| 1 | 1.大模型的发展与局限性 |
| 2 | 1.1 ollama本地快速部署deepseek |
| 3 | 1.2 linux本地部署deepseek千问蒸馏版+web对话聊天 |
| 4 | 1.3 linux本地部署通义万相2.1+deepseek视频生成 |
| 5 | 1.4 Qwen2.5-Omni全模态大模型部署 |
| 6 | 1.5 Stable Diffusion中文文生图模型部署 |
| 7 | 2.1 从零训练自己的大模型概述 |
| 8 | 2.2 分词器 |
| 9 | 2.3 预训练自己的模型 |
| 10 | 2.4 微调自己的模型 |
| 11 | 2.5 人类对齐训练自己的模型 |
| 12 | 3.1 微调训练详解 |
| 13 | 3.2 Llama-Factory微调训练deepseek-r1实践 |
| 14 | 3.3 transform+LoRA代码微调deepseek实践 |
| 15 | 4.1 文生图（Text-to-Image）模型发展史 |
| 16 | 4.2 文生图GUI训练实践-真人写实生成 |
| 17 | 4.3 文生图代码训练实践-真人写实生成 |
| 18 | 5.1 文生视频（Text-to-Video）模型发展史 |
| 19 | 5.2 文生视频（Text-to-Video）模型训练实践 |
| 20 | 6.1 目标检测模型的发展史 |
| 21 | 1.1 Dify介绍 |
| 22 | |
