AI 技术发展的确实太快了,去年年底还跟小伙伴们分享如何利用在线的工具来提升自己的开发效率,现在又开始卷本地了。因为数据的安全性,私有化本地部署成了使用者更看重的方式。
虽然市面上有很多本地部署的工具,这里抛开其他,主要介绍下 Ollama 这个工具。
Ollama
Ollama 官网的介绍很简单,就一句 Get up and running with large language models
.(启动并运行大型语言模型)。logo 很可爱,无形中增加了不少的亲和力。
黑夜给了我黑色的眼睛,我却用它戴黑框眼镜
我们首次拟定这"十大信条"还是在 Google 刚刚成立没几年的时候。此后,我们时常会重新审视这十大信条,看看它们是否依然适用。我们希望始终贯彻这些信条,而您也可以监督我们是否言行一致。
自创建伊始,Google 就一直以提供尽可能出色的用户体验为宗旨。 无论是设计全新的互联网浏览器,还是对首页外观进行新调整,我们都非常用心地确保最终的结果能够很好地满足用户需求,而不是为了实现公司自身的内部目标或经济利益。我们的首页界面简单明了,网页加载速度非常快。我们从不出售搜索结果中的排名。对于广告,我们会清楚地将它们如实标记出来,而且广告内容也会与搜索相关,以确保广告不会分散用户的注意力。在开发新的工具和应用时,我们都会努力做到尽善尽美,尽可能让用户一眼就认同我们的设计,而不会再作他想。
Google 以搜索起家,而搜索也一直是我们的核心业务。我们拥有世界上最大的研究团队之一,可以心无旁骛地攻克搜索方面的难题,我们知道自己擅长什么,也知道如何可以做得更好。 由于要不断应对各种棘手状况,Google 已深谙复杂难题的解决之道。我们的服务已让千百万用户能够方便快捷地找到所需信息,但我们不断探索、追求更高境界的脚步不会停歇。我们为不断地改进搜索服务所做的投入,也有助于我们将掌握到的知识和技术应用于 Gmail 和 Google 地图等新产品。我们希望将搜索所蕴含的无限力量应用于未曾探索过的领域,并帮助用户在生活中更多地获取和使用越来越丰富的信息。
我们很清楚,您的时间非常宝贵,因此,当在网络上寻找某个问题的答案时,您一定希望瞬间就能找到,而我们的目标就是满足您的这些需求。我们的目标是让用户尽快离开我们的网站 - 世界上大概只有 Google 能这么说。我们不断精简网页并提高服务环境的效率,一次次地打破自己创造的速度纪录,现在的搜索结果响应时间平均只有几分之一秒。我们推出的每款新产品都非常注重速度,无论是移动应用,还是 Google Chrome(一款可快速加载新型网页的浏览器),都是如此。我们将继续努力提高所有产品的运行速度。
朝代 | 起止时间 | 都城 | 都城今址 | 建立者 |
---|---|---|---|---|
夏朝 | 约前2070年-约前1600年 [2] | 阳城、阳翟、斟鄩、商丘、纶城、帝丘、原、老丘、西河 | 河南郑州、许昌、洛阳、商丘、濮阳、济源、开封 | 禹 |
商朝 | 约前1600年-约前1046年 [2] | 亳、西亳、嚣、相、邢、殷、朝歌 | 河南商丘、洛阳、郑州、安阳、焦作、鹤壁、河北邢台 | 商汤 |
西周 | 约前1046年-前771年 | 镐京、成周 | 陕西西安、河南洛阳 | 周武王姬发 |
东周 | 东周:前770年-前256年 (春秋:前770年-前476年;战国:前475年-前221年) |
洛邑 | 河南洛阳 | 周平王姬宜臼 |
秦朝 | 前221年-前207年 | 咸阳 | 陕西咸阳 [18] | 秦始皇帝嬴政 |
西汉 | 前202年-8年 [3] | 长安 | 陕西西安 | 汉高祖刘邦 |
新朝 | 9年-23年 | 常安 | 陕西西安 | 建兴帝王莽 |
玄汉 | 23年-25年 | 南阳、洛阳、长安 | 河南南阳、河南洛阳、陕西西安 | 汉更始帝刘玄 |
东汉 | 25年-220年 | 洛阳、许昌、长安 | 河南洛阳 | 汉世祖刘秀 |
前几天 Quantumult X 支持了 VLESS,抱着可以不用但是不能没有的的心态就搞了下魔法备胎。
多的也不能说,放个链接吧,也许某一天就失效了。
在原版的基础上修改了显示 VLESS 配置信息转换为订阅内容。使用该脚本,你可以方便地将 VLESS 配置信息使用在线配置转换到 Clash 或 Singbox 等工具中。
早上上班发现自己的妙控板挂了,一瞬间上班的心情就没有了。
蓝牙搜不到,插线也识别不了,基本能下病危通知书了。
好在借到了一个备用鼠标先用着,用惯了手势再用鼠标一时间确实适应不过来。不过很早之前有过用鼠标的经验,设置一下也能通过甩鼠标的方式触发一些触控板常用的手势。
很好的一篇科普文,转载学习 从神经网络到 Hugging Face | 胡涂说
March 17, 2024
TL;DR 本文8200+字,全文阅读约需15分钟。本文简要回顾了从感知机到深度学习最新大模型应用 ChatGPT 的历史。
生活中没有什么可怕的东西,只有需要理解的东西。
– 居里夫人
2006年,加拿大多伦多大学教授杰弗里·辛顿在研究如何训练多层神经网络,他已经在神经网络领域默默耕耘了三十多年,尽管在这个领域他算得上是泰斗级的人物,但由于神经网络在人工智能行业一直不被看好,所以他的研究成果一直不为业界所重视。
辛顿出生于英国伦敦,他的家族出过不少知名学者,创立布尔代数的逻辑学家乔治·布尔便是他的曾曾祖父。他的祖父是位科普作家,父亲是昆虫学家。辛顿比周围的人都要聪明,但他的求学之路却颇为曲折,先是在大学攻读建筑学,转而又选择物理学,后又改读哲学,最后以心理学学士身份毕业。1972年辛顿进入爱丁堡大学攻读博士学位,研究方向是神经网络。彼时神经网络被业界所鄙夷,连辛顿的导师也认为这玩意没什么实际用途,也没有前途可言。但辛顿却不为所动,对神经网络研究怀有信心,坚持认为能够证明神经网络的价值,这一坚持就是三十多年。
遇到一个小需求,某公司内部网络正常是可以访问外网百度、QQ 之类的网页。但是公司内部网络策略限制无法访问一些类似 B 站之类的娱乐页面。用户的诉求就是希望能可以访问 B 站学习,基于用户已经装了小猫咪,我想了想,接下了这个任务。
首先我不知道对方的网络环境,只能通过对方的描述来猜测哪些域名是在策略黑名单内,目前看哔哩哔哩一定是被屏蔽的。
好在用户使用了小猫咪,那么我就打算使用小猫咪做为桥梁把 B 站的访问伪装成公司策略无法识别的域名,从我拥有的理论判断这个方案是可行的。