<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Hang_Tech的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Hang_Tech</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Hang_Tech]]></copyright><item><title><![CDATA[自己动手微调大模型：使用PEFT库对Qwen进行指令微调]]></title><link>https://blog.youkuaiyun.com/Hang_Tech/article/details/162998858</link><guid>https://blog.youkuaiyun.com/Hang_Tech/article/details/162998858</guid><author>Hang_Tech</author><pubDate>Sat, 18 Jul 2026 16:45:28 +0800</pubDate><description><![CDATA[本文介绍了如何使用LoRA（低秩适应）技术对Qwen-7B大模型进行监督微调（SFT），以提升其在特定领域的表现。首先阐述了全参数微调的高成本问题，指出LoRA通过仅训练少量额外参数（可减少99%以上显存占用）的解决方案。接着详细说明了环境准备、数据集格式要求及预处理方法，重点展示了如何构建符合Qwen模型的ChatML对话格式。然后指导了模型加载和LoRA配置步骤，解释了关键参数如秩（r）和缩放因子（alpha）的作用。最后提供了训练参数设置建议，包括批次大小、梯度累积和混合精度等优化技巧，使开发者能在有]]></description><category></category></item><item><title><![CDATA[从零手把手教你LoRA微调Qwen2.5：完整训练代码+显存优化策略]]></title><link>https://blog.youkuaiyun.com/Hang_Tech/article/details/162998740</link><guid>https://blog.youkuaiyun.com/Hang_Tech/article/details/162998740</guid><author>Hang_Tech</author><pubDate>Sat, 18 Jul 2026 16:37:38 +0800</pubDate><description><![CDATA[本文介绍了使用LoRA方法微调Qwen2.5-0.5B医疗问答模型的完整流程。首先说明硬件要求（6GB以上显存GPU）和Python环境搭建步骤，包括创建conda虚拟环境和安装必要的依赖库。然后详细描述了数据集预处理过程，重点是如何将原始医疗问答数据转换为模型需要的对话格式，并构造仅计算回答部分损失的labels标签。接着解释LoRA原理，展示模型加载和LoRA配置方法，包括参数设置和显存优化技巧（如bfloat16精度和4-bit量化）。最后提供训练脚本实现，涵盖数据加载、数据整理和训练参数设置等关键步]]></description><category></category></item><item><title><![CDATA[别再直接喂Prompt了！从零搭建RAG知识库：文档切分、向量检索与LLM结合全流程代码实战]]></title><link>https://blog.youkuaiyun.com/Hang_Tech/article/details/162945318</link><guid>https://blog.youkuaiyun.com/Hang_Tech/article/details/162945318</guid><author>Hang_Tech</author><pubDate>Thu, 16 Jul 2026 21:09:18 +0800</pubDate><description><![CDATA[本文介绍了如何从零搭建一个基于RAG（检索增强生成）的知识库问答系统。当大模型缺乏公司内部资料时，RAG通过结合知识库检索来解决"编造答案"问题。系统架构分为四步：用户提问→向量检索→拼装Prompt→生成答案。具体实现包括：1) 用文本切分器将文档分块；2) 使用Sentence Transformer生成语义向量；3) 用FAISS构建高效向量索引；4) 检索相关内容后交由大模型生成回答。文章提供了完整Python代码示例，并给出优化建议：调整切块策略、升级Embedding模型和加入重排序机制。这套方]]></description><category></category></item><item><title><![CDATA[大模型微调利器：使用 LLaMA-Factory 对 Qwen2.5 进行 LoRA 微调全流程]]></title><link>https://blog.youkuaiyun.com/Hang_Tech/article/details/162706016</link><guid>https://blog.youkuaiyun.com/Hang_Tech/article/details/162706016</guid><author>Hang_Tech</author><pubDate>Wed, 08 Jul 2026 21:23:17 +0800</pubDate><description><![CDATA[一、为什么选择 LLaMA-Factory + Qwen2.5？1.1 传统微调的三大痛点在过去，想要微调一个大模型，开发者往往面临三重困境：硬件门槛高：全参数微调需要多卡A100集群，个人开发者望而却步技术复杂度大：分布式训练、参数调优、环境配置环环相扣，一个报错卡半天工具链碎片化：从数据处理到模型部署需要拼接多个工具，流程冗长1.2 LLaMA-Factory 的破局之道LLaMA-Factory 的出现彻底改变了这一局面。]]></description><category></category></item><item><title><![CDATA[5分钟搞定！Llama 3 本地私有化部署实战（Ollama + 终端指令详解）]]></title><link>https://blog.youkuaiyun.com/Hang_Tech/article/details/162705751</link><guid>https://blog.youkuaiyun.com/Hang_Tech/article/details/162705751</guid><author>Hang_Tech</author><pubDate>Wed, 08 Jul 2026 21:02:15 +0800</pubDate><description><![CDATA[一、为什么选择Ollama + Llama 3？在AI大模型火热的今天，很多开发者面临一个两难选择：云端API方案：数据需上传第三方服务器，存在隐私泄露风险，且长期使用成本不菲，每次调用都要付费传统本地部署方案：需要安装CUDA、配置Python环境、处理依赖冲突，门槛极高，新手往往卡在环境配置环节Ollama彻底改变了这一局面。作为一个专为本地运行设计的开源工具，它的核心优势是零依赖部署：无需安装CUDA、Docker等复杂环境，甚至纯CPU也能流畅运行，真正做到开箱即用。]]></description><category></category></item><item><title><![CDATA[LangChain+ChatGLM实现本地知识库：从PDF加载到向量检索全链路]]></title><link>https://blog.youkuaiyun.com/Hang_Tech/article/details/162667997</link><guid>https://blog.youkuaiyun.com/Hang_Tech/article/details/162667997</guid><author>Hang_Tech</author><pubDate>Tue, 07 Jul 2026 16:07:26 +0800</pubDate><description><![CDATA[一、为什么要做本地知识库？用过ChatGPT的人都有这种体验：问它“我上个月写的那个项目文档里写了什么”，它只能给你一个抱歉的表情。大模型虽强，但它的知识截止到训练数据那一天，你的私有文档它一概不知。本地知识库问答系统（也叫RAG，检索增强生成）要解决的正是这个问题。核心思路很简单：不让大模型凭空回答，而是先从你的文档里找到相关内容，再让模型基于这些内容生成答案。这样一来，既能保护数据隐私（一切在本地运行），又能让模型回答你专属的问题。整个流程分两个阶段：离线阶段把本地文档切碎、向量化、存进数据库。]]></description><category></category></item></channel></rss>