项目架构 （基于大模型语言）：

1、后端模型：利用ollama平台的Qwen， Deepseek模型为聊天机器人提供核心的对话处理功能。

2、前端界面：采用Streamlit框架搭建用户界面，能够快速创建美观、交互式的web应用。

3、对话交互：用户可以通过Streamlit界面输入文本，聊天机器人基于Qwen模型对输入内容进行理解和处理。

4、模型调用：后端服务负责将用户输入传递给Qwen模型，并获取模型生成的回复。

5、界面展示：Streamlit界面提供简洁明了的布局，包括输入框、发送按钮和对话展示区域。

大模型核心基础

概念：大模型，通常指的是“大语言模型”LLM，它是一个通过在海量文本数据上训练、能够理解并生成人类语言（自然语言NLP）的超大型人工智能程序。

分类：

1、自然语言处理（NLP）模型

让机器理解、生成和处理人类语言。核心任务包括文本分类，翻译、问答、情感分析等。

2、计算机视觉（CV）模型

视觉大模型核心是通过大模型数据和复杂模型架构，实现对图像和视频的深度理解和生成。能够处理复杂的视觉任务，如图像分类、目标检测、语义分割、图像生成等。

3、语音模型

语音模型是将声音信号转化为数字信号的模型，主要用于处理语音相关的任务，如语音识别、语音合成等。

4、多模态模型

多模态模型是一种能够同时处理多种数据模态（如文本，图像，音频，视频等）的人工智能模型。例如医疗诊断、自动驾驶、智能助手等。