lly576403061的博客

Ollama 是一个开源工具，专注于在本地计算机上快速、便捷地运行大型语言模型（LLMs），尤其擅长部署和优化 Meta 的 Llama 系列模型（如 Llama 2、Llama 3）及其他开源模型（如 Mistral、Phi-3）。它通过简化的命令行和 API 接口，让用户无需复杂配置即可在本地体验 AI 模型的生成、推理和对话能力。

（深度求索）作为一家专注于AGI（通用人工智能）技术研发的中国公司，已发布了多个版本的AI模型，涵盖自然语言处理、多模态理解及生成等领域。通过MoE架构降低计算成本（如DeepSeek v2的激活参数量仅为3B，性能接近70B密集模型）。：DeepSeek-MoE-16B（开源）、DeepSeek-V2（API服务）。：相同参数量下，生成质量显著提高，支持更长上下文（如128k tokens）。：7B参数开源模型（如DeepSeek-7B-Chat）。参数量：覆盖7B、67B等规模（B=十亿参数）。

DeepSeek的核心玩法在于其强大的智能交互能力。用户可以通过自然语言与AI进行对话，提出各种问题或请求。这种对话式的交互方式，让信息获取变得前所未有的简单和高效。在实际使用中，DeepSeek展现了出色的理解能力。它能够准确捕捉用户意图，即使面对模糊或不完整的提问，也能通过智能分析给出相关回答。这种交互体验打破了传统搜索引擎的关键词匹配模式，使信息获取过程更加自然流畅。对话过程中，DeepSeek支持多轮交互。用户可以根据回答进一步追问，系统会结合上下文提供更精准的信息。

在人工智能的领域中，卷积神经网络（CNN）和循环神经网络（RNN）是两种极具影响力的神经网络架构，它们在处理不同类型的数据和任务中展现出了各自独特的优势。今天咱们就简单学习一下卷积神经网络（CNN）和循环神经网络（RNN）是两种常见的深度学习模型，它们在处理不同类型的数据时各有优势。

本人有幸被优快云、InfoQ邀请参加2023年“可信数据库发展大会”。本年度的分享聚焦“自主、创新、引领”，7月4号是主会场分享。本次大会由中国通信研究院牵头、中国通信标准化协会、大数据技术标准推进委员会、InfoQ极传媒牵头，清华大学、华为、阿里云、腾旭云、浪潮等等国内顶尖学术研究院、企业共同参与分享的顶级学术盛宴。参与了大会也深切的感受到了国内顶级学府、研究院对于理论基础研究的深度和广度，以及国内顶级企业应用研究的成果，总之受益匪浅。

Quivr采用先进的人工智能技术来帮助您生成和检索信息，可以处理几乎所有类型的数据，包括文本、图像、代码片段等。创建项目比较简单，创建的时候有付费的和免费的，咱们练习直接白嫖就可以，果断选择免费方式。下面的图里是我本地按照创建的项目里的配置替换的，需要注意的是backend目录下的ANTHROPIC_API_KEY 是选择 Claude 的配置，我们可以删了。配置完完毕，接下来要初始化数据库了。下面的视频是5月下旬上线的最新的版本的演示视频，新的版本替换了操作UI，接下来我们尝试使用新版搭建自己的知识库。