- 博客(24)
- 收藏
- 关注
RSS订阅原创 怎样才能让大模型变得更聪明呢？
通过这些方法，可以不断提升大模型的智能，使其更加强大和适应各种任务。当然让大模型变得更聪明是一个多方面的任务，涉及到数据、算法、硬件等多个层面。通过上述例子，我们可以了解，让大模型变得更聪明，其实是一个持续的过程，需要不断地在数据、算法、硬件和伦理等多个方面进行持续的优化和不断的创新。
2025-11-04 15:28:50
884
原创 在Ubuntu系统上安装英伟达（NVIDIA）RTX 3070 Ti的驱动程序
如果遇到任何问题，检查你的Ubuntu版本和内核版本是否与驱动兼容，或者查看NVIDIA官方论坛和Ubuntu社区获取更多帮助。你可以在NVIDIA官网的驱动程序下载页面找到最新和适合你的显卡的版本。你可以查看可用的驱动版本，然后选择适合你的RTX 3070 Ti的版本。NVIDIA官方提供了一个方便的脚本，可以自动检测并安装最适合你的显卡的驱动程序。你可以通过ubuntu-drivers devices命令查看推荐的驱动版本。这个命令会自动搜索并安装适合你的硬件的最佳NVIDIA驱动程序。
2025-11-04 14:30:38
617
原创 项目管理真没用？创业路上血的经验教训
其三，责任-结果闭环：明确每个人的角色边界，即使是多角色也要明确，避免遇事甩锅或多人重复负责，同时将任务结果与团队目标挂钩，不考核工作量，只考核结果对整体目标的贡献度，让团队聚焦做有用的事，而非做看起来忙的事，小团队的竞争力，不仅仅是个体能力强，还要协同效率高，项目管理为小团队提供的协同骨架，能让每个人的优势互补、动作同步，避免一人忙到死，两人闲到慌的内耗，把有限的人力转化为持续产出的战斗力，这是初创公司快速迭代的核心前提。项目管理不是大企业的奢侈品，也是小公司的救命稻草，它解决的全是创业最疼的痛点问题。
2025-10-19 17:02:22
855
原创 机器人程序：从指令到测试的完整指南
值得注意的是，储存器中仅允许存在一个主程序，而所有例行程序和数据，不论它们位于哪个模块，都会被系统共享。特别地，IPL2中包含了Mostcommt1、Mostcommt2和Mostcommt3三个用户化定义指令目录，这些目录可以在菜单键File的Preference选项中进行自定义设置，以满足用户的特定需求。一旦加工完毕，机器人会再次介入，从机器中取出已加工的工件，并将其轻放在出料运输带上，从而完成一个完整的工作循环。需要注意的是，循环指令WHILE存在死循环的风险，因此在编写机器人程序时必须格外小心。
2025-09-10 15:52:45
962
原创 Wan2.1 本地部署 碾压级「文生视频+AI绘图转电影」双引擎，免费开源！3步秒出4K超清大片（附手把手教程+资源包）
安装好后，然后点开始按钮，这里需要注意的是，它下方是让我们选择GPU类型，因为当前我的电脑是英伟达显卡，如果你没有的话，那么你可以自定义，或者你通过CPU解码也是可以的，它是可以支持CPU模式的。首先需要把上方的模型文件进行修改，它默认是14B FP16的，这个模型文件太大了，一般显卡不适合，所以这个需要把它修改，改成刚才下载好的FP8模型，它会自动切换的。下载好文本编码器以后，只要打开我们的电脑，打开后进入到我们系统盘，我们点击用户，找到我们自己用户名，比如我当前电脑用户名是个LINGDU，打开它。
2025-08-12 10:42:57
1173
原创 面试官是怎么筛选简历的
跟工作无关的兴趣爱好就别写了，我见过很多人简历上会写一些美食、旅游、运动、打游戏之类的爱好，求职不是交友，这些内容不仅不会加分，有时甚至会减分。这个过程中最耗时的就是筛简历了，现在一个岗位放出去能收到几百份简历，人力资源会筛掉9成，到我这又会筛掉剩下的9成，最终能进入面试环节的可能就3~5个人。面试官并不关心你曾经的公司有多厉害，做过的项目有多牛，项目有哪些功能模块，他只关心你做了哪些功能以及对项目的贡献。在写简历的时候要重点突出你现在的能力，淡化以前的工作内容，但在个人成长上保持向上的趋势。
2025-06-10 10:56:21
522
原创 分布式调度的--多模型协同工作实践方案
需重点关注模型间通信延迟和异常处理机制，可参考大模型并行策略约束准则作为容错设计准则，建立任务重试、降级响应等保障策略。语音输入会议纪要→模型6转文本→模型1提取任务项→模型2生成TODO代码→模型3绘制甘特图。集成语义解析模块：使用BERT+CRF技术实现意图分类（网页8中的多模态解析技术）用户描述报错信息→模型5检索知识库→模型4进行日志分析→模型2生成修复建议。模型1拆解任务→模型3生成图像→模型2编写促销代码→模型6添加语音解说。模型轻量化：对非核心模型实施4 bit量化（网页5的模型压缩技术）
2025-05-15 11:15:32
831
原创 盯盘机器人，实时监控股票价格，还可以机器人提醒
前言Python凭借其开发效率高和功能强大的特性，在众多编程语言中脱颖而出，成为大数据时代的分析利器。据我多年的领悟，编程语言只是一种按照人的意图去实现特定功能的高效工具而已，程序化所实现的核心决策功能依然需要人工智慧来支撑，在量化投资交易领域，投资者所思考的交易逻辑是非常重要，正所谓重剑无锋，大巧不工（真正的剑技不是要依靠剑锋，而是个人的修行，投资也是如此，投资者的素养最为重要），因此应当把80%的时间与精力放到投资模型构建的思考上，20%的时间与精力放到编程实现上。
2025-05-15 10:59:45
1259
原创 如何构建自己的专业大模型
2-2-1混合数据源：开源数据集（30%）+ 本地知识库（60%）+ 人工构造QA（10%）3-1-1推荐使用ChatGLM-6B轻量化版本（通过剪枝至9000万参数）4-2-3动态分页缓存：使用vLLM的`PagedAttention`技术。2-2-2数据量级：建议总token数在1-3亿之间（约需20GB存储）6-2-2、推理速度：单次响应时间<1.5秒（4-bit量化）4-2-2混合精度训练：`fp16`模式节省50%显存。5-1-1、4-bit量化后模型大小：约350MB。
2025-04-10 16:28:39
459
原创 手把手教你使用 MaxKB 和 Ollama 搭建本地专业知识库
另外MaxKB和Ollama的工作原理，我觉得大家可以稍微了解一下啊，不建议延伸太多，如果有兴趣想深入了解的，我建议自己去Google或bing上查相关的资料（最懒的去百度一下也行），我这里主要是记录如何操作的过程，而不是对使用工具的研究和工具背后的技术细节进行研究，我就是拿来主义，工具只要原理符合我们的需求，结合我们自己的机构化思维或结构布局，直接组合选择的一堆工具，它们集成到一起能运行就行了。它们的结合正好可以满足知识库的核心需求：MaxKB负责知识库的管理和检索，Ollama负责提供AI模型的支持。
2025-03-12 10:27:48
906
原创 MAS-多智能体系统入门
研究MAS不仅有助于理解人类智能的本质和机制，还能提高人工智能的水平和能力，解决人类社会的各种问题。可以从简单的多智能体环境开始，如Combat环境，逐步挑战更复杂的场景，研究开源的MAS项目，比如GitHub上的ma-gym, MetaGPT等，可以提供宝贵的实践经验。可以看到 MAS 还是很复杂的，除了自己费力找资料，也可以直接向有经验的老师请教，你可以先去学大模型微调、LangChain开发框架的用法等AI解决业务问题的核心方法、逐步培养独立开发AI产品的能力，还拓宽技术视野，构筑个人核心竞争力！
2025-02-26 16:56:08
940
原创 【个人文章本地测试】
A股股票行情分析知识库的主要目的是存储和管理A股市场的相关数据，包括股票基本信息、历史行情、技术指标、财务数据等。通过这个数据库，我们可以方便地查询、分析和可视化股票数据。
2025-02-18 14:53:18
563
原创 windows系统安装duda、cudnn、tensorRT
解压下载的tensorRT的压缩包，将tensorRT解压文件中的lib目录和include目录中的文件内容都拷贝到cuda安装对应的目录文件下，无对应的目录的直接将文件夹拷贝到。一番查下来确定我的显卡支持的版本为：CUDA-12.6，cuDNN-8.9.7，TensorRT-10.7.0.23。1-1先确定你的显卡是哪个型号的，使用。我的显卡是4070，通过。
2025-02-13 16:01:57
906
原创 手把手带你在Windows中搭建本地知识库（基于ollama本地部署大模型+客户端安装版AnythingLLM）非docker环境部署
Ollama 提供了一系列的工具和服务，旨在简化大型语言模型的安装、配置和使用过程，让更多人能够体验到人工智能的强大能力。AnythingLLM是一个功能丰富，集成度很高的RAG框架，其在github上的开源项目（anything-llm），已经有1万2千多Star。它不仅仅是一个聊天机器人，是一个全栈应用程序，旨在通过一个精心设计的用户界面，为客户提供与文档、资源等进行智能对话的最简单方式
2025-02-12 10:58:44
1532
原创 ollama本地部署windows -基于docker部署的
如果你在使用 Windows Subsystem for Linux (WSL)，确保 Docker Desktop 支持 WSL 并正确配置。使用 CLI：你也可以使用 Ollama CLI 工具进行交互。本文要介绍 Ollama 基于 Docker进行部署，你需要先安装 Docker。确保你的防火墙或安全软件允许 Docker 和 Ollama 的端口（默认是 11434）。使用 API：你可以通过 HTTP API 与模型交互。你应该能看到 Ollama 的 Web UI，显示可用的模型和相关信息。
2025-02-08 15:01:53
876
原创 使用 Ollama 下载 DeepSeek 模型和DeepSeek的本地部署使用
import requests url = "http://localhost:11434/api/generate" data = { "model": "deepseek-r1", "prompt": "你好，DeepSeek！它支持多种模型格式，并提供简单的命令行接口，方便开发者快速下载、运行和测试模型。访问 Ollama 的官方网站：ollama.com （支持Mac/Linux/windows系统）根据你的操作系统选择下载对应的安装包。模型下载成功后，可以通过以下命令查看在本地的模型。
2025-02-08 12:07:23
3673
原创 通过客户端Chatbox或OpenwebUI访问识别不到本地ollama中的模型等问题的解决
问题1：先安装了ollama，然后从docker安装了Open WebUI。启动Open WebUI后，找不到ollama中已经下好的模型。如果需要修改Ollama的默认设置（如模型存储路径或监听地址），可以通过配置环境变量来实现。，可以通过Ollama的WebUI或API与模型交互，而无需直接在命令行中运行模型。通过以上方法，即使关闭了命令行窗口，也可以随时重新启动并使用Ollama中的模型。这会将Ollama作为后台服务运行，即使关闭命令行窗口，服务也会继续运行。选中并点击“结束任务”。
2025-02-08 11:16:23
11478
原创 【通过pip安装 Open-WebUI 快速使用入门】
这种安装方法使用单个容器映像，将Open WebUI与Ollama捆绑在一起，允许通过单个命令简化设置。此方法安装所有必要的依赖项并启动Open WebUI，从而实现简单高效的设置。这两个命令都可以方便地安装Open WebUI和Ollama，确保您可以快速启动和运行一切。使用它在您自己的风险，因为它可能有错误或不完整的功能。如果你想尝试最新的前沿特性，并且对偶尔的不稳定性没有意见，你可以像这样使用。，运行Open WebUI就是轻而易举的事。与您的容器名称不同，请将其替换为您的容器名称。
2025-02-08 09:57:27
4960
原创 ubuntu安装mysql
mysql> update user set authentication_string=password('密码') where user='root' and host='localhost';ALTER USER 'root'@'localhost' IDENTIFIED WITH mysql_native_password BY '新密码';mysql_native_password：采用原生MySQL加密策略，避免第三方工具不支持。另外可以考虑使用宝塔安装mysq。
2025-01-08 11:35:51
462
原创 ubuntu 系统安装redis并设置远程访问
1、更新包：sudo apt update2、安装redis：sudo apt install redis-server3、安装完毕后会自动启动，查看状态：sudo systemctl status redis-server1、修改配置文件：sudo vim /etc/redis/redis.conf2、将bind 127.0.0.1 ::1注释掉3、将protected-mode改成no4、重启redis：sudo systemctl restart redis-server 1、修改配置文件：sud
2025-01-08 11:30:41
1374
原创 【CMMI】
在管理级水平上，所有第一级的要求都已经达到，另外，软件组织在项目实施上能够遵守既定的计划与流程，有资源准备，权责到人，对项目相关的实施人员进行了相应的培训，对整个流程进行监测与控制，并联合上级单位对项目与流程进行审查。模型，能够帮助组织提升绩效。行动（确保质量，设计和开发产品，交付与管理服务，选择和管理供应商），管理（规划和管理工作，管理业务弹性，管理员工），赋能（支持实施，管理安全和安保）和提高（维持习惯性和持久性，改善性能）。在执行级水平上，软件组织对项目的目标与要做的努力很清晰，项目的目标可以实现。
2024-11-21 09:08:12
1388
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人