猫敷雪

【代码】TIMEGPT时序大模型介绍。

可以说目前研究Prompt逆向工程，未来会像现在安卓逆向，JS逆向一样火起来。研究Prompt防御技术，对抗Prompt逆向工程。然后专门为使用大语言模型的公司提供安全服务。就像当年做SQL防注入的公司一样。这也是一个大市场。

首先，我们去找找具有这种本事的大模型。地址：https://huggingface.co/models?看到没有，它表示模型能够处理图像和文本输入，符合我们的任务要求。点击进去，首先看到的是一批新发布的模型，我们筛选Qwen模型，找到指定版本模型：https://huggingface.co/Qwen/Qwen2.5-VL-3B-Instruct选这个模型的主要原因是参数数量少，配置要求低，可以在云端部署，也可以在本地笔记本上运行。

一句话简介：基于 QwQ 32B 大语言模型的完全免费、无限制、无需注册登录的分布式 AI 算力平台。Free QWQ 是世界上第一个完全免费、无限制的分布式 AI 算力平台，基于阿里最新开源的 QwQ 32B 大语言模型提供强大的 AI 服务。通过创新的分布式算力架构，整合了来自全球的闲置显卡资源，包括个人电脑和网吧的 3090、4080、4090 等高性能显卡，构建了一个庞大的分布式计算网络。

从ChatGPT到Grok，再到如今的Manus，AI的每一次突破都在刷新我们的认知。而这一次，中国站在了全球AI舞台的中央。Manus不仅是中国AI技术的骄傲，更可能是AI Agent浪潮的起点。它的出现，让我们看到了一种可能：未来的AI不再只是“聊天机器人”，而是能深度融入生活和工作的“超级助手”。作为开发者，你准备好迎接这个“能干活”的AI时代了吗？不妨从今天开始，尝试构建属于自己的Agent，加入这场技术革命的浪潮吧！

之前接了一个客户的需求，利用闲鱼爬取纪念币图片，提取图片上的纪念币编号。这是一个典型的图片识别数字&字母应用场景，各大厂商都有对应的接口，但是由于图片人为拍摄，各种因素、环境比较负责，识别率比较低，因此准备采用大模型进行识别。目前市面上主流大模型厂商太多，GPT系列、阿里Qwen系列、豆包、Grok、DeepSeek等，简单尝试了下，采用Qwen2.5-vl-72b的视觉模型进行测试，发现效果不错，下面是详细应用过程。通义千问VL模型可以根据传入的图片进行分析，得到指定关键词的输出结果。

Grok 3仅对X上的Premium+用户开放。你需要订阅X的Premium+服务才能访问Grok 3的功能。也就是说，你需要注册一个X账号（原推特）。并且升级到对应的版本才能有权限访问 Grok 3。目前可以在 IOS 的APP Store 上进行安装。教程开始之前，我们先来了解一下 Grok 的 网页版官方使用地址：非常简洁，是不是非常熟悉！有点DeepSeek的熟悉味道了~~~Grok不仅在官网上使用，你也可以在 X（原推特）上进行使用。

获取Key： https://novita.ai/settings/key-management 点击图中添加密钥。Api接口：https://api.novita.ai/v3/openai/chat/completions。活动需要通过邀请才能获得20美元。

目前用下来字节、阿里云、付费的硅基比较稳定，DeepSeek R1 是真便宜，各家定价基本都在8元到16元每百万 token，简单对话消耗在 100 token 左右，特别复杂的在 1000 token 左右，百万 token 能回答几千到上万次…互联网大厂都开始免费提供了 DeepSeek 满血 R1 API 的服务了，注册就送百万 token，我昨晚挨个注册了个遍，每一家的羊毛都薅上…

目前最大的信息差就是 deepseek，所以我在本地也部署了 deepseek，这里给大家普及一下，非常简单易懂。

将 DeepSeek 大模型能力轻松接入各类软件。访问来获取您的 API key。

本文介绍如何基于DeepSeek V3模型+Obsidian搭建个人知识库，效果就是你可以对Obsidian工作区的笔记进行提问，让AI帮你梳理和总结。

优化后的代码不仅提高了效率，还完善了边界情况的处理。记忆化递归和迭代法都是有效的优化手段，具体选择哪种方法取决于具体需求和场景。输入weight数组（物品重量），value数组（物品价值），bagweight（背包容量）。输出：在背包容量为bagweight时，选择不同物品组合所能获得的最大价值。算法：动态规划，通过构建二维数组dp来记录每一步的最优解。

Ollama工具支持Windows/MacOS/Linux，大家根据自己的操作系统选择相应的版本下载，我用的是Windows11，因此我下载的是Windows版本的Ollama。打开Chatbox，选择模型提供方为Ollama，选择安装的deepseek-r1:7b，保存即可在新建对话中使用。选择安装的deepseek-r1:7b，保存即可在新建对话中使用。我只花了十分钟就安装完成了，网络速度决定了你的安装速度。至此，本地部署DeepSeek就全部结束了。至此，本地部署DeepSeek就全部结束了。

最近很多人见识了DeepSeek拉胯的服务，都在找各种替代品，但像硅基流动(SiliconFlow)这种API套壳商，体验并不会好到哪里去。今天腾讯云宣布截至2月25日，用户可以通过腾讯云免费使用它们部署的DeepSeek-R1和DeepSeek-V3，如下图：中午午休研究一下，写下来帮助大家迅速用上这两个模型。