换。本文介绍了电话机器人接口适配流TTS的原理及技术点，包括FreeSWITCH通过WebSocket流TTS放音，以及推流协议和旁路流对接的详细说明。

基于百炼平台的 `qwen-max` API，设计了一套融合检索增强、图谱增强及指令驱动的智能工具调用决策系统。该系统通过解析用户指令，智能选择调用检索、图谱推理或模型生成等工具，以提高问题回答的准确性和丰富性。系统设计包括指令解析、工具调用决策、检索增强、图谱增强等模块，旨在通过多种技术手段综合提升智能体的能力。

本文介绍了一种基于阿里云百炼平台的`qwen-max` API构建的智能体方案，该方案集成了检索增强、图谱增强及智能工具调用决策三大模块，旨在通过结合外部数据源、知识图谱和自动化决策提高智能回答的准确性和丰富度。通过具体代码示例展示了如何实现这些功能，最终形成一个能灵活应对多种查询需求的智能系统。

由于阿里百炼平台通义千问大模型没有完善的go语言兼容openapi示例，并且官方答复assistant是不兼容openapi sdk的。 实际使用中发现是能够支持的，所以自己写了一个demo test示例，给大家做一个参考。

本文介绍了通过API创建虚拟数据库，利用阿里云百炼/析言GBI平台实现数据查询、分析及可视化的方法。方案结合本地与云端资源，确保数据安全，同时提供灵活的API调用方式，支持按需调用析言的各项功能，有效降低已有本地数据库系统的迁移成本，提升数据分析效率。

本文介绍了阿里云“云知道”平台的云指针频道如何利用大模型实现从自然语言到SQL的转换，从而快速提供数据分析服务。通过阿里云AnalyticDB PostgreSQL版数据库存储数据，并结合析言GBI产品能力，实现了高效的数据查询与可视化展示。

基于Qwen Max打造的图谱增强文本生成系统，结合知识图谱与生成式AI，具备精准高效的文字生成能力。系统支持文档解析、知识图谱构建、社区检测、复杂关系建模、语义检索、Prompt调优、分布式任务管理等核心功能，广泛适用于多轮对话、摘要生成、文档翻译等任务，满足大规模、高并发的生产需求。

11月，阿里云百炼平台迎来一系列重大更新，包括推出QwQ、qwen-turbo、qwen-Plus等多个新模型及快照版本，强化AI推理、文本生成、视觉理解等能力。此外，还优化了模型管理、数据处理等功能，提升了用户体验。

一文带你了解《文档智能 & RAG让AI大模型更懂业务》解决方案的优与劣

感谢阿里开发者社区通义千问Qwen技术应用实践征文活动赠予的Qwen Max Token。本文介绍了三种知识图谱抽取模式：只给结构、给结构和领域引导、给结构、领域引导和领域few-shot样本。通过对比“只给结构”和“给结构和领域引导”两种方法，分析了它们在准确性、推理能力、数据覆盖范围和构建成本等方面的优劣。结果显示，领域引导显著提升了知识图谱的准确性和推理能力，但构建成本较高；而只给结构的方法适用于大规模通用文本的快速抽取，但精度较低。选择合适的方法应根据具体应用需求。

Qwen团队推出新成员QwQ-32B-Preview，专注于增强AI推理能力。通过深入探索和试验，该模型在数学和编程领域展现了卓越的理解力，但仍在学习和完善中。目前，QwQ-32B-Preview已上线阿里云百炼平台，提供免费体验。

本文介绍了如何创建并配置飞书应用及机器人，包括登录飞书开发者后台创建应用、添加应用能力和API权限，以及通过AppFlow连接流集成阿里云百炼服务，最后详细说明了如何将机器人添加到飞书群组中实现互动。

Qwen2.5是阿里云推出的大型语言模型，无需编码即可快速体验。该模型基于最新大规模数据集训练，支持超29种语言，显著提升了知识量、编码及数学能力，特别是在指令遵循、长文本生成、结构化数据理解和生成等方面。通过AppFlow，Qwen2.5可轻松集成至钉钉机器人等应用，实现智能化交互。

阿里云【AI问爱答】栏目强势回归，11月25日至28日每晚19:00，连续四天直播，涵盖AI营销、企业办公、社交娱乐及大模型推理调优四大主题，助您深入了解AI应用，解决实际问题。欢迎预约观看！

XiYan-SQL 是一种创新的多生成器集成Text-to-SQL框架，通过M-Schema增强模型对数据库结构的理解，结合ICL与SFT方法提升SQL生成质量和多样性，经实验证明在多个数据集上表现优异，特别是在Spider和SQL-Eval上取得了领先成绩。

基于百炼 qwen plus 的上市企业ESG图谱构建工作，通过调用阿里云的 OpenAI 服务，从 Excel 文件读取上市公司 ESG 报告数据，逐条处理并生成知识图谱，最终以 YAML 格式输出。该过程包括数据读取、API 调用、结果处理和文件保存等步骤，确保生成的知识图谱全面、动态且结构清晰。此外，还提供了基于 Pyvis 的可视化工具，将生成的图谱以交互式图形展示，便于进一步分析和应用。

基于OpenI平台和华为昇腾910B芯片，本方案详细介绍了如何免费部署Qwen-2.5 Instruct 14B大模型。涵盖准备工作、模型适配、部署步骤及性能优化等内容，适用于NLP任务部署、本地化适配及实时服务化等多种应用场景。

Qwen2.5-Turbo已上线，支持100万超长上下文，相当于100万个英文单词或150万个汉字。该模型在多个长文本任务评测集中表现出色，超越GPT-4，同时在推理速度上实现4.3倍提升。限时免费赠送1000万tokens额度，欢迎体验。

本文介绍了德勤中国如何利用大模型赋能企业，分享了阿里云“产品博士”作为首个内部案例的成功经验，以及阿里云智能集团如何通过“模型+应用”双轮驱动，构建全面开放的大模型生态，帮助企业实现业务价值。

本文介绍了阿里云智能集团在百炼大模型应用中的技术实践和运营经验。主要内容包括：1) RAG技术的背景及其在落地时面临的挑战；2) 多模态多语言RAG技术的研发与应用；3) 多模态多元embedding和rank模型的训练；4) 基于千问大模型的embedding和rank模型；5) 开源社区推出的GT千问系列模型；6) 模型应用中的可运营实践；7) AI运营的具体方法论和实践经验。通过这些内容，展示了如何解决实际应用中的复杂需求，提升系统的准确性和用户体验。

本次分享由阿里云智能集团飞天实验室资深产品专家江潇和科学家胡露露主讲，介绍了多端融合的多模态百炼产品。内容涵盖多模态模型的优化、生产力和产品力建设、RAG能力升级、终端大模型场景探索、内容安全和生态应用等方面。百炼已支持多模态模型调用，提升了模型效果和应用效果，并在安全性、模型优化和终端部署上取得了显著进展。

本次分享由阿里云智能集团资深产品专家秦璇主讲，主题为大模型在内容创作、数据分析、智能服务领域的应用。内容涵盖大模型市场概况、全妙产品介绍、部分案例及全妙建设重点与功能介绍。全妙产品包括妙策、妙笔、妙搜，旨在通过多模态技术和算法优化，助力企业和政府客户实现高效的内容创作和管理。

本次分享由哈啰集团高级算法专家郭佳盛主讲，主题为“Jarvis×百炼，打造大模型智慧出行客服”。内容涵盖AI在智慧出行领域的应用探索、AI加持客服全链路解决方案、哈罗智能客服的大模型应用、大模型在C端与B端的应用探索，以及企业内部大模型构建与运营。通过实例和经验分享，展示了哈啰如何将大模型应用于实际业务，提升用户体验和运营效率。

阿里云百炼产品月刊【2024年10月】上线，涵盖本月产品和功能发布、活动，应用实践等内容，帮助您快速了解阿里云百炼产品的最新动态。本月推出开源图片解析模型qwen2-vl-7b-instruct和qwen2-vl-2b-instruct，提升图片理解能力；主流模型qwen-max、qwen-turbo和qwen-plus升级至快照0919版本，支持8千字长文本输出；新增应用观测功能，实时查看调用次数和应用时延。此外，还发布了《阿里云百炼产品动态》电子书以及阿里云百炼产品最新规划电子刊，汇集最新产品动态和实践案例。

Broken Pipe 异常可能由网络问题或其他原因引起。要确定具体原因，可以检查网络连接状态、防火墙设置和系统日志，同时分析异常发生时的上下文信息。

通过实践《文档智能 & RAG让AI大模型更懂业务》实验，掌握了构建强大LLM知识库的方法，处理企业级文档问答需求。部署文档和引导充分，但需增加资源选型指导。文档智能与RAG结合提升了文档利用效率，但在答案质量和内容精确度上有提升空间。解决方案适用于法律文档查阅、技术支持等场景，但需加强数据安全和隐私保护。建议增加基于容量需求的资源配置指导。

Gradle 通过依赖管理机制确保版本兼容性，使用声明式配置定义项目依赖，自动解析和下载所需库。它支持版本范围和动态版本，通过冲突解决策略选择最佳版本，保证构建的一致性和可靠性。