chore: 增加零散的学习知识 + 待学习占位

Author: wbccb

docs/AI+绘画/Stable Diffusion+LoRA.md

@@ -0,0 +1,7 @@
+# Stable Diffusion + LoRA
+
+
+# 参考
+1. [使用SD+LoRA训练IP角色出图](https://juejin.cn/post/7490854985819799552)
+2. https://zhuanlan.zhihu.com/p/639229126
+3. [从零开发基于 Stable diffusion 的在线 AI 绘图工具，定制专属龙年新春海报](https://juejin.cn/post/7332495238877233204#heading-0)

docs/AI+辅助编程/README.md

@@ -0,0 +1,9 @@
+# AI辅助编程
+
+- 需求分析：用什么AI工具进行需求分析
+- 概要设计：用什么AI工具进行概要设计
+- 详细设计：用什么AI工具进行详细设计
+- UI生成：用什么AI工具进行UI生成
+- 代码生成：用什么AI工具进行代码生成
+
+## 需求分析

docs/AI框架&微调&底层原理/1.LangChain.md

@@ -0,0 +1,11 @@
+# 内容
+1. 基于 Linux 平台的开源 LLM 环境配置指南，针对不同模型要求提供不同的详细环境配置步骤；
+2. 针对国内外主流开源 LLM 的部署使用教程，包括 LLaMA、ChatGLM、InternLM 等；
+3. 开源 LLM 的部署应用指导，包括命令行调用、在线 Demo 部署、LangChain 框架集成等；
+4. 开源 LLM 的全量微调、高效微调方法，包括分布式全量微调、LoRA、ptuning 等。
+
+
+
+
+# 参考
+1. https://github.com/datawhalechina/self-llm

docs/AI框架&微调&底层原理/2.LangGraph.md

@@ -0,0 +1,13 @@
+# 内容
+1. 前言	本项目的缘起、背景及读者建议	
+2. 第一章 NLP 基础概念	什么是 NLP、发展历程、任务分类、文本表示演进	
+3. 第二章 Transformer 架构	注意力机制、Encoder-Decoder、手把手搭建 Transformer	
+4. 第三章 预训练语言模型	Encoder-only、Encoder-Decoder、Decoder-Only 模型对比	
+5. 第四章 大语言模型	LLM 定义、训练策略、涌现能力分析	
+6. 第五章 动手搭建大模型	实现 LLaMA2、训练 Tokenizer、预训练小型 LLM	
+7. 第六章 大模型训练实践	预训练、有监督微调、LoRA/QLoRA 高效微调	
+8. 第七章 大模型应用	模型评测、RAG 检索增强、Agent 智能体	
+9. Extra Chapter LLM Blog	优秀的大模型 学习笔记/Blog 
+
+# 参考
+1. https://datawhalechina.github.io/happy-llm/#/

docs/AI框架&微调&底层原理/3.AI应用开发&微调.md

@@ -0,0 +1,11 @@
+# 实施&运维
+
+1. 下载模型的地址？
+2. 如何运行模型？
+3. 模型启动文件？
+4. 模型的加载方式？
+5. 需要安装的环境？
+6. 如何检测错误？
+
+
+

docs/AI框架&微调&底层原理/4.NLP&预训练&微调&AI应用开发.md

@@ -0,0 +1,56 @@
+# 微调
+
+**基本流程:**
+- 选择预训练模型
+- 准备好用于模型微调的数据集
+- 准备微调前的测试问题集，并且测试结果（方便微调后进行对比）
+- 设定模型微调需要的超参数
+- 执行模型微调
+- 微调前的测试问题集再度进行测试，对比效果
+- 效果不满意，调整数据集/超参数，再度进行执行模型微调
+- 结束：得到满意的模型
+
+## 通过平台微调大模型
+- 硅基流动
+
+
+## 常见问题
+* 为什么我的微调效果不好？跟数据集有关系吗？
+* 数据集的格式是固定的吗？我要弄成什么样子？
+* 数据集还分很多种类？测试集、训练集、验证集的区别是啥？
+* 我想要微调特定领域的模型？去哪获取这个领域公开的数据集？
+* 手动整理数据集太累了，有没有什么快速标注数据集的方法？
+* 数据集可以用 AI 生成吗？怎么把领域的文献转成可供模型微调的数据集？
+
+
+## 寻找数据集
+* 前置知识：了解常见的微调任务类型，根据特定任务选择适合的数据集
+* 前置知识：了解常见的数据集格式，数据集的类型
+* 学会怎么找：一些推荐的获取公开数据集的途径
+* 学会这么标：基于标注工具半自动标注数据集
+* 学会怎么做：将特定领域的文献转换为目标格式的数据集
+* 学会怎么做：基于 AI 全自动生成模型蒸馏数据集
+
+
+## 监督微调
+
+- 指令微调：输入格式、输出格式等转化的微调
+- 对话微调：包含角色身份、多轮对话上下文，让模型学会在不同场景下如何生成合适的回复
+- 领域适配：模型在特定领域的数据上进行微调，使其更好地适应特定领域的任务和需求
+- 文本分类：学习文本特征 => 类别的关系，比如 `"text": "这款手机续航长达48小时，拍照效果惊艳", "label": "positive"`
+- 思考链推理能力的微调：学会分布思考+复杂逻辑推理
+
+
+## 强化学习微调
+
+在监督微调的基础上，通过人类来主动反馈优化模型生成质量来进行微调
+
+
+
+
+# 不进行微调如何强化模型的方法
+
+## 蒸馏
+如果大模型已经完全可以满足你在特定任务上的诉求，但是部署成本又太高了，你完全可以选择一个小模型，然后从大模型里把你任务里需要用到的领域知识提取出来，构造成数据集，再去微调小模型，从而让这个小模型也能在你的特定领域完成任务
+
+

docs/实施&运维/README.md

@@ -0,0 +1,24 @@
+## RAG解析文档的衡量标准
+
+
+## 检索的召回率与准确率
+
+
+
+## 知识图谱是如何解决多跳问答和跨文档查询的
+
+> if 文档满足以下任意条件:
+> 1. 含超过50个实体互连
+> 2. 需处理NLP时间表达式（如"三个月前"→2024-03-01）
+> 3. 查询含2层以上逻辑嵌套
+> 4. 涉及跨表/跨文档关系验证
+> 
+> then 启用知识图谱
+> 
+> else 使用传统检索
+
+
+RAGFlow的检索优势不仅源于多模态检索架构（知识图谱+关键词+向量），更核心的是在语义理解层实现了三重降噪：
+▸ 词形归一化（Porter+WordNet）消除词法干扰
+▸ 简繁/全半角转换突破字符形态壁垒
+▸ 动态Trie树支持用户词典的实时热加载