uprit
ONLINE

uprit

V2EX 第 49924 号会员,加入于 2013-11-18 17:58:06 +08:00
今日活跃度排名 703
土区 iCloud 拼车
iCloud  •  uprit  •  2023-09-05 20:52:58 PM  •  最后回复来自 xzheng
8
最近在 Apple 官网买美区 Gift Card,到 check out 这一步时无法打开了
Apple  •  uprit  •  2023-02-24 12:03:51 PM  •  最后回复来自 tangyujing99
3
群晖刚刚出了个 C2
NAS  •  uprit  •  2022-08-23 17:04:51 PM  •  最后回复来自 serafin
10
win10 存储池的坑
问与答  •  uprit  •  2022-08-02 15:12:25 PM  •  最后回复来自 putaosi
17
关于早睡(不熬夜)大家有啥经验么?
问与答  •  uprit  •  2022-06-24 19:45:57 PM  •  最后回复来自 unregister
32
小米电视哪一款比较好?
小米  •  uprit  •  2017-09-11 21:00:35 PM  •  最后回复来自 Tee2mo
48
uprit 最近回复了
16 分钟前
回复了 life90 创建的主题 问与答 现在的动画每集分钟为什么越来越短?
还有从 8 分钟砍到不足 2 分钟的.....
18 分钟前
回复了 skytenlc 创建的主题 问与答 英文 pdf 翻译。
我可以帮你弄,不要钱。俺就想看看是啥好文章。
你这说的不清不楚啊。
啥叫集显 PC ? HD Graphics 3000 是集显,UHD 770 也是集显,前者连 4K 都播不了,后者基本能通杀所有编码的 4K 。
MacPro 你想说哪个型号?十几年前的垃圾桶是 macpro ,最新的 M2U 也是 Macpro ,前者可能你开个 Chrome 都卡。
你要是为了看 4K ,就选 intel ,50 快 g5500t 的 UHD630 核显,也能通杀大部分 4K 。或者 200 块的 dg1 基本通杀你能看到的所有视频格式,4K8K 不在话下。
7 天前
回复了 yifangtongxing28 创建的主题 随想 大部分行业都会迎来巨变
真以为每个企业都是胖东来?
胖东来好当吗?好当,老板得把自己的利益分出去。
胖东来好当吗?不好当,老板把自己的利益分出去,他这老板岂不是白当了?
只要还有人想当人上人,阶级就不可能消失。
啥叫人上人?只要俺能踩你头上,吸你的血,吃你的肉,俺就是人上人。
这和你能不能吃饱,过的好不好没一点关系。
旧社会吃人,新社会难道不吃人?他们只是拿着刀叉吃,然后说,这是文明。
吃人的人,哪有那么善良。
10 年前的电脑很老了吗?俺还用着 6 代 i7 ,也快 10 年了。日常办公、上网、看视频,还是够用的。
7 天前
回复了 klo424 创建的主题 Local LLM 求 DeepSeekR1 性价比硬件推荐
@klo424 一般非满血的大家都不认为它是 DS ,比如,7B 、14B 、32B 这些,其实都是 QWEN ,8B 、70B 其实是 LLAMA
7 天前
回复了 klo424 创建的主题 Local LLM 求 DeepSeekR1 性价比硬件推荐
你要跑的 R1 是满血 671B 吗?跑这个就不可能省电,再折腾不管哪个方案基本也是开机 500w 起步。
你要是只想用用,那 API 最合适了。100w token 能够你高强度玩好几天,也就几块钱。
你要是只想自己部署,折腾硬件,就享受满屏跑码不断报错的过程,那随便整个双路平台,E5 都行,再随便搞个 16G 显卡,跑 KT 方案,几千块就够了,当然,这个也不省电。
你要是非满血也可以,那就简单多了,7B 及以下,随便一台机器都能跑,没显卡也行。要是再小点的模型,比如 1.5B 甚至 0.5B 的,几百块的 arm 应该也可以跑起来
12 天前
回复了 devliu1 创建的主题 问与答 2025 年有没有大容量 HDD 推荐
@totoro625 现在有不能清零的型号吗?
19 天前
回复了 blackbookbj277 创建的主题 问与答 请教知识库搭建
@lyping 如 2L 所说,拆成问答对,越细越好。这个工作量很庞大。
RAG 的效果依赖于检索,如果每次都能检索出少量且精准的内容,一起提供给模型参考,效果会好一些。
20 天前
回复了 blackbookbj277 创建的主题 问与答 请教知识库搭建
大多数领导想要的:资料扔给大模型让他学,然后多了个内部专家给你们用。
一般人实际能实现的:检索资料库,检索结果追加到提示词里,一起扔给大模型。
前者实际操作需要微调训练,成本巨高,技术难度也大,最终效果不一定好。对的数据集要求很高。
后者实际是个退而求其次的思路,搞 RAG ,成本低,容易操作,但实际并没改变大模型原本的性能,每次都得引用,而且没“记忆”,同时搞这个事情对资料库的整理要求极高,实际性能也不咋地,大概率搞了之后效果稀烂。
结论:别对 AI 期望过高。
关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   5708 人在线   最高记录 6679   ·     Select Language
创意工作者们的社区
World is powered by solitude
VERSION: 3.9.8.5 · 24ms · UTC 02:55 · PVG 10:55 · LAX 19:55 · JFK 22:55
Developed with CodeLauncher
♥ Do have faith in what you're doing.