op351 最近的时间轴更新 op351 最近的时间轴更新
op351
| 江苏联通 20 元 1000M 了 宽带症候群 • op351 • 113 天前 • 最后回复来自 cnwelink | 32 |
| 江苏电信 IPTV 的点播居然也是可以直接看的 宽带症候群 • op351 • 2023-12-21 09:13:59 AM • 最后回复来自 wzhpro | 2 |
| 米家 app 这个新增的延时执行能打断吗？ 小米 • op351 • 2023-12-02 12:34:44 PM • 最后回复来自 detecti1 | 4 |
| tvbox 的服务端是怎么开发的？ 问与答 • op351 • 2023-12-01 18:54:17 PM • 最后回复来自 op351 | 4 |
| 刚刚收到文心一言的体验资格短信，然后就让我上传身份证？ 问与答 • op351 • 2023-04-02 02:25:01 AM • 最后回复来自 dextremao | 25 |
| 通过 gost 的反向代理实现通过机场落地到自己的机器 宽带症候群 • op351 • 2023-03-31 08:43:28 AM • 最后回复来自 weiruik | 16 |
| 有没有 Frp 的替代品？ 宽带症候群 • op351 • 2023-03-16 14:04:22 PM • 最后回复来自 wslzy007 | 35 |
| 求推荐提供 gpu 计算租赁的平台 云计算 • op351 • 2023-03-10 18:41:27 PM • 最后回复来自 FirefoxChrome | 32 |
| 江苏电信 200m 360 一年 这价还行吗？ 宽带症候群 • op351 • 2023-10-11 08:01:54 AM • 最后回复来自 sunmacarenas | 51 |
op351 最近回复了
2 小时 29 分钟前 回复了 matsuzora 创建的主题 › 职场话题 › 制造业/工业开发现在是什么情况 |
制造业 it 不看学历 只看工作年限和经验 年限越长 经验越丰富 工资越高
所以年龄越大越好
和互联网完全不一样呢
所以年龄越大越好
和互联网完全不一样呢
5 小时 2 分钟前 回复了 ZimaBlueee 创建的主题 › Local LLM › ollama 新手，求问哥哥们 2 个问题，找了好多资料还是没弄明白 |
Ollama 模型直接下载并手动安装的项目
https://github.com/amirrezaDev1378/ollama-model-direct-download
https://github.com/amirrezaDev1378/ollama-model-direct-download
22 小时 33 分钟前 回复了 CyouYamato 创建的主题 › 程序员 › 现在培训班都开始教 cursor 了 |
"再往后, 企业只需要花个几千, 找几个刚毕业脑子还行的, 会打字就行了.甚至都不需要计算机相关专业, 是个人都能过来写"
楼主，你是认真的吗？真这样做的话和这个热贴 https://www.v2ex.com/t/1115826 闹出的笑话有什么区别？
楼主，你是认真的吗？真这样做的话和这个热贴 https://www.v2ex.com/t/1115826 闹出的笑话有什么区别？
4 天前 回复了 ccloving 创建的主题 › 问与答 › 打听一下，企业搞知识库一般都用什么做知识库？ |
另外的疑问
Dify 之类的知识库实现也是 RAG 吧？
难道是微调 Fine-Tuning ？
Dify 之类的知识库实现也是 RAG 吧？
难道是微调 Fine-Tuning ？
4 天前 回复了 ccloving 创建的主题 › 问与答 › 打听一下，企业搞知识库一般都用什么做知识库？ |
其实我很好奇
相比于 RAG （ Retrieval Augmented Generation ）模式的
1.对文档使用 LLM 对数据进行解析，切片，清洗后放入向量数据库
2.检索读取用户问题时，通过使用 LLM 对用户输入进行分析，调用 api 查询向量数据库
3.检索结果输出答案时，通过 LLM 的 prompt 工程对向量数据库检索结果进行再整理
微调 Fine-Tuning
对已有模型使用自己的数据集对模型进行再训练，从而输出新的模型
这俩成本会差多少，假设 RAG 需要 60 个人日的成本，微调呢，600 ，6000 ？
相比于 RAG （ Retrieval Augmented Generation ）模式的
1.对文档使用 LLM 对数据进行解析，切片，清洗后放入向量数据库
2.检索读取用户问题时，通过使用 LLM 对用户输入进行分析，调用 api 查询向量数据库
3.检索结果输出答案时，通过 LLM 的 prompt 工程对向量数据库检索结果进行再整理
微调 Fine-Tuning
对已有模型使用自己的数据集对模型进行再训练，从而输出新的模型
这俩成本会差多少，假设 RAG 需要 60 个人日的成本，微调呢，600 ，6000 ？
14 天前 回复了 crc8 创建的主题 › 宽带症候群 › IPTV 盒子只能接 iTV 口收看 |
itv 的 dhcp 认证可以用带端口镜像的交换机把 iptv 流量引到电脑端的 wireshark 抓包来解析
当然没有带高级功能的交换机的话 用网线和水晶头做一根抓包线也是可以的
做线的教程自行百度
当然没有带高级功能的交换机的话 用网线和水晶头做一根抓包线也是可以的
做线的教程自行百度
18 天前 回复了 Garalt 创建的主题 › 分享发现 › 谷歌翻译质量下降严重 |
谷歌翻译直接用官网肯定是正常的
通过各种反代手段 或者通过 爬取谷歌翻译的网页 api 翻译都是降智的
至于为什么 因为谷歌翻译网页的 api 请求头里有个字段 x-goog-batchexecute-bgr 是通过严格检测跨站请求的生成的
只要这个字段不对 那么返回的结果必然是降智的
至于为什么反代或者爬接口要降智，因为谷歌有提供官方的翻译 api 服务，而且挺贵的
通过各种反代手段 或者通过 爬取谷歌翻译的网页 api 翻译都是降智的
至于为什么 因为谷歌翻译网页的 api 请求头里有个字段 x-goog-batchexecute-bgr 是通过严格检测跨站请求的生成的
只要这个字段不对 那么返回的结果必然是降智的
至于为什么反代或者爬接口要降智，因为谷歌有提供官方的翻译 api 服务，而且挺贵的
18 天前 回复了 onikage 创建的主题 › 问与答 › 现在的大模型应用开发就是 prompt 地狱么? |
prompt 积累也是一种积累 我觉得
最近写 ai agent 自动工作流也是这种感觉
prompt 写得越多 越好 输出就越稳定 不会越界
最近写 ai agent 自动工作流也是这种感觉
prompt 写得越多 越好 输出就越稳定 不会越界
29 天前 回复了 jectychen1990 创建的主题 › NAS › 台式机做 nas 可行吗 |
行，需求多就台式机
为了追求低功耗换低性能 cpu ，拔显卡，换小主机啥的 我觉得没必要
为了追求低功耗换低性能 cpu ，拔显卡，换小主机啥的 我觉得没必要
76 天前 回复了 yegar 创建的主题 › 职场话题 › 想问问从事 CNC 行业的前辈，有关工作环境和待遇问题 |
再找找呗，其实工厂也有需要计算机专业的岗位，比如软件支持 mes ，最次也有计算机运维。
Select Language