【今日开源震撼发布】Gemma 2横空出世！9B & 27B模型规模，重塑8K上下文处理新标杆！

🏆 基座模型

①项目：Gemma 2

★Gemma 2谷歌最新开源的大模型，有9B和27B两种参数规模，分别包含基础和指令微调版本。Gemma 2支持8K上下文，并使用旋转位置嵌入 (RoPE)。训练数据量约为其第一代的两倍，总计13万亿Tokens（27B）和8万亿Tokens（9B）的网页数据（主要是英语）、代码和数学数据。

☆一键收藏：

https://sota.jiqizhixin.com/project/gemma-2

②项目：NuExtract

★NuExtract是NuMind团队基于高质量私有合成数据集fine-tuned的phi-3-mini版本，用于信息提取。用户需要提供输入文本（少于2000个token）和描述所需提取信息的JSON模板。该模型纯粹是提取性的，因此模型输出的所有文本都存在于原始文本中。用户还可以提供输出格式的示例，以帮助模型更精确地理解任务。

☆一键收藏：

https://sota.jiqizhixin.com/project/nuextract

③项目：MegActor

★MegActor 是一个不需要中间表示的人像动画生成器，它使用原始视频作为驱动因素来生成真实生动的说话头像视频。该项目利用两个UNet网络：一个从源图像中提取身份和背景特征，另一个直接从原始视频中准确生成和整合运动特征。MegActor 可以在低质量的公开数据集上进行训练，并在面部表情、姿态多样性、微妙可控性和视觉质量方面表现出色。

☆一键收藏：

https://sota.jiqizhixin.com/project/megactor

🛠️框架平台、必备工具

①项目：LazyLLM

★LazyLLM是一个帮助开发者以极低成本构建和迭代优化复杂AI应用的低代码开发工具。它提供了一系列的标准流程和工具，支持快速原型搭建、数据回流分析和关键环节的算法迭代与模型微调。LazyLLM特别适用于构建包含多个Agent的AI应用，支持跨平台部署，并提供参数优化和模型微调的高效解决方案。

☆一键收藏：

https://sota.jiqizhixin.com/project/lazyllm

②项目：llama-agents

★llama-agents 是一个用于构建、迭代和生产化多Agent系统。它支持多Agent通信、分布式工具执行、人机协作等功能。在 llama-agents 中，每个Agent都被视为一个服务，不断处理传入的任务，并通过消息队列拉取和发布消息。

☆一键收藏：

https://sota.jiqizhixin.com/project/llama-agents

③项目：Hand-on-RAG

★Hand-on-RAG是一个基于RAG的项目，旨在通过检索广泛的文档数据库来引导语言模型生成答案，提高内容的准确性和相关性。该项目通过手搓实现RAG，方便进行小型实验，提供了一个学习和实践RAG的平台。

☆一键收藏：

https://sota.jiqizhixin.com/project/hand-on-rag

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】