自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(6)
  • 收藏
  • 关注

原创 从某[特殊字符]️下单到充值,两分钟搞定ChatGPT Plus会员。

从某🐟️下单到充值,两分钟搞定ChatGPT Plus会员。除了这个还有更多,价格低的会员。

2026-03-26 16:17:20 59

原创 如何用burpsuite工具来抓包、篡改请求、篡改返回值

用来记录如何用burpsuite工具来抓包、篡改请求、篡改返回值

2025-10-19 18:59:16 1025

原创 Llama-Factory微调:编码实现与实战

以上是可以通过技术验证,验证llama-factory模型微调训练的可行性,接下来才是干货中的干货,如果在实际应用中通过自己开发的界面,将参数传递给后台服务,然后进行微调,如果用官网提供的界面,参数实在太多,相关参数可以直接预制好,只要部分关键参数就可以了。stage 当前训练的阶段,枚举值,有“sft”,"pt","rm","ppo"等,代表了训练的不同阶段,这里我们是有监督指令微调,所以是sft。无非就是四个步骤,1、数据集准备,2、参数设置,3、模型训练,4、合并导出模型。

2025-05-19 01:10:09 1181

原创 手把手教你用 3 台 CentOS 7.9 服务器构建 Kubernetes 环境

以下是在三台 CentOS 7.9 服务器上搭建 Kubernetes 1.23.6 集群,并运行最新版 Nginx,使用 Calico 作为网络插件,阿里云作为镜像仓库,容器运行时使用 Docker。以下是详细步骤。

2025-04-07 21:28:39 570

原创 低资源消耗!用Ollama轻松本地部署运行DeepSeek-32B

提前从官网下载torch-2.3.1+cu121-cp310-cp310-linux_x86_64.whl、torchaudio-2.3.1+cu121-cp310-cp310-linux_x86_64.whl、torchvision-0.18.1+cu121-cp310-cp310-linux_x86_64.whl。前几天尝试了用vllm部署DeepSeek-32B模型,这次采用docker部署ollama,并运行DeepSeek-32B,废话不多说,直接上干货。运行模型之后,直接可以进行问答测试。

2025-04-07 00:05:26 1175

原创 使用一张RTX 3090显卡本地部署DeepSeek-R1模型

模型本地私有化部署

2025-04-05 10:49:35 2249 1

人工智能流式问答接口调用

这段Java代码实现了一个调用问答AI接口并进行流式输出的功能。以下是代码的详细描述: 主要功能 通过HTTP POST请求调用一个问答AI接口 使用流式传输模式(stream=true)获取响应 将响应内容实时输出到控制台 代码结构 内部类定义 Message类:表示对话中的一条消息,包含role(角色,如"system"或"user")和content(内容)字段 RequestBody类:表示请求体,包含: model:使用的模型名称("qwen-plus") messages:消息数组 stream:是否使用流式传输(设置为true) 主流程 准备请求数据: 创建包含系统提示和用户问题的消息数组 设置使用"qwen-plus"模型 启用流式传输(stream=true) 发送请求: 将请求体转换为JSON格式 创建HTTP连接并设置请求头: Content-Type: application/json Accept: application/json Authorization: Bearer token 发送POST请求 处理响应: 读取响应码并打印 以流式方式读取响应内容,逐行打印到控制台 同时将响应内容收集到StringBuilder中 特点 流式传输:由于设置了stream=true,服务器会以流式方式返回响应,允许客户端逐步接收和处理数据,而不是等待完整响应。 实时输出:代码在接收到每一行响应后立即打印到控制台(System.out.println),实现了实时显示的效果。 错误处理:使用try-catch捕获并打印异常。 认证:使用Bearer Token进行API认证(代码中隐藏了实际密钥)。 使用场景 这段代码适用于需要: 与AI模型进行对话交互 实时获取模型生成的响应

2025-04-08

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除