通过本文您可以了解到：
- 学习：从小白如何入手，从0到1开始学习大模型。
- RAG系统：我想搭建属于自己或者企业的RAG系统，我该怎么去做？
- 评估：微调后的模型或者RAG系统，如何评估自己的模型和系统？有哪些工具集、数据库、指标可以使用？
- 优化：怎么去优化RAG系统？包括：prompt工程，LLM选择，embedding选择，数据清洗，如何分块，检索，二阶段检索等
文章目录
- 如何学习
- llm-action
- llm-universe
- self-llm
- Awesome-AGI
- 模型下载地址
- Huggingface官网
- Huggingface 镜像站
- ModelScope
- wisemodel
- 开源模型
- LLama
- Chinese-LLaMA-Alpaca
- Llama-Chinese
- 国内大模型整理
- Awesome-Chinese-LLM
- Prompt工程
- promptingguide
- LearnPrompt
- LangGPT
- 优化
- 评估
- Awesome-LLM-Eval
- 工具
- langchain
- streamlit
- gradio
欢迎大家访问个人博客网址：https://www.maogeshuo.com，博主努力更新中…
如何学习
给了以下几个推荐网站，每个网站各有侧重点
llm-action
- https://github.com/liguodongiot/llm-action
侧重于大模型的训练、推理、压缩等
llm-universe
- https://github.com/datawhalechina/llm-universe
大模型应用开发，如何搭建知识库、构建RAG应用等
self-llm
- https://github.com/datawhalechina/self-llm
各类开源大模型提供包括环境配置、本地部署、高效微调等技能在内的全流程指导
Awesome-AGI
- https://github.com/ArronAI007/Awesome-AGI
模型下载地址
国内访问Huggingface官网下载模型和数据集，容易被墙。
可以使用Huggingface镜像站、ModelScope、wisemodel，若无法访问Huggingface官网，推荐Huggingface镜像站，理由是里面收集的模型和数据集比较全。
Huggingface官网
- https://huggingface.co/
Huggingface 镜像站
- https://hf-mirror.com/
ModelScope
- https://modelscope.cn/my/overview
wisemodel
- https://wisemodel.cn/home
开源模型
LLama
Chinese-LLaMA-Alpaca
- github地址
Llama-Chinese
- Llama-Chinese
国内大模型整理
Awesome-Chinese-LLM
- Awesome-Chinese-LLM
介绍了如何训练、微调、部署llama
Prompt工程
提示工程是一个较新的学科，应用于开发和优化提示词（Prompt），帮助用户有效地将语言模型用于各种应用场景和研究领域。
promptingguide
- 官网地址
LearnPrompt
- 官网地址
LangGPT
飞书地址
优化
评估
Awesome-LLM-Eval
- https://github.com/onejune2018/Awesome-LLM-Eval/blob/main/README_CN.md
总结了几乎所有的测试工具、数据集合、model、论文等，以评估工具为例：
- OpenCompass
- evals
补充：
- 评估工具：LangSmith https://docs.smith.langchain.com/
工具
langchain
- langchain中文网
LangChain 是一个用于开发由语言模型驱动的应用程序的框架。它使得应用程序能够：
- 具有上下文感知能力：将语言模型连接到上下文来源（提示指令，少量的示例，需要回应的内容等）
- 具有推理能力：依赖语言模型进行推理（根据提供的上下文如何回答，采取什么行动等）
streamlit
- streamlit
快速构建和部署应用程序
gradio
由于作者水平有限，因此不能保证文中内容准确无误，如有错误，请在下方留言，欢迎指出，谢谢！
大家有更好的学习资料，或者训练、应用落地，优化、评估等经验，欢迎大家在评论区留言，大家一起共勉和进步~
