KNOWLEDGE INDEX

AI 后端学习

“AI 后端学习”分类下的文章与持续更新。

2026-05-09

大模型应用场景技术栈：智能客服、代码助手、数据分析到 AI 测试

梳理大模型 7 大典型应用场景的技术栈：智能客服、代码助手、Text-to-SQL、内容生成、自动化工作流、多模态和 AI 赋能测试，附架构设计和实现要点。

2026-05-09

全面讲解大模型推理与部署，涵盖 API 调用、本地推理（Ollama/vLLM/SGLang）、量化、KV Cache、PagedAttention、Continuous Batching 和企业级部署方案。

2026-05-09

深入讲解大模型微调技术，涵盖 SFT、LoRA/QLoRA、DPO/GRPO、数据工程、工具链（Axolotl/Unsloth/LLaMA-Factory）和模型蒸馏。

2026-05-09

全面解析 AI Agent 智能体开发，涵盖 Agent 理论、Function Calling、ReAct 范式、记忆管理、Multi-Agent 协作、主流框架对比和 3 个实战案例。

2026-05-09

深入解析 RAG 检索增强生成技术，涵盖基础架构、文本分块、Embedding、向量数据库、Query 改写、重排序、混合检索、GraphRAG 及企业级优化方案。

2026-05-09

全面梳理 Prompt Engineering 技术体系，从 Zero-shot、Few-shot、CoT 到 ReAct、Tree-of-Thought，涵盖 System Prompt 设计、结构化输出、约束提示等实战技巧。

2026-05-09

面向应用层开发者的 Transformer 架构原理详解，涵盖 Self-Attention、Q/K/V、Positional Encoding、LLM 核心概念、主流架构演进和模型训练三阶段流程。

2026-05-09

从 Transformer 架构原理到 Prompt Engineering、RAG、Agent、微调、模型部署，一份面向 Java/Python 后端工程师的大模型应用开发技术路线全景清单，附学习资源和实战建议。