- 综合排序
- 最热优先
- 最新优先
Claude Code 配置国产模型
ClaudeCode配置国产模型前段时间连续写了几篇ClaudeCode、Codex这类codingagent的用法和进阶配置，这次补一篇ClaudeCode接国产模型的配置方法。 为什么要接国产模型常见原因有：成本更低，适合把日常任务先跑起来国内访问更稳定，延迟和超时问题会少一些中文场景里，有些模型用起来更顺手第一种方案：用临时环境变量先装好ClaudeCode。 本地服务再把请求转发到你指定的国产模型。 Router负责决定什么任务走什么模型。 差异通常会落在：代码质量长上下文表现工具调用稳定性中文说明能力出错后的自我修复能力常见做法是：成本敏感、中文任务、普通生成任务：先用国产模型复杂重构、深度调试、难题攻坚：切回原版Claude免费额度和按
2K20编辑于 2026-04-10- 来自专栏量子位
国产大模型已无公司可投
纵向对比，相继奔赴大模型创业的公司太多了。据不完全统计，包含通用与垂直、开源与闭源不同类型在内，国产大模型数量已超百家。 更别提光年之外这样的特例——被美团收购之前，在没有demo流出的情况下，用时4个月，估值超10亿美元。 明星耀眼，意味着它们将占据大模型赛道上的绝大部分位置，剩余99%玩家的资源抢夺战，注定激烈。 直到今天，10亿美元的估值额度，已经成为了普通大模型初创公司难以望其项背的天花板；在达到这个数额之前，10亿人民币，同样不容轻松迈过。 量子位最新获悉，一家清华系AI大模型公司，被曝正以10亿人民币估值寻找新一轮融资。 该公司同时在以1亿美金的价格，在市场求并购。这一价格，与其完成上轮融资时的估值平价。 就算对“AI 2.0时代有比互联网大10倍的机会”深信不疑，但是否值如此高昂的价格，却是一个问号。 毕竟拉起队伍后，大模型商业模式不明确，盈利点不清晰，许多创业项目还停留在概念验证阶段。
35110编辑于 2023-09-08 - 来自专栏算法一只狗
国产大模型如何追上OpenAI
目前看，算力其实不是一个比较大的瓶颈，数据的有效性才是大模型能力提升的关键。比如最近的deepseek V3一发布，大家就发现其实能够用很低的成本就能够训练出一个媲美GPT-4o的模型。 用训练一个模型所花费的钱来说，训练一个DeepSeek V3只需要花费557.6万美元，相比之下，一个简单的7B Llama 3模型则需要花费76万美元。 用训练一个模型所花费的钱来说，训练一个DeepSeek V3只需要花费557.6万美元，相比之下，一个简单的7B Llama 3模型则需要花费76万美元。 这里训练这么省钱当然主要是因为该模型原生就是FP8，还有在模型架构上做了一些优化导致模型训练成本很低。为什么会这么省钱？DeepSeek V3除了使用了FP8之外，还有一些其他的模型细节。 写在最后其实国内的大模型能够追上来，算力落后不是一个关键，更为关键的原因在于能否获取到有用的数据集，来进一步提升模型的效果。
34920编辑于 2025-01-06 - 来自专栏数据小冰
Claude Code接入国产大模型
前言 本文介绍在macOS环境中搭建Claude Code接入国产大模型的详细步骤。 配置MiniMax国产大模型 访问MINIMAX官网，注册并登录账号，申请API key。 登录Claude Code 配置上述连接地址后，在终端执行 claude login，即可成功连接上大模型。 通过 claude -p 指令进行问答快速验证效果，参数-p表示不要进入交互式会话。 让它简要介绍下大模型，测试效果如下。
1.7K10编辑于 2026-03-04 模型评测｜国产模型偷摸删库且装聋作哑
引言 MiniMax M2 发布已经十天左右了，本觉得不写一记评测了，但是感觉它算是给当下的国产 Coding 模型又注入了一记强心剂，毕竟从榜单来看，已经与 Claude 4.5 拉到了一个水位线，而且速度要远快于 MiniMax M2 属于 Coding 第一梯队的模型 评测环境 • Code Agent：Claude Code v2.0.30 • LLM：Claude Sonnet 4.5 VS MiniMax 因为对照之前用 DeepSeek 以及 K2 非 Thinking 版本，以及 Qwen3 系列，效果都还是在预期内，在顶级之下，MiniMax M2 的能力的确是强一截，但客观的说，距离最佳 Coding 模型 这也并非我长别人志气，灭自家威风，我深刻的希望国产 LLM （我也充了不少钱作为支持）在 Coding 模型方面把 Claude 这叼毛按在地上摩擦，但是我们一定要客观的看待事情，现在已经看到希望了，希望年前看到超越吧
1K10编辑于 2025-11-13- 来自专栏量子位
大模型竞技场榜单更新，国产玩家首次进入全球总榜前10
衡宇 发自 凹非寺 量子位 | 公众号 QbitAI 龙争虎斗的大模型竞技场，今天突然更新： 国内大模型公司零一万物旗下的Yi-Large千亿参数闭源大模型，跃升总榜第七，也成为榜上国产大模型第一。 我们的特点就是以千亿模型杀入了万亿模型的范围。如果我们有10倍的GPU，我们的万亿模型应该完全可能达到第一名。 Yi-Large成排名飞升黑马 大模型竞技场官推还给出了Yi-Large的更多成绩： 在中文类别中，Yi-Large和GLM-4两个国产大模型的表现不俗。 大模型竞技场 大模型竞技场（Chatbot Arena），似乎已经成为现在头部大模型的兵家必争之地。 在不知道模型型号名称的前提下，用户输入自己的提示词，模型A、模型B两侧分别生成两PK模型的真实结果，然后由用户在结果下方做出投票四选一： A模型较佳/B模型较佳/两者平手/两者都不好。
58310编辑于 2024-05-22 - 来自专栏芋道源码1024
比 Postman 好用 10 倍的国产 API 工具
大家好，想必我们都注意到了，最近国产API效率工具火了起来，越来越好用了。 不少小伙伴也都告别了传统的API软件，开始选择这些效率工具。
1.1K30编辑于 2022-05-05 - 来自专栏开源项目搭建
简单3步部署本地国产大模型DeepSeek大模型
简单3步部署本地国产大模型DeepSeek大模型DeepSeek是最近非常火的开源大模型，国产大模型 DeepSeek 凭借其优异的性能和对硬件资源的友好性，受到了众多开发者的关注。 显示模型信息命令1：ollama show [模型名称]功能：显示特定模型的详细信息，如模型名称、版本等。 从注册表中拉取模型命令：ollama pull [模型名称]功能：从模型注册表中拉取一个模型到本地使用。 复制模型命令：ollama cp [原模型名称] [新模型名称]功能：复制一个模型到另一个位置或给定名称的地方。删除模型命令：ollama rm [模型名称]功能：删除一个已安装的模型。 模型运行与会话管理运行模型命令：ollama run [模型名称]功能：运行一个已安装的模型，执行某些任务。可以根据需要指定模型的参数和配置。
6.3K33编辑于 2025-02-06 - 来自专栏大龄程序员的人工智能之路
在国产系统上部署开源大模型
Ollama 大模型框架 Ollama 是一个新兴的大模型框架，旨在为机器学习和人工智能研究提供高效、灵活和可扩展的解决方案。 随着深度学习模型的复杂性和规模不断增加，开发者和研究人员需要更强大的工具来处理大规模数据和复杂的模型架构。Ollama 正是在这种需求下应运而生的。 这使得它能够处理大规模数据集和复杂的模型训练任务，大大缩短了训练时间。 我使用的是 Google 的 Gemma2 9b 大模型，速度还挺快。 如果你想尝试其它的大模型，可以去 ollama 的模型仓库看看。 小结 写到这里，是不是感觉到在 Deepin 系统上部署大模型太简单了？
82410编辑于 2024-07-18 - 来自专栏睡前机器学习
国产大模型井喷的原因及收场
这俩月我一直在想俩问题，一个是为什么这俩月突然多了这么多国产LLM，另一个是这么多国产LLM有什么区别。 这俩问题想的不少，说得好的不多，姑且说说。 还没有最终定论，不过，我想主要是两个原因：开源模型和开源数据。 LLM的门槛主要是就是人工智能的三要素：算法、算力和数据。 算法本身算不上门槛。 何况现在还有一堆LLM的预训练模型排着队的开源呢。 最后是数据。数据很容易被人忽略，但我从一开始就认为，数据才是真正的隐性门槛。 越来越多的论文也一再证明，RL可以不用，甚至模型参数也未必要很大，早前对LLM总结的所谓“要素”都有可能被新的实验推翻，但唯独一样越发重要，那就是数据。 最后说说国产LLM的区别，其实这才是关键。 互联网企业大干快上已经上演了好几次，所以这次国产LLM的主要剧情也不难猜，技术上大差不差，基本都是上面这些，最终活下来的关键就是区别。
40020编辑于 2023-09-09 - 来自专栏芯智讯
国产化率不足10%！一文看懂国产半导体材料产业现状
这也迫使国内晶圆厂积极备货和加快国产半导体材料验证。目前国产半导体材料整体还相对薄弱，2021年国内半导体材料国产化率仅约10%左右，这对于国产半导体材料厂商来说既是一个机遇，也是一个巨大挑战。 我国半导体材料国产化率 2021 年仅约 10%，主要系产业起步较晚，在品类丰富度和竞争力处于劣势。 今年 10 月 7 日美国BIS出台管制新规制裁我国半导体先进制程产业，短期对集成电路制造业各环节造成一定冲击，但长期来看我国集成电路产业必将走上独立自主创新之路，管制新规将进一步催化设备及材料端国产化趋势 总结来说，国产湿电子化学品市场主要问题在于品种单一，纯度不足，在半导体所需的 G4、G5 的超净高纯试剂市场占比偏低，国内半导体用湿电子化学品市场中，欧美日韩企业占比近 80%，国产化率仅约 10%。 其他主要供应商包括 Hitachi、Fujimi、Versum 等，市占率分别为 15%、11%、10%。抛光液市场分散程度相对较高，多元化发展趋势明显，国产厂商实现替代机会较大。
4.1K21编辑于 2022-12-09 - 来自专栏Reck Zhang
Java 10 - 内存模型
内存模型 主存储器与工作存储器 主存储器 方法区(Method Area) 方法区用于存储类的信息, 常量, 静态变量, 即时编译器编译后的代码. 栈(Java Virtual Machine Stacks) 代表着Java方法执行的内存模型, 每个方法执行时都会创建一个栈帧来存储方法的变量表, 操作数栈, 动态链接方法, 返回值, 返回地址等信息
38120发布于 2021-08-11 - 来自专栏Python与算法之美
10，模型的优化
搜索超参数空间以优化超参数需要明确以下方面： 估计器 超参数空间 交叉验证方案 打分函数 搜寻或采样方法（网格搜索法或随机搜索法） 优化模型的常见方法包括 网格搜索法，随机搜索法，模型特定交叉验证， 三， 模型特定交叉验证 一些特定的模型，sklearn构建了一些内部含有交叉验证优化机制的估计器。 它们主要是在linear_model模块。 四， 信息准则优化 模型选择主要由两个思路。 解释性框架：好的模型应该是最能解释现有数据的模型。可以用似然函数来度量模型对数据集描述能力。 预测性框架：好的模型应该是最能预测结果的模型。 通常模型参数越多越复杂，越容易出现过拟合。 所以，模型选择问题在模型复杂度与模型对数据集描述能力（即似然函数）之间寻求最佳平衡。 AIC(赤池信息准则)和BIC(贝叶斯信息准则)对模型的选择提供了一种判据。 AIC信息准则选择AIC最大的模型。 BIC信息准则选择BIC最大的模型。
77721发布于 2020-07-17 - 来自专栏Java面试教程
免费注册目前最好用的国产大模型
科大讯飞的星星之火 5月6日，科大讯飞发布了对标GPT的产品 “星火认知大模型” 所谓认知，就像一个巨型百科全书 无论向它输入什么 都能得到有效的，甚至惊喜的反馈 结合科大讯飞的传统优势 在语音、语义方面具有同类产品无法比拟的优势 return curve; } } 效果挺好的 对话 问问它优势在哪 我：你和GPT相比有什么独特的地方 星火：ChatGPT是由OpenAI开发的交互式AI大模型，我是科大讯飞自主研发的认知智能大模型
64930编辑于 2023-07-08 - 来自专栏Soul Joy Hub
【大模型AIGC系列课程 3-2】国产开源大模型：ChatGLM
GLM https://arxiv.org/pdf/2103.10360.pdf GLM是General Language Model的缩写，是一种通用的语言模型预训练框架。 具体来说，GLM通过随机遮盖文本中连续的标记，并训练模型按顺序重新生成这些遮盖的部分。这种自回归的空白填充目标使得GLM能够更好地捕捉上下文中标记之间的依赖关系，并且能够处理可变长度的空白。 在生成过程中，模型可以根据之前生成的词片段和Part A中的上下文来预测下一个词片段。 d) 自注意力掩码：为了限制模型的注意力范围，
77820编辑于 2023-08-28 - 来自专栏全栈程序员必看
Django（10）ORM模型介绍
所以我们采用ORM模型 ORM模型介绍 orm全称Object Relational Mapping，中文叫做对象关系映射，通过ORM我们可以通过类的方式去操作数据库，而不用再写原生的SQL语句。 通过把表映射成类，把行作实例，把字段作为属性，ORM在执行对象操作的时候最终还是会把对应的操作转换为数据库原生语句 ORM的优点 易用性：使用ORM做数据库的开发可以有效的减少重复SQL语句的概率，写出来的模型也更加直观 ORM的实现过程 （1）配置目标数据库，在setting.py中设置配置属性 （2）构建虚拟对象数据库，在App的model.py文件中以类的形式定义模型 （3）通过模型在目标数据库中创建对象的数据表 （4）在视图函数中使用模型来实现目标数据库的读写操作 发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/166174.html原文链接：https://javaforall.cn
36720编辑于 2022-09-20 - 来自专栏用户7091224的专栏
用于大数据存储：国产10G光纤网卡
3.png LRES1005PF-4SFP+、LRES1004PF-2SFP+两款采用了Marvell芯片方案的国产万兆以太网卡在应用方案上担任着读写过程的大数据、大流量传输，提升整体的网络性能。 6.png 上：联瑞 双口10G SFP+ 以太网网卡——LRES1004PF-2SFP+ 下：联瑞 四口10G SFP+ 以太网网卡-- LRES1005PF-4SFP+ 它可以快速实施可扩展的网络连接
1.2K00发布于 2020-03-26 - 来自专栏智能文本处理
达观数据研发“曹植”大语言模型，致力于国产GPT模型
在通用领域，以ChatGPT为代表的生成式大规模语言模型展现出卓越的知识学习和文字创作能力，受到国内外的广泛关注。垂直领域的GPT大模型同样拥有广阔的应用前景。 达观基于多年文本智能技术积累和垂直领域场景业务经验，正在积极探索大语言模型LLM的实践，研发国产版GPT“曹植”系统，作为垂直、专用、自主可控的国产版ChatGPT模型，不仅能实现专业领域的AIGC智能化应用 达观自主研发的“曹植”垂直领域大语言模型将进一步夯实达观产业应用智能化基座，全面增强AI全产品矩阵能力。这也是国内大规模语言模型中首批可落地的产业应用级模型，目前已在金融领域AIGC多场景投入应用。 在算法方面，达观不断探索GPT3模型的原理验证和垂直行业知识的强化训练，不断提高模型的准确性和实用性。 会上达观数据董事长兼CEO、复旦大学计算机博士陈运文以探索大语言模型的垂直化训练技术和应用为题，向听众展开介绍达观数据“曹植”垂直领域大语言模型的研发进展和工程化探索，这也是“曹植”首度面向公众亮相。
69430编辑于 2023-04-12 - 来自专栏kali blog
Claude Code 泄露版安装及配置国产大模型
本文让我们一起在本地环境搭建泄露版，并配置国产大模型。 但是没有大模型接入，由于国外的模型我们注册比较困难，因此我们用国内的模型。 01创建API ●在智谱开放平台 (https://open.bigmodel.cn) 注册账号。
52310编辑于 2026-04-15 - 来自专栏生信技能树
使用国产大模型完成单细胞自动注释
更多模型支持：我们在 Openai 之外提供了更多大型模型供用户选择，例如 Qwen(通义千问)、Kimi，而且还通过参数 base_url 提供了更多模型支持。 T cells (CD3D, CD3E)', '10': '2. Megakaryocytes (PPBP, PF4)', '2': '3. 请选择您需要使用的模型：支持的模型列表。 请选择您需要使用的模型：支持的模型列表。 B cell'} 其他模型 您可以手动设置 base_url 参数来指定需要使用的其他模型，注意模型需要支持 Openai 的参数。
67810编辑于 2024-05-31
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号