# large-model-plus

**Repository Path**: yangdongbjcn/large-model-plus

## Basic Information

- **Project Name**: large-model-plus
- **Description**: 大模型加
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-10-12
- **Last Updated**: 2025-11-14

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Large-Model-Plus

传统的信息系统在互联网的加持下，实现了数据的高效处理和传输。

随着技术的不断进步和应用场景的不断拓展，从“互联网加”到“人工智能加”的转变已经成为信息技术发展的新趋势。

而现阶段，大模型的崛起为信息系统的发展带来了更为广阔的前景。大模型（Large Model, LM），包括大语言模型、多模态大模型等多种类型。

仿照”人工智能加“的提法，基于大模型的新趋势可称之为”大模型加“（Large Model Plus）。例如，大模型对于传统信息系统的改造，可称之为“大模型加信息系统”。

#### [Large-Model-Classifier](/large-model-classifier/README.md)

大模型处理的是自然语言的输出，而传统信息系统处理的是定性或定量的输入。对大模型的自然语言输出，可以将其转换为一个分类器的输出，从而为传统信息系统所用。

#### [Large-Model-Match](/large-model-match/README.md)

数据交换与共享领域的一个特点是短文本，短文本的匹配对大模型提出了挑战。此外，如何利用大模型改造数据交换与共享系统，也是一个挑战。

#### [Large-Model-Plus-Edu](/large-model-plus-edu/README.md)

“大模型加教育” 从应用场景看涵盖教学全场景流程及教育管理各方面，从数据资源角度涉及大模型专用语料库与传统数据交换平台数据，从应用架构上需对接大模型基座并为信息系统或应用提供能力支撑，从技术角度要研究应用编排等全流程事务。

#### [Large-Model-Plus-Prompt](/large-model-plus-prompt/README.md)

大模型对于提示词的改造，让提示词生成和优化不再神秘，可称之为“大模型加提示词”。

#### [Large-Model-Plus-DB](/large-model-plus-db/README.md)

大模型与数据库的融合是数字化转型的关键方向，核心分 AI4DB 与 DB4AI 两大路径。大模型为数据库赋予自然语言交互等能力，简化查询与运维，降低使用门槛；数据库则为大模型提供稳定多模态数据支撑。