问题收集（以下为最新20个问题）

---

问题1：在普通电脑上使用的场景？ 问题2：大模型在无人机领域，航迹规划避障领域应用？ 问题3：大模型客服系统应用的水平？

问题1：大模型模型部署后的保护措施有哪些？ 问题2：物联网设备目前部署大模型仍然存在瓶颈，未来这个方向的发展态势？ 问题3：大模型在网络安全的应用情况？成熟度如何？

问题1：如何选择模型 问题2：如何解决数据安全问题 问题3：如何部署

问题1：如何在Android端部署自己训练的模型 问题2：Android端部署模型有哪些问题和卡点 问题3：Android端部署模型有哪些限制

问题1：如何减少开源模型部署的复杂性，有没有相应的解决办法？ 问题2：金融、医疗等行业为何倾向本地化部署？如何实现数据隔离与低延迟推理？ 问题3：开源大模型在垂直领域（如医疗、法律）如何通过微调实现专业化？​

问题1：开源大模型的选型思路

问题1：如何对Gemma 3n 或者 Embedding Gemma进行微调，扫描语言对话中的敏感信息如涉及个人信息，银行账号，转账 ，还有识别人的情绪紧张，焦虑等

问题1：本地化部署对电脑硬盘配置要求为什么会那么高，一般配置的电脑都没法去部署后正常使用。

问题1：如何提高RAG的检索效果 问题2：不同的微调方法的比较，适用条件

问题1：开源模型微调后的价值有多大， 怎么全面评估。

问题1：如何正确打包环境在离线环境镜像部署 问题2：大模型场景选型及对应的具体资源匹配情况，什么样的资源应该选择什么样的模型。 问题3：模型在数据处理中的安全问题如何规避

问题1：在企业私域模型，智能体应用中，面临如合同、招投标文件超长文本校对时，如何结合最新法规、企业自己内控要求、法务自身经营，超出上下午长度下完成这个场景

问题1：大模型算力和数据存储的安全性如何确保？ 问题2：生产环境的数据如何防止大模型篡改？ 问题3：大模型在数据库运维中能做哪些工作？

问题1：知识图谱应用方面，模型选型 问题2：对于实体、属性、关系提取，是否用不同的模型效果会好一些 问题3：用过deberta、LLM，效果都不太好，尤其是实体对齐方面，F1较低。

问题1：自己部署的模型能不能跟常用的线上AI工具整合实现强大而又便捷的AI功能？ 问题2：输入一键优化功能如何实现？自己部署的LLM为常用的AI编程、生图模型做输入优化效果如何？ 问题3：把自己部署的模型集成到常用的IDE进行AI编程兼容性怎么样？

问题1：开源大模型部署后如何训练优化 问题2：开源大模型部署后怎么变成自己的智能体？

问题1：怎么评判一个大模型能力的优劣？现在小尺寸模型越来越多，0.4B、0.7B的都有了，是否可以在普通电脑上部署？性能怎么样？ 问题2：怎么做微调，怎么使用RAG？