1. 核心结论

• 开源模型是 AI 生态的重要组成部分，降低了 AI 应用的门槛
• LLaMA、Qwen、DeepSeek、Mistral 等是主流开源模型家族
• 选择开源模型需考虑性能、许可协议、社区活跃度

2. 基础概念

开源模型：代码和权重公开的 AI 模型 许可协议：模型使用的授权条款，如 Apache 2.0、Llama 协议 模型微调：在开源模型基础上进行领域适配的方法 社区生态：围绕开源模型形成的开发者社区和工具链

3. 实战场景

• 自建 AI 服务
• 领域模型微调
• 本地部署
• 研究和实验

4. 关联笔记

• 商业闭源模型
• 模型选择与对比
• 基座模型