网站推广公司有哪些网站建设可行性实施报告

网站推广公司有哪些,网站建设可行性实施报告,apple 官网网站模板,上海html5网站制作“ 教育孩子和训练AI的共同真相#xff1a;没有一蹴而就的‘完美’#xff0c;只有持续迭代的‘更好’ ” Hello#xff0c;大家好#xff5e;#xff5e; 许久不见#xff0c;现在大热的 AI 学习中#xff0c;总是手痒忍不住也想实操各项技术玩一把#xff0c;今天就…“教育孩子和训练AI的共同真相没有一蹴而就的‘完美’只有持续迭代的‘更好’”Hello大家好许久不见现在大热的 AI 学习中总是手痒忍不住也想实操各项技术玩一把今天就从微调开始吧总在各类文章中听到讲“微调”那么“微调”的到底是啥怎么调教的我们用魔搭LLaMa Factory0 成本体验一个微调的全流程无需考虑自己的电脑配置全部云上微调最后再将微调的模型引入本地直接体验对话这次使用一个简单的数据集所以结局有反转惊喜01 什么是“微调”首先我们先大致了解一下什么是微调常规大模型语言模型的训练路径分为以下几个阶段简单的说以我们养娃来打个比方1. 预训练通识教育模型通过自监督学习如阅读海量文本掌握基础语言规则但还不会针对具体问题回答。比喻就像孩子上学前大量听大人说话、读绘本积累了词汇和常识但还不会完整表达观点。2. 微调专项训练模型用QA对训练教会它如何组织语言、精准回答问题。比喻类似家长或老师通过“问答练习”教孩子问“天空为什么是蓝色的”教“因为阳光散射…”。→ 孩子会使用专业的术语清晰高效的表达。3. RLHF品德教育模型根据人类反馈调整回答符合社会偏好如更友善、更严谨。比喻当孩子说“因为天空喜欢蓝色”家长纠正“答案要有科学依据哦”→ 孩子学会“不仅回答还要回答得靠谱”。那么聪明的你一定会明白了大模型什么时候需要微调呢一般会在输出要求严格的垂直场景或者希望更效率的任务快速输出结果。在企业的 Ai 落地过程中还是较为广泛那么我们如何微调呢下面跟着我们的步骤开始吧02—免费构建微调的实例环境打开魔搭构建实例打开https://modelscope.cn/my/mynotebook/preset关联你的阿里云账号选第二个gpu环境注意这个实例免费但是过一段时间就会释放别怕搞错什么东西两三分钟后点击查看notebook这些大图标就是你的软件侧边栏就是文件夹下面的$符号logo就是终端。相当于在云端给你装了个电脑。点击终端进入后我们就可以开始配置相关的环境啦2、下载模型、创建模型文件夹接着下载LLaMA-Factory代码。我们只用复制不带#的代码就可以了。安装依赖的环节会等待大概20分钟不用怀疑只要输入的指令没有反馈就耐着性子继续等待千万别急。# 克隆LLaMA Factory 开源框架 git clone https://github.com/hiyouga/LLaMA-Factory.git # 进入项目的目录 cd LLaMA-Factory #创建虚拟环境 python -m venv .venv #激活虚拟环境 source .venv/bin/activate # 安装依赖这一步很漫长如果出错用下面环境冲突的指令 pip install -e .[torch,metrics] # 如果报错环境冲突用改用这个解决 pip install --no-deps -e .过程中如果缺少什么依赖或者提醒做什么升级照做就是会看到已经开始下载了左边也多了一个文件夹。持续安装等待到这个状态创建一个新的文件夹命名为 newmodels并下载模型为了减少等待时间以 Qwen2.5-0.5-instruct为例这是一个最低参数的模型。git clone https://www.modelscope.cn/Qwen/Qwen2.5-0.5B-Instruct.git3、训练数据集准备我们同样前往魔搭的数据集中随便下载一个不到 300 行的数据集数量少速度快下载https://modelscope.cn/datasets/meadhu/taobao-positive-sentence/files下载后我们注意格式是 csv用于训练需要是 json格式这里我们需要预处理可以让勤劳的ds写一个处理脚本运行即可保存文件名为train_converted.json 。⚠️⚠️⚠️这里不会处理的小伙伴可以留言我私相关的提示词获取完整代码在这里就不赘述了因为系统自带dataset_info.json从目录中找到它这是一个数据集的索引。我们需要将新创建好的数据集train_converted.json再此注册直接把数据集名称写入dataset_info.json文件即可。03—一切就绪开始训练返回到我们的训练LLaMA-Factory 文件夹## 回到LLaMA-Factory 文件夹如果你已经在LLaMA-Factory 文件夹就不要用这个指令了 cd .. # 打开训练的 webui llamafactory-cli webui点击这里反馈的网址即可进入设置自己的相关信息路径设置好后就可以开始让它为你训练啦一通操作猛如虎你会看到你的终端咔咔干活儿你在自己的 webui 上也可以看到最终的结果这里模型损就是失衡量预测与真实值的误差训练目标是最小化损失但并非越小越好太小就会是我们所说的“过拟合”。现在我们这个数据这样的结果就算是不错04—本地测试聊天看看它的表现如何我们切换到chat试试模型有没有记住我们刚才提供的数据。点击检查点路径chat加载模型接着我们就可以看到它的回答是基于我们的训练数据的咱们这个模型因为基础参数小加上训练的数据集少所以不怎么聪明的样子正常会是一个相关的回答我这个数据集因为写文章训练了多轮所以它主键走向了魔幻……总体上我们就认为训练成功啦05—导出模型1、 创建导出目录导出目录命名为outputmodel导出成功后再看notebook就会发现多了一个文件夹2、 转化模型格式安装GGUF库回到终端LLaMA-Factory路径下执行以下命令## 新打开一个终端 ## 不管你在哪运行这个指令回到根目录 cd /mnt/workspace/LLaMA-Factory git clone https://github.com/ggerganov/llama.cpp.git cd llama.cpp/gguf-py pip install --editable .执行完之后就会发现目录多出一个 cpp 的文件夹首先会到LLaMA-Factor下面创建一个叫megred-model-path的文件夹然后回到llma.cpp文件路径下一次性复制下面三行代码运行转换格式3、 转换格式#再回到llama.cpp文件下 cd .. #然后运行Python 代码路径改成你的其中有两个路径 # 第一个路径/mnt/workspace/LLaMA-Factory/outputmodel改成你刚刚导出的模型路径 # 第二个路径--outfile /mnt/workspace/LLaMA-Factory/megred-model-path是导出 GGUF 文件的路径可以提前创建一个 #下面三行全复制粘贴到终端一次运行 python convert_hf_to_gguf.py /mnt/workspace/LLaMA-Factory/outputmodel \ --outfile /mnt/workspace/LLaMA-Factory/megred-model-path \ --outtype q8_0他就会直接将训练好的模型为你保存到/mnt/workspace/LLaMA-Factory/llama.cpp这个gguf就是常用的大模型格式你粗略理解成大佬梁文峰老师天天忙的就是gguf这些。点击下载06—使用模型检验效果最方便简单的方式打开https://jan.ai/它可以直接使用模型setting—— Molde Provider——import一下就可以了导入刚才下载的 GGUF 文件点击 start前往对话中问个问题嗯是自己亲生打造的傻孩子没错了如果你有 ollama 的客户端也可以将文件再次转换后导入到 ollama 中进而被 dify 或者 cherrystudio 调用使用我这里在 cherrystudio 中尝试了之后发现傻孩子变成了疯孩子一发不可收拾怀疑可能和默认系统提示词导致的或者是在文件转换时出问题了。这里就不再赘述啦ok这就是我们模型预训练最最最简单的一个最简单的一个流程体验。都有工程师为你完成这是第一篇笔记希望对大家有帮助并激励我继续坚持下去我们下期再见想入门 AI 大模型却找不到清晰方向备考大厂 AI 岗还在四处搜集零散资料别再浪费时间啦2025 年AI 大模型全套学习资料已整理完毕从学习路线到面试真题从工具教程到行业报告一站式覆盖你的所有需求现在全部免费分享扫码免费领取全部内容​一、学习必备100本大模型电子书26 份行业报告 600 套技术PPT帮你看透 AI 趋势想了解大模型的行业动态、商业落地案例大模型电子书这份资料帮你站在 “行业高度” 学 AI1. 100本大模型方向电子书2. 26 份行业研究报告覆盖多领域实践与趋势报告包含阿里、DeepSeek 等权威机构发布的核心内容涵盖职业趋势《AI 职业趋势报告》《中国 AI 人才粮仓模型解析》商业落地《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》领域细分《AGI 在金融领域的应用报告》《AI GC 实践案例集》行业监测《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。3. 600套技术大会 PPT听行业大咖讲实战PPT 整理自 2024-2025 年热门技术大会包含百度、腾讯、字节等企业的一线实践安全方向《端侧大模型的安全建设》《大模型驱动安全升级腾讯代码安全实践》产品与创新《大模型产品如何创新与创收》《AI 时代的新范式构建 AI 产品》多模态与 Agent《Step-Video 开源模型视频生成进展》《Agentic RAG 的现在与未来》工程落地《从原型到生产AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。二、求职必看大厂 AI 岗面试 “弹药库”300 真题 107 道面经直接抱走想冲字节、腾讯、阿里、蔚来等大厂 AI 岗这份面试资料帮你提前 “押题”拒绝临场慌1. 107 道大厂面经覆盖 Prompt、RAG、大模型应用工程师等热门岗位面经整理自 2021-2025 年真实面试场景包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题每道题都附带思路解析2. 102 道 AI 大模型真题直击大模型核心考点针对大模型专属考题从概念到实践全面覆盖帮你理清底层逻辑3. 97 道 LLMs 真题聚焦大型语言模型高频问题专门拆解 LLMs 的核心痛点与解决方案比如让很多人头疼的 “复读机问题”三、路线必明 AI 大模型学习路线图1 张图理清核心内容刚接触 AI 大模型不知道该从哪学起这份「AI大模型 学习路线图」直接帮你划重点不用再盲目摸索路线图涵盖 5 大核心板块从基础到进阶层层递进一步步带你从入门到进阶从理论到实战。L1阶段:启航篇丨极速破界AI新时代L1阶段了解大模型的基础知识以及大模型在各个行业的应用和分析学习理解大模型的核心原理、关键技术以及大模型应用场景。L2阶段攻坚篇丨RAG开发实战工坊L2阶段AI大模型RAG应用开发工程主要学习RAG检索增强生成包括Naive RAG、Advanced-RAG以及RAG性能评估还有GraphRAG在内的多个RAG热门项目的分析。L3阶段跃迁篇丨Agent智能体架构设计L3阶段大模型Agent应用架构进阶实现主要学习LangChain、 LIamaIndex框架也会学习到AutoGPT、 MetaGPT等多Agent系统打造Agent智能体。L4阶段精进篇丨模型微调与私有化部署L4阶段大模型的微调和私有化部署更加深入的探讨Transformer架构学习大模型的微调技术利用DeepSpeed、Lamam Factory等工具快速进行模型微调并通过Ollama、vLLM等推理部署框架实现模型的快速部署。L5阶段专题集丨特训篇 【录播课】四、资料领取全套内容免费抱走学 AI 不用再找第二份不管你是 0 基础想入门 AI 大模型还是有基础想冲刺大厂、了解行业趋势这份资料都能满足你现在只需按照提示操作就能免费领取扫码免费领取全部内容​