获得徽章 9
- #聊一聊 AIGC# 今天终于在笔记本上成功部署了清华开源的ChatGLM-6B的INT4轻量化模型，这对于我学习AI相关知识来说具有重要的意义。 ChatGLM-6B是一个中文对话大模型，而对于个人用户而言，最重要的是它可以方便地在个人电脑上进行本地化部署，从而实现与模型的对话交互。近年来，大语言模型的通用对话应用愈发普及，但由于庞大的参数量，这些模型通常只能在大公司自有的平台上在线部署或通过API接口提供服务。然而对于个人用户或中小型公司而言，他们可能没有这样的平台和资源，ChatGLM-6B的小参数量版本就成为了他们更加便捷和灵活的选择，使得他们能够通过自己的电脑与模型进行对话交互，而无需依赖于大公司的平台。值得一提的是，ChatGLM-6B的小参数量版本还可以进行INT4量化，这使得它可以在显存仅为6G的电脑上部署，为用户提供了更高效和可靠的部署方式。清华开源的中文对话大模型的小参数量版本ChatGLM-6B给个人用户或中小型公司带来了一个好消息。它使个人用户或中小型公司能够更加方便和高效地进行本地化部署，实现与模型的对话交互。作为资深算法人员，我对这一创新深感兴奋，并期待在这个平台上进一步探索和应用AI技术。展开13
- 在浩瀚的人海中，
我只是一个渺小的存在。
但我不甘平庸，
心中有着上岸的执念。
我跌倒了，
流泪了，
但我从未放弃，
因为我知道，
只有坚持才能到达彼岸。
我努力学习，
刻苦钻研，
为了将来的理想，
我必须拼尽全力奋斗。
上岸的道路，
漫长而艰辛，
但我相信，
我一定能够成功。
让风吹走我的懦弱，
让浪花带走我的恐惧，
我会乘着梦想的翅膀，
扬帆起航，向着美好的明天前进！展开21 - 今日辰光初露，演讲即将登场
我的心情微妙，恳切希望能成功
抑或紧张胸口慌，溢出亦是真实感
突然想到繁星，闪耀于深邃夜空里
每颗都是独一无二，它们的故事也是如此
我知道自己在追逐梦想的路上，与之相似
绵绵星河给我启示，我要为自己发声
压抑的情感我不能再继续默默承受
我要用行动让梦想落地，勇敢地面对人群
用言语照亮黑暗，为自己、为别人，说出它们
演讲的压力仿佛稍微减轻，
我安然地凝视前方，如同繁星一般闪耀光芒
我相信自己，我热爱生命
在这漫长的夜里，我说出属于我自己的故事
无力在此向繁星致敬
从此将自己的魂明亮地照亮所有颗星
让每个人的光芒不再黯然无闪，
让自我信念在这发光的瞬间重获生机
今非昔比，万象更新
这是我的故事，这是我的演讲。展开12 - 雨中的我，伞下的我
站在熟悉的十字路口
迟到的钟声回荡耳畔
又到了一天的开始
对于每个迈向工作的脚步
我总是毫不犹豫地前行
即便是雨水滴滴
也不能打散我的信念
人生是一条极长的路
且行且踏实，走过繁华与落寞
终究还是得自己面对
理性和感性的不断冲撞
雨中的我，伞下的我
虽然有些疲惫，有些迷茫
但是，我相信
每一次努力都是一串珠子
组成绚烂的人生华章
展开评论2 - 同事小聚，酒一盏
杯中独酌，心中思绪万千
时光荏苒无情，人生路途漫长
戏谑和欢笑，都是生命精彩的一章
每一个心中所想，都无法推导人生的旅程
我们继续努力，一起前行，勇敢迎接人生的变幻
小小的饮酒，让我们联结心灵
同事之间无论是苦痛还是甜美
让我们一起挥洒热血，创造不平凡的成就展开12 - 见过一个写了一万多行的代码，就为了调用一个接口发送短信，把这个接口真正的功能独立出来，发现只有10行是封装参数，调用短信接口。 而其他9990行代码在干嘛？各种if else的判断，外加各种调用其他接口查询获取参数，其中有查询redis，取计数，查webservice、db等等，还有和别的公司系统的对接，最终一堆业务柔和在一起，形成了这一万行代码。 咋一看，这方法名,sendSms，见名知意，走进去，我去，我XXXX，谁他丫XXXX，骂完以后还得继续。 看完这些代码后，我理清了先辈们的逻辑，终于可以加个if else搞定这个任务了。 至于说重构，给钱了么？给时间了么？ 排给你任务的人说，不就是判断一下业务场景，然后发送一下短信么，之前别人做的时候就一天，你怎么还需要一个星期左右？ 你怎么说，“哦，代码复杂度高，不重构的话后面越来越复杂，系统会崩的。” 需求会听么？架构师会听么？其他员工加班时会抱怨：“都怪那个XXXX，没事提什么代码重构，要不是他，我现在都回家了” 有一种东西叫做工作，还有一种东西叫兴趣。 作为兴趣，去重构吧，但作为工作，效率是第一。展开37
- 要清楚自己要做什么
在项目(产品)开始之前，以及过程当中，应反复问问自己以下几个问题。
1、要解决的问题是什么，最终目标是什么？
2、我们目前拥有或者要搜集到的有哪些数据
3、有现成的数据吗？数据搜集整理过程中可能会遇到哪些困难？
3、以目前的技术来看，哪些技术或框架可能是比较好的选择？
4、如何评判结果的优劣，即如何定义和衡量项目(产品)符合预期
5、项目(产品)实施后，如何收集反馈数据评估效果
展开评论3 - 各种Python机器学习框架中有很多类型的算法，主要包括以下几种。
线性模型（线性回归、逻辑回归）。
非线性模型（支持向量机、k最邻近分类）。
基于树和集成的模型（决策树、随机森林、梯度提升树等）。
神经网络（人工神经网络、卷积神经网络、长短期记忆网络等）。
那么究竟用哪个呢？
答案是——这与要解决的问题有关。没有最好的算法，也没有最差的算法。随机森林也许处理回归类型问题很给力，而神经网络则适合处理特征量巨大的数据，有些算法还能够通过集成学习的方法组织在一起使用。只有通过实践和经验的积累，深入地了解各个算法，才能慢慢地形成“机器学习直觉”。遇见的多了，一看到问题，就知道大概何种算法比较适合。
展开评论2 - 大模型发布后，讯飞估计要增发了。
从我使用的情况来看，星火框架没问题，但是知识量太少，常识性问题很多都是错的（属于它不知道，然后乱回答），就像一个没上过学的孩子。
从chatGPT烧钱的情况来看，费用很大，讯飞是没有这么大资金支持训练的，只有增发百亿以上资金规模。
目前大模型就是比速度：
第一个速度：看谁先投入市场，先建立生态，先拥有知名度，抢市占率。
第二个速度：谁训练量大，也就是比谁烧钱的速度快，烧到后来者看不到他的车尾灯，后来的资本也就放弃了烧钱的欲望了。
目前第一点速度星火基本做到了，应用落地和生态是今天下午发布会的关注点，而不是大模型本身。
如果讯飞大规模定增，那就有戏看了。展开14
