LoRA 微调是什么？为什么小成本也能训练专用模型
LoRA 是 Low-Rank Adaptation，中文常叫低秩适配。它是一种参数高效微调方法：不直接改动大模型全部参数，而是在部分层旁边增加较小的可训练矩阵，让模型学会新任务或新风格。 为什么它能省成本 全量微调就像重新训练一整台复杂机器，显存、数据和工程成本都很高。LoRA 更像给机器外挂一组...
AI百科 • Admin •
97
开源模型
找到 8 篇相关文章
DeepSeek V4正式发布：1M上下文与开源权重成焦点
2026年4月24日，DeepSeek V4 已正式浮出水面。和几个小时前还只能依据媒体传闻判断不同，现在 DeepSeek 官方 Hugging Face 组织已经上线 DeepSeek-V4-Pro、DeepSeek-V4-Flash 及对应 Base 模型，官方 API 价格页也同步出现 de...
AI资讯 • Admin •
559
Ollama 为什么会成为本地大模型第一站？它最强的是启动门槛低，不是企业级控制
很多人第一次认真跑本地模型，最后几乎都会碰到 Ollama。原因不复杂，它把“下载模型、启动服务、用 API 调用”这件事压得足够简单，让本地推理从折腾环境，变成一个更像安装工具的动作。对开发者和尝鲜用户来说，这个门槛下降非常关键。 官方仓库： https://github.com/ollama/o...
Ai开源 • Admin •
77
GLM-5.1发布：Z.ai押注开源代码模型与8小时长时代理任务
GLM-5.1 正式发布，Z.ai 将其定义为面向 agentic engineering 的新一代开源旗舰。官方资料显示，这款模型主打代码、工具调用与长时自主执行，在 SWE-Bench Pro、NL2Repo 和 Terminal-Bench 2.0 等任务上给出一组靠前成绩，同时把单任务连续自...
AI资讯 • Admin •
136
模型蒸馏：为什么越来越多“小模型”能追上大模型体验
模型蒸馏是近两年被频繁提到的一个关键词，尤其是在“小模型为什么越来越强”这个问题上，它几乎总会出现。简单说，蒸馏的思路就是让较小的学生模型去学习较大的教师模型，把后者的一部分能力、行为方式和输出规律迁移过来，从而在更低成本下拿到更接近的效果。 这件事之所以重要，是因为很多团队并不需要一个最顶级、最昂...
AI百科 • Admin •
81
模型量化：为什么 4-bit、8-bit 总会出现在本地部署讨论里
模型量化是本地部署和高效推理里绕不开的关键词。很多人在看模型部署教程时，经常会碰到 8-bit、4-bit、AWQ、GPTQ 这类词，但不知道它们到底在解决什么问题。简单说，量化的核心就是把模型权重用更低精度来表示，从而降低显存占用、减少内存压力，让原本太大的模型更容易跑起来。 它之所以总和本地部署...
AI百科 • Admin •
112