深色模式
AI 应用
本栏目覆盖 AI 工程落地的十二个方向,从 大模型基础 与 推理部署 起步,到 RAG、训练、评测,再到平台化、可观测、安全与成本治理。
方向导航
| 方向 | 说明 | 入口 |
|---|---|---|
| 大模型基础 | 上下文窗口 / 量化 / 模型原理 | 基础 |
| 推理部署 | 连续批处理 / KV Cache / 并行 | 推理 |
| RAG | 切分 / 向量 / 重排 | RAG |
| 提示工程 | 上下文缓存 / 注入防御 / 原则 | 提示 |
| 微调训练 | 对齐 / CPT / SFT | 训练 |
| 评测 | Agent 评测 / 基准 / 人机对齐 | 评测 |
| 向量数据库 | 索引 / Milvus / 运维 | 向量库 |
| 多模态 | 概览 / 语音 / VLM | 多模态 |
| 工程化平台 | GPU 调度 / KServe / 网关 | 平台 |
| 可观测性 | LLMOps / Tracing | 可观测 |
| 安全合规 | 内容审核 / 数据泄露 / 注入防御 | 安全 |
| 成本治理 | GPU / 推理 / 利用率 | 成本 |
推荐学习路径:基础 → 推理 → RAG → 提示 → 训练 → 评测 → 向量库 → 平台 → 可观测/安全/成本。