数据呼吸Lex
大模型的能力究竟从何而来?训练、推理、Reasoning、Tools、Agent:一篇文章理清大模型全链路
原创
关注作者
腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
数据呼吸Lex
社区首页
>
专栏
>
大模型的能力究竟从何而来?训练、推理、Reasoning、Tools、Agent:一篇文章理清大模型全链路
大模型的能力究竟从何而来?训练、推理、Reasoning、Tools、Agent:一篇文章理清大模型全链路
数据呼吸Lex
关注
发布于 2026-08-20 01:08:11
发布于 2026-08-20 01:08:11
129
0
举报
概述
"大模型的能力究竟从何而来?" 训练、推理、Reasoning、Tools、Agent:一篇文章理清大模型 全链路!
文章被收录于专栏:
agent
agent
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系
cloudcommunity@tencent.com
删除。
人工智能
LLM
agent
#数据呼吸
#数据呼吸Lex
#agent
#Agent
#LLM
目录
0. 前言
1. 大模型全链路核心概念
2. Training:一个大模型,到底是怎么被“训练出来”的?
3. Model 与 Inference:模型训练完之后,用户到底在使用什么?
4. Inference 不等于 Reasoning:为什么“推理模型”越来越重要?
5. RAG 与 Tools:模型连接外部世界
6. 从 LLM 到 Agent
7. 总结
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档