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(3)
  • 收藏
  • 关注

原创 Linux 离线安装ollama+deepseek环境搭建

下载ollama安装包,拖至服务器文件夹中官网下载安装配置文件或者自己复制到install.sh中在第81到84行中修改代码块注释掉在线下载的代码部分,修改为上传的已经下载的解压包的位置也可以直接复制我已经写好的install.sh在shell中尝试一下如果可以启动则成功安装ollama。

2025-02-18 10:38:32 920

原创 Graph Chain-of-Thought: Augmenting Large Language Models by Reasoning on Graphs 论文阅读

发布于ACL2024在grapg-rag中,为了解决某些结构化信息存储在相关连接中,例如:书目图中的学术论文通过引用和共同作者联系在一起,形成了一个(文本署名)图。这种图中的知识不仅编码在单个文本/节点中,也编码在它们的相关连接中。这篇文章自己建立了一个GRBENCH的图推理基准数据集,这些问题可以用10个领域图的知识来回答。作者建立了图思维链(Graph - cot),通过LLM推理、LLM-图交互和图执行来进行执行。

2024-12-02 15:50:34 820 1

原创 Opportunities and Risks of Large Language Models in Social Media Bot Detection论文阅读

社交媒体机器人检测一直是机器学习机器人检测器不断进步与对抗性机器人策略相互竞争的一场持久战。在这项工作中,我们通过调查最新的大型语言模型(LLMs)在社交媒体机器人检测中的机会和风险,将这场竞争推向了新的高度。为了探索机会,我们设计了基于新颖LLM的机器人检测器,提出了一个混合异质专家的框架,来分割和征服多样化的用户信息模态。为了阐明风险,我们探索了利用LLM引导的用户文本和结构化信息操纵来规避检测的可能性。

2024-03-12 22:18:34 799 1

空空如也

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