即刻App年轻人的同好社区
下载
人工智能讨论组
人工智能or人工“智障”，一起聊聊人工智能新进展？
461147人已经加入
- 分享一个做llama3中文微调的宝藏仓库~！
GitHub - CrazyBoyM/llama3-Chinese-chat: Llama3 中文仓库（聚合资料，各种网友及厂商微调、魔改版本有趣权重 & 训练、推理、评测、部署教程视频 & 文档）
🧐该项目是Llama3的中文版本仓库，提供了多种微调、魔改版本的有趣权重，以及完整的训练、推理、评测和部署教程视频及文档，旨在支持中文场景下的Llama3模型应用和开发。
➡️链接：github.com
✨重点
●📚 项目聚合了Llama3中文相关的学习资料和交流平台，鼓励开发者和研究者共同参与改进和拓展。
●🔧 提供了各种网友和厂商微调的Llama3模型版本，以及详细的部署和使用教程，包括针对特定场景和需求的优化。
●🌐 包含网页部署指南，允许用户通过简单的web应用来运行和测试Llama3中文模型。
●🔄 支持多种增强的Llama3版本，如针对角色扮演、智能助手能力增强和长对话偏好的定制模型。
●📈 致力于提升模型的中文处理能力，采用高质量的中文数据集进行训练，以确保模型输出的自然性和准确性。
●📝 整合了优质的训练数据源和训练工具，为用户微调自己的中文Llama3模型提供支持。
●🔍 提供了详细的模型评测数据，帮助用户理解不同模型版本的性能特点和应用场景。
●🚀 最近更新包括了多个新的微调版本和模型部署选项，以及即将发布的AI笔记和思维导图浏览器插件。
18 115 - 4天跟GPT4对话150次后，我做了一个chrome插件，辅助阅读长文章
年初跟着豆哥@艾逗笔 在学全栈，现在算是有一个属于自己的作品了。（MVP的MVP）先开个头，后续继续分享学习过程。
1.产品想法：像做阅读理解题一样阅读长文章
当我看到英文长文章的时候，我觉得看完还是挺有难度，所以我在寻找一种能够辅助阅读长文章的方法。
之前有看到一种SQR3的阅读方法，其中一个点就是基于内容生成问题，然后回答这些问题。说白了，就是像做阅读理解题一样阅读长文章。刚好AI可以搞啊！一直就想着试试看这个想法。
2.开干
看完豆哥的wallpaper项目，属于刚好能看到react代码的level，但是不管了，立刻把做这个插件想法提上议程，我怕憋太久憋坏了。
过程就是跟GPT4结对编程，从项目文件结构，到每个文件代码的编写。来来回回问了150次，终于完成了MVP的MVP。
具体的效果看视频，目前只到了基于内容，生成问题环节，问题的答案还没搞出来，还很不完善。
3.后续
准备五一再完善一下代码，然后准备发布到chrome，后面开始进行build in public。
#全栈开发 #AIHackathon00:0521 1014 - RAG和微调的选择
我觉得95%用RAG，剩下的才是微调
前两天跟一老师聊RAG和微调，他比较喜欢微调，而我倾向RAG，当然也可能位置不一样，我的目标是成本，他的目标是创新，独立可控
＊微调和RAG的区别
微调类似于考前不断学习，记忆，最终通过自己的知识积累，去参加考试
RAG类似于考前不学习，只知道查找技巧，带上纸条和书，开卷考试
区别来了，
1 问题
微调，问题随意变化，都能理解应答
RAG，问题必须直接，书里面方便查找
所以，RAG的提问要直接一点，不然从参考资料里找不到，就没法继续了
2 效率
微调，高效，直接能回答
RAG，低效，要临时查找
所以，RAG响应速度慢，并且费Token
3 成本
微调，学习时间长，成本高，还要不断训练
RAG，考啥都行，只要给参考，就能考得不错
4 更新
微调，新知识得再学习，别的课程也得再学习
RAG，无需学习，只需要不断提高自己的检索能力，并且通用，任意课程随便来，所以微调会出现幻觉，因为不会答的还是不会答，RAG只要有参考就都能回答
5 输出
微调，因为不断学习，就会有自己的风格，自己的语气和答题方式
RAG，相对生硬，就是输出答案
所以微调还有一个目标，就是训练某种特定场景的应用，比如一个辅导老师，每次不完全给答案，给部分提示，循循善诱的教导用户，这种可能微调就好一些
＊结论
说了那么多，看似微调好处多，实则RAG能覆盖95%的应用，微调因为的成本，难度，以及大模型不断迭代的速度，导致微调很容易过时，并且大多时候RAG的结果完全能替代微调，所以RAG是首选。
当然，从安全，并成本预算充足的情况下，那么微调也有很大用处！
7 24 - ✨✨为自己喜欢+真正每天用的AI产品做学习｜摘录｜产品分析 是我最近最快乐的事
📓主题：AI 播客应用 Podwise 三万字复盘：两个月 1.2 万美元 ARR 之路
💼分类：AI产品分析｜Podwise
🔗链接：[curly-lantern-177.notion.site](www.notion.so)
📔真的有学到：
- 产品发布的第一天开始就一定要有付费选项，想好自己的商业模式。如果是 AI 产品一定要充分计算自己的成本，好的 AI 产品毛利要高于 60%。尽量不要贱卖自己的产品，9 元人民币和 9 美元之间有 7 倍的差距，而不同地区的最低时薪之间差距巨大。
- 营销一定要去杠杆高的地方，而且有很好的内容发现机制的平台。
- 做产品永远不能把用户当傻瓜，这是我们最大的错误。
- 如果有什么事是可以尽早做的，那应该是在用户聚集场所建立官方账号，你会收到很多有效的反馈，也可以帮你拓展新用户。
- 我们内部制定了一条规则，我们只跟 Podwise 的年订投资人聊
💼精读目录：
- Podwise 是什么？
- 为什么 AI 播客产品的名字最后取名叫 Podwise。
- Podwise如何从0-1构建AI产品
- 灵感与市场调研
- 确定产品方向
- 构建最小可行产品(MVP)
- 设计与开发
- 发布与用户获取
- 成本控制与定价
- 增长策略
- 复盘与迭代
- 商业模式
- 国际化与本地化
- 投资人关系
- 持续的社区参与
- Podwise的核心价值
- Podwise的增长策略
- Podwise | AI播客软件如何高效用户反馈
18 17 - MagickWand （开源版PS）的完整功能都能在comfyui里边使用了！🥹
GitHub - Fannovel16/ComfyUI-MagickWand: 在ComfyUI中正确实现ImageMagick
🧐该项目将ImageMagick——著名的数字图像编辑和处理软件套件——通过wandpy库整合到ComfyUI中，提供了一套完整的图像处理功能。
➡️链接：github.com
✨重点
●🎨 利用ImageMagick的强大功能，ComfyUI-MagickWand为用户提供了99种不同的图像处理方法，包括模糊、锐化、变色、阴影效果等。
●🖼️ 支持多种图像变换操作，如裁剪、翻转、旋转以及颜色空间变换等，极大地扩展了用户在数字图像处理上的可能性。
●📐 包括了对图像特征如边缘检测、线条检测的操作，以及高级功能如傅里叶变换的处理。
●🔧 项目提供了详细的安装指南，包括在Windows、Linux和Mac系统上安装ImageMagick的步骤。
●⚙️ 除了基本安装，用户还可以通过ComfyUI-Manager进行高级节点安装，进一步集成和使用MagickWand。
●👩💻 项目代码完全开源，包含丰富的示例和文档，帮助用户快速上手并应用到自己的项目中。
2 10 
24 48
