这里有大模型技术知识学习。以下是从三篇文章中整理的关于大模型技术知识学习的内容：
什么是 Embedding：Embedding 是一个浮点数的向量（列表），两个向量之间的距离度量它们的相关性，小的距离表示高相关性，大的距离表示低相关性。 Embedding 的分类：包括词、句子、文档、图像等分类。 Embedding 在大模型中的价值：利用开源的 Embedding 模型、向量数据库去做检索增强生成（RAG），以及购买 GPU 服务器去基于开源大模型搭建企业级大模型项目。 学习大模型应用开发技术的步骤： 掌握机器学习和深度学习的算法。 有编程思维、python 基础。 跟着下面的步骤走，就能学得明白。 大模型入门指南：介绍在搭建大模型过程中学到的知识，以及如何在 macOS 上运行大模型。
