大模型学习交流平台 · 从原理到实战 https://guohua0siqi.online/ 从原理到实战的大模型学习笔记：Transformer、提示工程、RAG、Agent 与微调，配有结构化的学习路线和精选资源。 zh-CN Thu, 17 Sep 2026 10:03:52 GMT 本地跑大模型：Ollama 上手与硬件选型 https://guohua0siqi.online/blog/local-llm-ollama https://guohua0siqi.online/blog/local-llm-ollama Sun, 06 Sep 2026 00:00:00 GMT 一条命令把模型跑在自己电脑上：量化等级怎么选、显存需要多少、什么时候该从 Ollama 换到 vLLM。 tools Ollama 本地部署 量化 vLLM AI Agent 的本质：一个 while 循环加几个工具 https://guohua0siqi.online/blog/agent-basics https://guohua0siqi.online/blog/agent-basics Fri, 28 Aug 2026 00:00:00 GMT 抛开框架看本质——Agent 就是「模型决定调哪个工具、你执行、把结果喂回去」的循环。附完整可跑的 Python 实现和四个必踩的坑。 agent Agent 工具调用 Python Function Calling LoRA 微调实战：什么时候该微调，以及 4 个关键超参怎么调 https://guohua0siqi.online/blog/lora-finetune https://guohua0siqi.online/blog/lora-finetune Fri, 14 Aug 2026 00:00:00 GMT LoRA 的低秩分解到底省了什么、r 和 alpha 怎么配、QLoRA 能省多少显存，以及微调之前你应该先确认的三件事。 finetune 微调 LoRA QLoRA PEFT 大模型选型：别只看榜单，先想清楚这四个问题 https://guohua0siqi.online/blog/llm-model-selection https://guohua0siqi.online/blog/llm-model-selection Sun, 26 Jul 2026 00:00:00 GMT 能力、成本、上下文、可用性——一套可复用的选型框架，以及「只盯着排行榜选模型」为什么几乎总会翻车。 llm 模型选型 成本 工程决策 RAG 检索增强生成：原理不复杂，难的是工程细节 https://guohua0siqi.online/blog/rag-in-practice https://guohua0siqi.online/blog/rag-in-practice Thu, 09 Jul 2026 00:00:00 GMT RAG 的五个环节怎么串起来、分块策略怎么选、什么时候该加重排、以及那些「Demo 很好用、上线就翻车」的典型原因。 rag RAG 向量检索 工程实践 提示工程的核心技巧：把「玄学」变成可复用的工程方法 https://guohua0siqi.online/blog/prompt-engineering https://guohua0siqi.online/blog/prompt-engineering Thu, 04 Jun 2026 00:00:00 GMT 结构化提示、少样本示例、思维链、XML 标签分隔、输出格式约束——把提示词当成接口来设计，而不是当成咒语来试。 prompt 提示工程 Prompt 最佳实践 Transformer 与注意力机制：把「注意力」这件事讲清楚 https://guohua0siqi.online/blog/transformer-attention https://guohua0siqi.online/blog/transformer-attention Mon, 18 May 2026 00:00:00 GMT 从 QKV 的直觉、缩放点积注意力公式，到多头注意力和位置编码，用一段不到 40 行的 PyTorch 代码把 Transformer 的核心部件实现出来。 basics Transformer 注意力机制 PyTorch