marquina 最近的时间轴更新 marquina 最近的时间轴更新 |
marquinaV2EX 第 460333 号会员，加入于 2019-12-20 11:41:56 +08:00 |
marquina 最近回复了
17 天前 回复了 ice980 创建的主题 › 职场话题 › 虽然就业环境不好，但还是决定裸辞了。 |
支持，祝未来找到满意的工作
17 天前 回复了 huiwancode 创建的主题 › 分享创造 › 开源版 Manus 项目代码拆解系列教程 |
简单看了下，感觉亮点主要是 ReAct 模式的落地 + 相对清晰的 Agent 代码模板。我感觉最大的瓶颈还是在 LLM 本身和人类发生的指令上。
22 天前 回复了 conge 创建的主题 › 阅读 › 2025 一月读科学史 心理学 宗教 育儿 小说…… 11 本 |
平均每天 1-2 小时的阅读时间？
24 天前 回复了 klo424 创建的主题 › Local LLM › 求 DeepSeekR1 性价比硬件推荐 |
@terrysnake #46 笑死，非常真实
24 天前 回复了 klo424 创建的主题 › Local LLM › 求 DeepSeekR1 性价比硬件推荐 |
@klo424 #4 “查了一下 ktransformers 是框架？我需要硬件推荐。”
deepseek 和常规 llm 在架构上有较大差别（非常稀疏），而 llm 对硬件的要求相比常规应用又有较大区别。所以部署 deepseek 有多种推理方案：纯 CPU 、CPU/GPU 混合（ ktransformers ）、纯 GPU ，每种方案的硬件配置有很大差别。
但 OP 这种问法的话，我建议老老实实调 API 得了
deepseek 和常规 llm 在架构上有较大差别（非常稀疏），而 llm 对硬件的要求相比常规应用又有较大区别。所以部署 deepseek 有多种推理方案：纯 CPU 、CPU/GPU 混合（ ktransformers ）、纯 GPU ，每种方案的硬件配置有很大差别。
但 OP 这种问法的话，我建议老老实实调 API 得了
36 天前 回复了 sumarker 创建的主题 › 北京 › 终于下定决心要结束北漂生活了 |
@chuugoku #112 公司操作就行，自己不用管
37 天前 回复了 sumarker 创建的主题 › 北京 › 终于下定决心要结束北漂生活了 |
@chuugoku #110 离职后公司会办理停缴手续，然后账户就是封存状态了
38 天前 回复了 crocoBaby 创建的主题 › 问与答 › 有没有一个利用 deepseek 生成当日新闻,然后可以订阅推送的应用? |
42 天前 回复了 meeop 创建的主题 › 奇思妙想 › 一个想法，使用大模型作为数据库的极简服务模型 |
42 天前 回复了 meeop 创建的主题 › 奇思妙想 › 一个想法，使用大模型作为数据库的极简服务模型 |
@marquina #9 说得不够准确，我举个例子。
现有的数据库，存放的都是结构化的数据，比如{"name": "xxx", "age": 25}，而大模型的输出是人类对齐的自然语言，将这种结构化的数据作为大模型的训练语，就会极大干扰大模型的输出：比如日常聊天场景突然给你蹦出来半段 json 。
当然你也可以说，将所有的数据都按照非结构化的自然语言处理，直接扔给大模型。如果是这样的话，就算不考虑大模型的幻觉问题，光自然语言和结构化数据之间的信息差就足够头疼了。
现有的数据库，存放的都是结构化的数据，比如{"name": "xxx", "age": 25}，而大模型的输出是人类对齐的自然语言，将这种结构化的数据作为大模型的训练语，就会极大干扰大模型的输出：比如日常聊天场景突然给你蹦出来半段 json 。
当然你也可以说，将所有的数据都按照非结构化的自然语言处理，直接扔给大模型。如果是这样的话，就算不考虑大模型的幻觉问题，光自然语言和结构化数据之间的信息差就足够头疼了。
Select Language