大语言模型（LLMs）微调 1. 如果想要在某个模型基础上做全参数微调，究竟需要多少显存？ 这个问题首先需要了解 BF16 和 FP16 ， BF16 是对 FP32 单精度浮点数截断数据，即用 8b

众所周知 Gpt3.5 等训练的数据截止到2021年，但是如Open Api 也提供了Embeddings能力，实现一定的 Fine-tuning，

由于 chatgpt 和 gp4 兴起。如何让人人都用上这种大模型，是目前 AI 领域最活跃的事情。当下开源的 LLM(Large language model) 非常多，可谓是百模大战。

为什么要使用LLaMA-Factory进行微调？ 在处理大模型微调的工作中，我们常常会面临各种棘手的问题。比如，传统的微调方法不仅复杂繁琐，还对技术和资源有着很高的要求，让很多人望而却步。

在以前，AI被认为是与艺术无关，AI也无法创作艺术作品。而GAN家族、风格迁移、Diffusion模型的出现，让AI也能创作有艺术风格的图像。其中最简单的就是风格迁移。风格迁移是一种把图像A

一、前言 目前大模型的微调方法有很多，而且大多可以在消费级显卡上进行，每个人都可以在自己的电脑上微调自己的大模型。 但是在微调时我们时常面对一个问题，就是数据集问题。网络上有许多开源数据集，但是很多时

Ollama是一个允许用户在本地启动并运行大型语言模型，它提供了一个简单易用的内容生成接口，类似于OpenAI，但无需开发经验即可直接与模型进行交互

我在前几天发了条帖子说（新人）独立开发选择笔（日）记、记账、Todo主流三件套之一等于加速死亡。引发了一点点🤏🏻争议。刚好我在选择 app 方向的时候也深思过这个问题，所以我展开讲讲。

独立开发每月1K的小试牛刀，从技术栈到目标用户试用，快速回复用户反馈，用诚意与迭代速度去感动每一个用户。