huiguo_的博客

实现Springboot功能，在不同的文件夹使用不同的数据库。

文章目录一、单模块1.1、Idea创建项目1.2、初始化项目信息1.3、添加依赖（后期也需要补充）1.4、命名项目名1.5、启动一、单模块1.1、Idea创建项目1.2、初始化项目信息1.3、添加依赖（后期也需要补充）1.4、命名项目名1.5、启动

相关资料Freeswitch关于soundtouch介绍soundtouch下载mod_soundtouch只有刺啦刺啦声音问题FreeSWITCH使用soundtouch进行变声。

Freeswitch如何使用Python3

Freeswitch二次开发-mod开发

docker 安装Freeswitch

WebSocket++（简称WebSocketpp）是一个C++编写的WebSocket协议实现库，它提供了一个易于使用的接口，用于在C++应用程序中实现WebSocket客户端和服务器功能。WebSocket++支持WebSocket协议的最新标准，具有高度灵活性和可扩展性，适用于各种C++项目，包括网络服务器、实时通信应用程序等。个人感受：WebSocketpp是一个成熟稳定的项目，相比于其他c++的websocket项目，更具有健全性。

id: int # 必须字段name: str = "John Snow" # 有默认值，选填字段friends: List[int] = [] # 列表中元素是int类型或者可以直接转换成int类型try:》》》》结果返回loc：报错的位置msg：原因type：类型"loc": ["friends",2],子项目主应用引入子项目tags:标题wokers:进程的数量。

总而言之，max_features 参数的取值越小，模型越倾向于选择少量的特征，减少特征之间的冗余性，从而提高模型的泛化能力。而当 max_features 参数取值增加时，模型更倾向于利用更多的特征信息，这可能会提高模型的拟合能力，但也可能增加过拟合的风险。如果n_features=5，n_informative=3，则生成的数据集中会有5个自变量，其中有3个是与因变量相关的有用自变量，而另外2个则是与因变量不相关的无用自变量。分裂节点：根据选择的最优特征，将当前节点的样本分为不同的子集。

FastChat 是一个开放平台，用于训练、服务和评估基于大型语言模型的聊天机器人。FastChat 为 Chatbot Arena ( https://chat.lmsys.org/ ) 提供支持，为 50 多名法学硕士提供超过 600 万个聊天请求。Arena 从并列的 LLM 比赛中收集了超过 10 万个人投票，编制了在线LLM Elo排行榜。最先进模型的训练和评估代码（例如，Vicuna、MT-Bench）。

Whisper语音识别模型实例。

链允许我们将多个组件组合在一起，创建一个单一的、一致的应用程序。例如，我们可以创建一个链，该链接接受用户输入，使用 PromptTemplate 对其进行格式化，然后将格式化后的响应传递给 LLM。我们可以通过将多个链组合在一起，或者通过将链与其他组件组合在一起，来构建更复杂的链。

自定义示例选择器它的英文名叫做few shot examples：就像我们教小朋友一样，比如教小朋友分类水果，先给他演示一下水果怎么分类的，红色的放哪一个框框，白色的放哪一个框框，然后在给它一个新的水果，小朋友根据你教的示范，就会自己去分类了具体在上一节的2.5有介绍具体步骤如下定义一个类，继承BaseExampleSelector实现add_example方法，它接受一个示例并将其添加到该ExampleSelector中。

大白话就是我们问大模型的问题声明一个模板，注意：{变量} 提示词模板的意思就是一个框架里面有一些变量，这些变量也可以理解成为占位符。后面使用提示词模板只要把里面的变量进行具体化就可以了template = "你是一个很有帮助的翻译助手{input_language} 翻译成 {output_language}."

聊天模型：这些模型通常由语言模型支持，但它们的API更加结构化。具体来说，这些模型将聊天消息列表作为输入，并返回聊天消息。这里的content就相当于大模型机器回答，干啥用呢，为了以后的多轮对话做准备。LLMs：这些模型将文本字符串作为输入，并返回文本字符串作为输出。还可有以下情况，就是上面说的模仿大模型说话，我们先看一下原生的。文本嵌入模型：这些模型将文本作为输入，并返回一个浮点数列表。看到没，这时候，我们的大模型就可以作为一个助手帮你了。LangChain 支持的各种模型类型和模型集成。

LangChain提供了一个标准的内存接口、一组内存实现及使用内存的链/代理示例。前提条件你是部署好了你的本地大模型，并且提供了API接口，如果你还不会搭建本地模型，你可以参考我的另一篇博客。如果你是在国外或者学会了科学上网，并且你在openai注册了key，你就可以使用opanai的模块进行调用。当然应为我们选择LangChain最为我们的中间件，我们也可以使用LangChain封装的模块使用。提供了一个标准的代理接口，一系列可供选择的代理，以及端到端代理的示例。在下载之前你需要安装环境。

大模型摘要微调