我使用 Qwen2.5:7B 来构建自己的医学知识库。

---

今天是 2025-12-24。它并没有任何不同。我从几个噩梦中醒来，才发现今天已到了考研的日子——只是那与我无关。作为一名定向医学生，身边很多人都以为我会考研，甚至曾经我也这么想。可后来慢慢地，我释怀了：也许回乡才是我的归宿。只是曾经那么想逃离那片土地，如今才发现，终究还是不得不回去。

这几年求学的日子里，我一直试图寻找一些学习之外的趣事来填满生活。说到底，那只是我对抗枯燥、乏味的医学学习的一种方式。人嘛，只要还在往前走，那种想要冲破藩篱的欲望，总会把你带到你想去的地方。可对普通人来说，能够顺顺利利走完一生，已经需要拼尽全力。至于其他，又还需要奢求什么呢？

站在 2025 年岁末，我希望自己能留下些什么。回忆过去，陪伴我最多的，是各种各样的 LLM——所以这篇文章，应该算是献给 LLM 的。

今年对于关注科技行业、尤其是 AI 发展的人来说，应该是收获很大的一年。OpenAI 于 2015 年成立，经过十年发展，如今的 ChatGPT 已经成了最通用的人工智能助手之一。这场 AI 的浪潮仍在继续，但也尚未进入 AGI 时代。尽管早在 2023 年，AI 就已经取得了显著进展，但直到 2024 年，我才开始接触国内的 AI 助手。那时我对它们的使用，还停留在聊天、简单绘画这些层面。短短几个月之后，无论国内还是国外，LLM 进一步进入大众视野；紧接着，从“推理模型”转向了 “AI Agent”，开始能够更自主地完成繁琐的工作任务。

在各大顶级科技公司争抢 AI Agent 市场份额的风口上，我们这种“小渣渣”只能玩玩开源模型、调用 API，做一些自己用得上的小玩意儿。即便如此，也依然能感受到自己与时代发展的脱节。qwen2.5:7b 是阿里的开源模型，在一众开源模型中，70 亿参数量这个档位里性能很强。但让我后怕的是：它竟然是去年发布的，最后一次更新也停留在去年；而到现在，Qwen 已经开源到 3 系列了。有时候想想，我的信息来源真的太滞后了。

“做一个属于自己的医学知识库”这个念头，我其实已经有很久了，却一直没找到机会亲手试一试——很多都停留在想法阶段。昨天闲着无事，我花了一下午从 Ollama 下载了 qwen2.5:7b。4.7G 的文件，断断续续花了我两个小时。后来我去问 Gemini，才知道 Ollama 支持断点续传；我在终端里用 Ctrl + C 中断后又重新下载了两次，最后总算完成。

之后的操作还算顺利，几乎都很“傻瓜式”。弄完挺感慨：现在的 UI 工具 + AI 辅助，已经把很多事情的门槛降到“只要你愿意动手，就能搞定”的程度。最后，我把最新版教材《诊断学（第十版）》——大概 600 页左右——喂给了本地嵌入模型（nomic-embed-text）。几分钟后就切分完成了。以前我一直以为“向量化”会很难，但在 Mac M2 的算力下，不到三分钟就拆成了上万条向量，存进了电脑里。

弄好之后，就是不断调试。但结果比我想象中差很多：回答不够稳定，引用不够精确，有时甚至像“看过”却又“没看懂”。我只能安慰自己：这只是第一版。希望在后续迭代中，整个知识库的效果能真正提升起来。

在这个尝试成本很低的时代，一台电脑、一个 AI 助手、一个下午，很多事情就能推进一大截。可反观周围，很多人其实并不喜欢用电脑。以前“组装电脑”像是专业人士才会做的事，但在豆包的帮助下，我舍友直接装起了一台台式机，连系统都是从我 U 盘里拷过去装的 Win11。这样的事，换在以前可能要花很多时间看教程、刷视频；而如今，真的只需要一个下午。

随着实践项目越来越多，我也越来越确信：在今天这个时代，只要你多动手做一些对自己有用的东西，慢慢地，你就会尝试着去做一些对别人也有用的东西。而对别人有用，就意味着你能提供价值——赚钱也就顺势而来。尽管我现在也仍在挣扎，但我非常确信这是一条正确的路径：用正确的方法去做正确的事情，或许就是普通人能够好好生活下去的源泉。

AI时代，未来的就业机会在哪里？

答案就藏在大模型的浪潮里。从ChatGPT、DeepSeek等日常工具，到自然语言处理、计算机视觉、多模态等核心领域，技术普惠化、应用垂直化与生态开源化正催生Prompt工程师、自然语言处理、计算机视觉工程师、大模型算法工程师、AI应用产品经理等AI岗位。

掌握大模型技能，就是把握高薪未来。

那么，普通人如何抓住大模型风口？

AI技术的普及对个人能力提出了新的要求，在AI时代，持续学习和适应新技术变得尤为重要。无论是企业还是个人，都需要不断更新知识体系，提升与AI协作的能力，以适应不断变化的工作环境。

因此，这里给大家整理了一份《2025最新大模型全套学习资源》，包括2025最新大模型学习路线、大模型书籍、视频教程、项目实战、最新行业报告、面试题等，带你从零基础入门到精通，快速掌握大模型技术！

由于篇幅有限，有需要的小伙伴可以扫码获取！

1. 成长路线图&学习规划

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。这里，我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。

2. 大模型经典PDF书籍

书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）

3. 大模型视频教程

对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。

4. 大模型项目实战

学以致用 ，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。

5. 大模型行业报告

行业分析主要包括对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

6. 大模型面试题

面试不仅是技术的较量，更需要充分的准备。

在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

为什么大家都在学AI大模型？

随着AI技术的发展，企业对人才的需求从“单一技术”转向 “AI+行业”双背景。企业对人才的需求从“单一技术”转向 “AI+行业”双背景。金融+AI、制造+AI、医疗+AI等跨界岗位薪资涨幅达30%-50%。

同时很多人面临优化裁员，近期科技巨头英特尔裁员2万人，传统岗位不断缩减，因此转行AI势在必行！

这些资料有用吗？

这份资料由我们和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

大模型全套学习资料已整理打包，有需要的小伙伴可以微信扫描下方CSDN官方认证二维码，免费领取【保证100%免费】