精铸智刃·“百炼”成钢——深度探索阿里云百炼大模型开发平台
阿里云百炼平台是一个一站式的大型语言模型开发和应用平台，旨在帮助企业与开发者高效构建和部署定制化的大模型。平台集成了通义大模型、行业模型和第三方模型，提供模型微调、模型调优、模型部署、模型评测等工具链。用户可以轻松创建和管理模型，通过模型广场选择合适的模型，进行模型体验和调优，然后部署模型以供应用调用。
Qwen模型角色扮演最佳实践
角色扮演大模型通过模拟特定角色的行为、语言风格和情感表达，实现高度拟人化和定制化的互动体验。与传统通用模型相比，角色扮演模型在语言风格、性格特征和情绪反应上更加细腻，提供更真实的交互体验。本文介绍了如何通过system prompt、few-shot学习和微调等技术实现大模型的拟人化，包括使用阿里云百炼平台进行角色扮演测试，以及如何通过合成数据和Lora微调提高模型的表演效果。最终，展示了如何通过优化数据质量和训练策略，显著提升角色扮演模型的表现。
通义Qwen3-Max：大就是好
通义千问Qwen3-Max正式发布，参数超1T，训练稳定高效，在代码、推理、多语言等任务中表现卓越。预览版已登顶LMArena榜单前三，支持阿里云百炼API调用与Qwen Chat体验，敬请试用。
构建AI智能体：五十、ModelScope MCP广场 · MCP协议 · Cherry Studio：AI应用生产线
本文介绍了AI开发生态中的三个关键组件：CherryStudio可视化开发平台、ModelScope MCP广场和MCP协议标准。CherryStudio作为低代码AI应用开发环境，通过拖拽式界面简化了基于大语言模型的智能体构建；ModelScope MCP广场作为官方MCPServer分发中心，提供各类工具服务的发现与管理；MCP协议则定义了LLM与外部工具的安全连接标准。三者构建了从资源发现、能力连接到应用落地的完整AI开发链条，推动AI开发从手工作坊迈向工业化时代。文章还演示了如何在CherryStu
阿里云 MCP Server 开箱即用！
本文介绍了如何通过alibaba-cloud-ops-mcp-server和MCP（Model Context Protocol）实现AI助手对阿里云资源的复杂任务操作。内容涵盖背景、准备步骤（如使用VS Code与Cline配置MCP Server）、示例场景（包括创建实例、监控实例、运行命令、启停实例等），以及支持的工具列表和参考文档。借助这些工具，用户可通过自然语言与AI助手交互，完成ECS实例管理、VPC查询、云监控数据获取等运维任务，实现高效“掌上运维”。
LLM推理成本直降60%：PD分离在大模型商业化中的关键价值
在LLM推理中，Prefill（计算密集）与Decode（访存密集）阶段特性不同，分离计算可提升资源利用率。本文详解vLLM框架中的PD分离实现及局限，并分析Dynamo、Mooncake、SGLang等主流方案，探讨KV缓存、传输机制与调度策略，助力LLM推理优化。建议点赞收藏，便于后续查阅。
阿里云百炼工作流支持多模型协同标注，三模型投票分类用户意图实战
本文介绍了一种基于多模型协作的高效分类工作流方案，用于解决传统标注工作中人力依赖大、易出错的问题。通过通义千问系列的 Qwen-Plus、Qwen-Max 和 Qwen3-30b-a3b 三大模型，结合投票机制，实现售前售后意图识别的精准分类。文中详细讲解了如何在阿里云百炼应用广场创建任务型工作流，包括模型节点配置、条件判断设置及测试发布全流程。此外，还提供了批量打标的 Java 示例代码，适用于更复杂的意图标注场景。跟随文章步骤，即可快速构建高效率、高准确性的分类系统。
