树莓派这种“玩具级”设备，真能跑大模型吗？
本期教程带你用树莓派5部署Qwen3模型，打造完全离线、自带屏幕与键盘的“AI小终端”。基于C语言实现，不依赖Python或llama.cpp，支持多尺寸Qwen3模型，实现本地化私有推理。跟随步骤，轻松搭建属于你的端侧AI助手。
5分钟，把Qwen“装”进电脑！
「端侧AI创新挑战赛」首期教程上线！手把手教你用Ollama在PC本地部署Qwen3-0.6B模型，无需代码、无需联网，5分钟打造专属私人AI助手。数据不出设备，响应快速，适合无网、高敏或定制化场景。轻量模型CPU即可运行，小白也能轻松上手。参赛提交创意还有机会赢取通义定制好礼！
AgentScope1.0 上新！
AgentScope 1.0 新版本上线！新增开源智能体Alias-Agent与Data-Juicer Agent，支持任务规划、多智能体协同及自然语言驱动数据处理。升级核心能力，支持Agentic RL训练、长期记忆管理，并推出AgentScope-Samples案例集与强化版运行时环境，支持Docker、K8s等部署方式，助力智能体开发与应用落地。
AI实训营上新｜电商人必学-保姆级商品视频生成教学
阿里云AI实训营11月推出「Wan2.5电商人爆款打造攻略」，教你用通义万相Wan2.5在百炼平台生成商品图、视频与设计。B站UP主小宇Boi亲授视频生成技巧，支持一键批量制作高质感电商内容，提升转化率。11.12已开课，扫码即学！
构建AI智能体：二十一、精准检索“翻译官”：qwen-turbo在RAG Query改写中的最佳实践
因为用户的自然提问方式与知识库的客观组织方式天生存在不可调和的差异。如果不进行改写，直接将原始查询用于检索，就如同让一个不懂检索的人自己去漫无目的地查字典，结果往往是找不到、找错了或找到的没法用。Query 改写是保障 RAG 系统可靠性、准确性和可用性的“第一道防线”和“核心基础设施”。它通过一系列技术手段，将用户的意图“翻译”成检索器能高效理解的语言，从而确保后续步骤能在一个高质量的基础上进行。
