LLM笔记第41页

部署 DeepSeek 需要安装OpenLIama（即 OLama）

OLama是一个轻量级的LLM软件引擎，用于快速部署和运行大型语言模型（LLM）。它是DeepSeek的核心依赖之一，负责处理模型的加载和服务器端的推理。2.本地部署DeepSeek需要OLama吗？

gzgenius·2025-06-17 21:07

# 我使用过的 HTML + CSS 实践总结笔记（含说明）

一、我用过的HTML标签常见结构与内容标签，构成网页的基本骨架和显示内容。类别标签列表说明文档结构,,,网页基础框架结构元信息,,设置网页编码、标题、内部样式等信息文字结构,,分段、换行、添加水平线样式辅助,,布局容器、内联文本、超链接标签标题标签~页面结构层级标题表格标签,,,表格结构与单元格设置表单标签,,,,用于创建表单与用户输入项图片插入用于网页中插入图片二、我用过的CSS属性控制网页外观

希希不嘻嘻～傻希希·2025-06-17 21:06

【MCP】连接阿里云百炼MCP至Cursor及其他AI工具

引言随着人工智能技术的飞速发展，大型语言模型（LLM）已经成为开发者和内容创作者不可或缺的工具。

HeXDev·2025-06-17 20:59

3-15 WPS JS宏单元格偏移设置(发货单记录保存-方法1)学习笔记

express.Offset(RowOffset,ColumnOffset)，express是一个代表Range对象的变量，可以是单个单元格，也要以是多行多列的区域。可以同时对行、列两个方向偏移，也可以只能偏移一个方向。1.使用方法：Offset(行,列)如：Offset(1,1)Range("a2").Offset(0,7).Value2=100;//a2的基础上偏移7列Range("a2:e4

爱上妖精的尾巴·2025-06-17 19:25

3-10 WPS JS宏单元格行、列号获取(实例:表格选与维度转换)学习笔记

**************************************************************************************************************点击进入-我要自学网-国内领先的专业视频教程学习网站****************************************************************

爱上妖精的尾巴·2025-06-17 19:25

2-5 WPS JS宏分支语句-if(实例:循环读取并判断单元格的值)---学习笔记

**************************************************************************************************************学习JS宏点击进入-我要自学网-国内领先的专业视频教程学习网站***********************************************************

爱上妖精的尾巴·2025-06-17 19:24

3-18 WPS JS宏颜色设置实例应用(按条件设置单元格颜色)学习笔记

前面讲解了关于单元格的一些格式的设置，本节课再讲解一下各种清除方法。1.函数解析与用法Range().clear()//清除全部Range().Value2=null//清除内容Range().ClearContents()//清除内容Range().ClearFormats()//清除格式Range().EntireRow.Range()//以Range单元格为基准选择整行2.实例应用:func

爱上妖精的尾巴·2025-06-17 19:22

MCP 模型上下文协议 modelcontextprotocol/python-sdk

这个项目是现代生成式AI(GenerativeAI)和大语言模型(LLM)领域的一个工具。

·2025-06-17 19:51

推荐使用： Obsidian 文本格式插件，笔记整理的得力助手

贾雁冰·2025-06-17 18:14

FWT (快速沃尔什变换) 学习笔记

目录一、FWT与位运算卷积SOSDP（SumoverSubsetsDP）FWT基础位运算卷积or卷积and卷积xor卷积代码实现拓展操作K进制卷积二、集合幂级数子集卷积进阶操作expln求逆例题应用一、FWT与位运算卷积非常牛逼的东西SOSDP（SumoverSubsetsDP）这东西理解成按位做dpdpdp就行，用于处理与位运算有关的贡献问题，使用条件是贡献在每一位上独立，或者可以通过记录到状态

癹魃♭·2025-06-17 17:39

LLM输出优化秘籍：Dify参数调节技巧大揭秘！

引言随着大语言模型（LLM）在文本生成、对话系统等领域的广泛应用，参数调节已成为开发者必须掌握的核心技能。

AI大模型-大飞·2025-06-17 17:08

【C# unity学习笔记】

此帖记录下c#写脚本碰到的一些问题1if和elseif：格式：if(v>0)//这里无需冒号，无需花括号，除非多行代码才要花括号transform.Translate(Vector3.forward*MoveSpeed*Time.deltaTime);elseif(v<0)//不写作**elif**等transform.Translate(Vector3.back*MoveSpeed*Time.d

QuantalGost·2025-06-17 17:36

快速上手 LiteLLM：打造高效、稳定、面向生产的 LLM 应用程序

github:https://github.com/BerriAI/litellmhttps://docs.litellm.ai/docs/LiteLLM是一个Python库，旨在简化多种大型语言模型（LLM

汀、人工智能·2025-06-17 16:03

「大模型学习」(10)LLM的量化（GPTQ、LLM.int8()、AWQ）不信你学不会！

前言为什么要做量化？减少模型的存储空间和显存的占用。在显卡中，数据从HBM中加载到TensorCore中计算，计算速度受限于数据加载的速度。通过对模型进行量化，减少HBM和TensorCore之间的数值传输量，从而加快模型推理时间。显卡对整数运算速度快于浮点型数据，从而加快模型推理时间。为什么量化对神经网络精度影响不大？1.权重和输入经过归一化，数值范围较小➤通常神经网络训练后会对输入和权重做标准

木楚子·2025-06-17 16:32

[论文阅读] 人工智能+软件工程 | 用 LLM + 静态代码分析自动化提升代码质量

用LLM+静态代码分析自动化提升代码质量论文信息AugmentingLargeLanguageModelswithStaticCodeAnalysisforAutomatedCodeQualityImprovements

张较瘦_·2025-06-17 15:21

FE.BASE-vscode使用、原理、插件开发笔记

使用命令行使用帮助：code--help使用已经打开的窗口来打开文件：code-r打开文件并滚动到特定行：code-r-gpackage.json:128比较两个文件：code-r-da.txtb.txt接受管道符数据：ls|code-图形界面、快捷键使用光标移动至单词开头/末尾Ctrl+Left/Right,代码块开头/末尾Cmd+Shift+\文档首行/末行Ctrl+Home/End文本全选/

weixin_30460489·2025-06-17 14:15

AGI会取代产品经理吗？产品经理还能做什么？

今天先聊第二个问题，也是我在LLM产品化实践、带AI团队时反复思考的主题。在AI自主决策时代，产品经理的核心交付是什么？我的答案是三件事：1.界定问题2.放弃方案3.引导方

大模型玩家·2025-06-17 13:41

LangGraph--设计一个给出标准提示词模板的聊天机器人

这些功能被分为两个独立的状态，而LLM决定何时在这两个状态之间切换。

zsffuture·2025-06-17 12:05

【LangChain】langchain.chains.history_aware_retriever.create_history_aware_retriever函数：创建结合对话历史进行语义检索链

该函数通过语言模型（LLM）重构用户查询，结合历史对话上下文生成更精准的查询，从而从向量存储或其他检

彬彬侠·2025-06-17 12:35

配置VSCode+Anaconda的PyTorch GPU环境笔记

真就是翻遍了整个互联网才终于让PyTorch在我的电脑上支持CUDA了。叠个甲，我是纯菜鸟，说的不对你也别喷，喷了就是你对。网上的教程都太有年代感了，跟着配置就是到处报错，最后配置出来的也是老版本，用着十分膈应（我个人不喜欢老版本的东西），所以想着记录一下我踩过的坑，让大家以后少走点弯路下面直接进入正题：在此之前，你需要自行完成：安装VSCode以及相关插件（汉化，CodeRunner，Pytho

FurryMonster·2025-06-17 12:02

【编程】Python/Java/Adb + Pycharm + Anaconda + VsCode安装说明笔记

目录一、Python安装一、Java安装一、Adb安装二、Pycharm安装（破解）1.官网下载2.安装（全勾选）3.找激活码4.环境配置5.修改下载源6.插件推荐三、VSCODE（开源）1.官网下载（https://code.visualstudio.com/）2.安装3.Python环境配置4.Python插件5.HTML插件6.JAVA插件7.JAVA环境配置四、Anaconda安装1.官网

Dxcxcdcdx·2025-06-17 11:58

深度学习笔记

文章目录聚类导入模块生成模拟数据建立并训练K-Means聚类模型创建图形绘制散点图（聚类结果）获取聚类中心可视化聚类中心设置图形标题和标签输出效果数据降维一、常见的数据降维方法二、Python降维示例（用PCA将3D数据降至2D）✅第1部分：导入模块✅第2部分：生成模拟数据✅第3部分：PCA降维处理✅第4部分：开始绘图✅第5部分：绘制散点图✅第6部分：完善图像细节并显示✨最终效果数据降维的作用✅一

疯狂成瘾者·2025-06-17 10:54

【大厂机试题多种解法笔记】查找单入口空闲区域

给定一个mxn的矩阵，由若干字符'X'和'O'构成，'X'表示该处已被占据，'O'表示该处空闲，请找到最大的单入口空闲区域解释:空闲区域是由连通的'O'组成的区域，位于边界的'O'可以构成入口.单入口空闲区域即有且只有一个位于边界的'O'作为入口的由连通的'O'组成的区域.如果两个元素在水平或垂直方向相邻，则称它们是“连通”的输入描述第一行输入为两个数字，第一个数字为行数m，第二个数字为列数n，两

·2025-06-17 10:20

Vulkan学习笔记7—分层重构

一、Vulkan对象封装VkContext.h#pragmaonce#defineGLFW_INCLUDE_VULKAN#include#include#include#includenamespacerenderer{structQueueFamilyIndices{std::optionalgraphicsFamily;std::optionalpresentFamily;boolsameFa

程序员Xu·2025-06-17 09:44

Rust 学习笔记：关于异步 trait 的练习题

Rust学习笔记：关于异步trait的练习题Rust学习笔记：关于异步trait的练习题问题一问题二Rust学习笔记：关于异步trait的练习题参考视频：https://www.bilibili.com

UestcXiye·2025-06-17 08:09

论文笔记--Language Models are Unsupervised Multitask Learners

论文笔记GPT-2--LanguageModelsareUnsupervisedMultitaskLearners1.文章简介2.文章导读2.1概括2.2文章重点技术2.2.1数据集WebText2.2.2

Isawany·2025-06-17 08:36

You Only Look Once Unified, Real-Time Object Detection论文笔记

文章结构统一检测框架(UnifiledDetection)核心思想YOLO将目标检测视为一个端到端的回归问题，输入的图像经过SingleForwardPass，直接输出物体的信息（边界框的位置、边界框的置信度、类别概率）；优势在于速度快，全局理解上下文，这里全局理解上下文的意思是识别物体和背景的关系，减少误检。网络设计网格划分（GridDivision）将图像划分为一个S×S的网格，文中S=7；共

__Lo__·2025-06-17 07:01

JavaScript正则表达式

参考笔记：JS之正则表达式_js正则-CSDN博客目录一、正则表达式介绍1.快速入门案例12.什么是正则表达式3.快速入门案例24.正则表达式"按位"描述规则二、正则表达式的定义方式三、修饰符modifiers

倒霉蛋老马·2025-06-17 06:56

Matlab自学笔记五十八：符号型和数值型变量之间的转换

1.说明符号数学工具箱允许实现符号对象和常规Matlab数据类型的转换（如数值、字符等），也可以借助符号变量的精度控制方法实现高精度的数值计算；2.转换方法数值型转换成符号型用sym，返回数值表达式的有理近似值，转换的原理是，通过匹配p/q,pπ/q,(p/q)^1/2,2^q和10^q（其中p和q是中等大小的整数）这样的形式来修正舍入误差（符号型为精确值）；3.程序示例0.3%双精度sym(0.

freexyn·2025-06-17 06:25

Java学习笔记——lambda表达式

Lambda表达式详解及在Java中的应用Lambda表达式是什么？Lambda表达式是Java8引入的核心特性，它是一种简洁的函数式编程语法结构，本质上是匿名的函数实现。它允许你将函数作为方法参数传递，或者将代码当作数据处理。基本语法：(parameters)->expression(parameters)->{statements;}示例对比（过滤数字）：//传统匿名类Listresult=l

lemon_sjdk·2025-06-17 04:09

NLP入门笔记

1、入门CNN能够有效地在上下文中挖掘语义信息，但是无法对远距离上下文信息进行建模，也无法处理词汇的顺序信息。与CNN不同，RNN(循环)可以处理词汇的顺序信息，并且具有灵活的计算步骤，可以提供更好的建模能力。由于RNN容易出现梯度消失的问题，对其进行改进的LSTM网络开始流行。此外，由于计算能力有限导致信息超载问题严重，注意力机制作为一种资源分配方案，通过将计算资源分配给更重要的任务，有效缓解了

ShaneHolmes·2025-06-17 02:57

【课程笔记】华为 HCIA-AI Solution 人工智能01：人工智能概览与发展趋势

人工智能概览与发展趋势目录人工智能概览与发展趋势一、人工智能与大模型发展历程1.何为智能2.AI、机器学习、深度学习3.人工智能的主要学派4.人工智能的分类5.人工智能三要素6.大模型大在哪里7.涌现带来的能力8.思维链的作用9.思维链好处二、人工智能领域1.发展趋势2.发展前景三、DeepSeek概览及其产业影响1.DeepSeek对AI产业的影响2.DeepSeek对AI产业发展的启示四、华为

·2025-06-17 02:26

【课程笔记】华为 HCIA-Cloud Service 云服务07：华为云运维基础

华为云运维基础作者系HCIE-CloudServiceSolutionsArchitectNo.28901，现于本平台分享学习云服务时的笔记，期望能助力更多人了解云服务并考取相关证书。

淵_ken·2025-06-17 02:56

Hugging Face、魔塔社区(MOTA)与OpenRouter：AI模型平台深度对比与实战指南

引言随着人工智能技术的飞速发展，大型语言模型（LLM）和各种预训练模型在各个领域的应用日益广泛。为了方便开发者和研究人员使用这些模型，涌现了许多优秀的AI模型平台。

何双新·2025-06-17 02:21

第2讲、LangChain应用架构与核心组件：构建LLM应用的基石

引言随着大型语言模型（LLM）技术的飞速发展，如何高效、灵活地构建基于LLM的应用程序成为了开发者面临的重要课题。

何双新·2025-06-17 02:21

Rust 学习笔记：trait 对象

Rust学习笔记：trait对象Rust学习笔记：trait对象定义共同行为的特征实现traittrait对象执行动态分派Rust学习笔记：trait对象假设我们创建一个名为gui的库crate。

UestcXiye·2025-06-17 00:13

autogen+ollama+litellm实现本地部署多代理智能体

AutoGen支持以最少的工作量构建基于多代理对话的下一代LLM应用程序。它简化了复杂的LLM。它最大限度地提高了LLM并克服

xiaomu_347·2025-06-17 00:42

『大模型笔记』基于Transformer的生成式模型分布式服务系统

基于Transformer的生成式模型分布式服务系统文章目录一、生成模型的推理过程二、当前推理系统的局限1.不灵活的请求级调度（request-levelbatch）2.批处理受限于请求形状不同三、Orca系统架构四、性能评估总结参考资料Gyeong-InYu和JooSeongJeong（首尔大学）；Geon-WooKim（FriendliAI和首尔大学）；SoojeongKim（Friendli

AI大模型前沿研究·2025-06-16 23:07

基于Socket编程的局域网聊天室开发笔记

背景知识所以并不是说，每一个客户端都兼具了服务端的功能，这里的服务端仅仅是一个中介，所有客户端的信息都要发给这个服务端，然后再转发给所有的客户端，对吗？是的，你说得非常对。在这个应用场景下，服务端充当的是中介的角色，管理所有已连接的客户端之间的数据传输。所有客户端的信息都会先发给服务端，然后服务端再将其转发给其他已连接的客户端。客户端之间不会直接进行数据交互，而是通过服务端来实现数据的传输和共享。

天才威的洞洞幺·2025-06-16 23:37

Ollama vs. vLLM

Ollamavs.vLLM:本地大模型部署指南在本地环境中运行大语言模型（LLM）已成为开发者和企业的核心诉求。无论是出于数据隐私、成本控制还是低延迟的考虑，选择一个合适的部署

frostmelody·2025-06-16 23:37

大模型代码生成探讨与实践

随着大语言模型（LLM）在软件开发领域的应用日益深入，我们正从最初将其视为“黑盒”许愿机，转向探索更精准、可控、可信的“白盒”协同开发模式。

木鱼时刻·2025-06-16 22:59

OpenHarmony深度解读之分布式软总线：authmanager模块(5)/设备身份认证过程

陈乔布斯·2025-06-16 22:28

深入探究 Python 领域 vllm 的核心功能_副本

深入探究Python领域vLLM的核心功能：让大模型推理像高铁一样高效关键词：vLLM、大语言模型推理、PagedAttention、连续批处理、GPU优化摘要：大语言模型（LLM）的推理效率一直是工业落地的

Python编程之道·2025-06-16 22:58

json-repair：修复JSON异常的利器

SolutionforJSONAnomaliesfromLLMs.项目地址:https://gitcode.com/gh_mirrors/js/json-repair在处理大型语言模型（LLM）的数据时

邬情然Harley·2025-06-16 22:54

【论文解读】OmegaPRM：MCTS驱动的自动化过程监督，赋能LLM数学推理新高度

1stauthorLiangchenLuo‪YinxiaoLiu‬-‪GoogleScholar‬paper:[2406.06592]ImproveMathematicalReasoninginLanguageModelsbyAutomatedProcessSupervisioncode:sanowl/OmegaPRM:thisisanimplementationforthepaperImprov

vlln·2025-06-16 21:54

struct的内存对齐学习笔记

文章目录1.什么是内存对齐2.为什么需要考虑内存对齐3.C语言结构体对齐规则:1.什么是内存对齐内存对齐是指数据在内存中的存储起始地址是某个值的倍数，在C语言中，结构体是一种复合数据类型，其构成元素既可以是基本数据类型(如int、long、float等)的变量，也可以是一些复合数据类型(如数组、结构体、联合体等)的数据单元。在结构体中，编译器为结构体的每个成员按其自然边界(alignment)分配

菜一头包·2025-06-16 21:48

算法日常刷题笔记（7）

第一天字符串反转字符串及其反转中是否存在同一子字符串https://leetcode.cn/problems/existence-of-a-substring-in-a-string-and-its-reverse/给你一个字符串s，请你判断字符串s是否存在一个长度为2的子字符串，在s反转后的字符串中也出现。如果存在这样的子字符串，返回true；如果不存在，返回false。boolisSubstr

·2025-06-16 20:14

自学笔记-python

创建虚拟环境python-mvenvvenv激活虚拟环境venv\Scripts\activate退出虚拟环境deactivate安装包pipinstall-rrequirements.txt路径拼接----os.path.joinimportospath=os.path.join(“x1”,“x2”,“log.txt”)print(path)找上级目录—os.path.dirnameimport

－假－·2025-06-16 19:08

Rust 机器学习

机器学习（ML）笔记以下是关于机器学习（MachineLearning,ML）的详细学习集，涵盖核心概念、方法、工具和学习路径：机器学习基础概念机器学习是人工智能的子领域，通过算法让计算机从数据

KENYCHEN奉孝·2025-06-16 18:01

Servlet完整笔记

Servlet规范1、servlet规范来自于JAVAEE规范中的一种2、作用指定动态资源文件开发步骤指定Http服务器调用动态资源文件规则指定Http服务器管理动态资源文件实例对象规则Servlet接口实现类1、Servlet接口来自于Servlet规范下一个接口，这个接口存在Http服务器，提供jar包2、Tomcat服务器下lib文件有一个servlet-api.jar存放Servlet接口

@小红花·2025-06-16 17:57

推荐频道

LLM笔记