哈喽,各位小伙伴大家好,我是麦尔刘,今天来给大家接着把这个本地话知识库来给扩充一下,给他用 gpu 的运行方式来进行。首先咱们来看一下,这会我会打包一些压缩文件,他其中有更新过的这个 local gpt, 因为这个拍摄的运行环境,然后还有这个 model, model 是放到时候会放在吸盘缓存里来进行的。然后还有五个脚本文件, 首先咱们拿到这个文件,咱们需要把咱们之前那个环境当中之前跟目录里这个 local gptnv 这给删掉啊,咱们用这个最新的这个文件去替换文件夹去替换就可以了,然后其他的话就也全部复制到啊,本地复制到那个上一个那个 logo jpt 跟目录里就可以了。 然后需要注明的一点就是这次咱们需要确认一下这个库大和 c u d n 这个环境是不是安装完成了,嗯,可以在是不是安装完成,这个必须安装好,必须要把那个嗯英语答的驱动给打好,这个话自行百度一下吧。嗯,需要查看的话可以在命令行输入英微点 s m i 来查看这个库大 版本。好了,现在让现在咱们来运行一下,看一下整体的运行效果吧。首先呢咱们先把这个扩大环境给它创建一下,就是把 c 盘的这个缓存给它复制过去, 可以点开完成的话,这边就把这个扩大环境给它执行完了。然后咱们再对这个税库进行一下处理。 这边呢咱们添加了一个文件夹清除的功能,这个也是之前很多小伙伴们反馈的啊,学经常在这里卡住的,我这边直接每次执行的话都把这个 db 文件夹给他删除了,然后执行到这一步呢,这个数据就已经创建完成了, 然后咱们再执行一下这个四,有数据库的执行,当出现这个 inter 的时候的话,这个就已经加载完成了。咱们在这里输入咱们想要的一个问题啊,咱们现在来看一下, 我现在 的话他就会在解锁这个答案。 ok, 咱们可以看到这边答案呢,已经显示出来了啊,为了去显示这个虚拟环境可以执行这个命令,这个就是答案的一个来源啊,同时因为这边咱们添加了参数,展示他原始的文档来源,所以他会显示这么多, 这就是运行这个环境。那这边呢?我也给他配了一下这个 yby 整体的操作呢,和咱们上一个视频的是一样的,咱们直接去当把这个一一二给执行完后,咱们无需无无需去执行三,然后直接跳过执行四,然后把这个 yby 的 api 给启动开, 然后咱们执行完这个后,然后再启动零五这个 y b u i 启动,就可以实现这个啊, y b u i 的一个操。呃,实现 y b u i 的一个操作了,当显示到这个界面的时候,有显示这个域名加端口的话,这部分这个零四这个角本就执行成功了,这个脚本不要关,这个窗口不要关,然后咱们直接去执行零五这个脚本。 ok, 咱们看到这个地址 就可以去给他看一些啊,可以,现在咱们可以看到这个就是咱们的一个 web ui 的一个界面,来,咱们问他一下问题。 ok, 现在运行完了,咱们可以看到他显示可以运行这个命令来获得这个虚拟环境的这个结果啊。另外咱们刚才我忘记总结一下,在这个压缩包内,这个还有一个啊, constance p y 这个,呃,文件,这个也需要手动替换一下,嗯,总大家一起总结来看一下吧。 这会要更新包呢,主要包括这样几个内容,一个是 local gpu mv 这个环境,这个话呢,自己手动去更新一下啊,把这个原先的文件夹给他删掉,然后直接复制进去覆盖就可以了 啊。第二个呢,还有这个 models 这个文件夹,这个就放在这,到时候脚本会自动去替换。还有一个文件呢,是 constance 这个点 pyg 文件就改一些内容,这个直接给它复制替换就可以了。另外还有这五个,五个脚本,五个脚本直接放在那合 之前也不冲突,这会运行的话就运行这五个就可以了。前面两个呢,一个是环境搭建,一个是这是个吃库的一个处理。第三个呢是通过啊,他们的啊命令行业界面去执行啊,这是苦的搜索。 后面两个呢,就是通过搭建一个 ybui, 去通过这样一个 ybui 的一个环境去进行一个解锁,各取所需吧。嗯,今天视频就到这里,感谢各位小伙伴收看,咱们下期再见。
粉丝44获赞41

ai 界的安卓系统正式开源了,羊驼二可以称之上目前开源系统中最强的 ai 大语言模型,而且可免费商用。今天老张教大家如何把羊驼二部署到你的本地,咱们提前体验一下。首先看一下效果,可以直接将拉玛尔部署到咱们的本地电脑上, 根据您电脑性能不同,咱们可以选择不同的版本,性能越强,它的效果也就越好。接下来老张教大家如何轻松的把它部署到你的本地,咱们提前体验一下辣么二究竟有多强大。首先第一步,咱们可以去 dd hop 网站中搜索 test 杠 generation 杠外部 ui, 要这样的一款 ui 工具, 咱们可以往下去拉,找到最底端的这个下载选项,根据您的电脑系统进行下载。下载完成以后,直接将压缩包解压出来,然后双击进入,然后选择 start 杠温 六字典 b a t 这个文件双击打开。如果过程当中有任何问题,欢迎在评论区当中进行留言,老张会给大家一一解答。好的,安装成功以后呢,咱们会发现他会自动的给您产生一个 test 杠,占地 recent 杠 y b u i 拿到他以后,咱们不要着急启动。 老张呢给大家提供了这样的一个拉马尔七 b 的一个语言包模型,如果您这边说老张我自己想下载,我去哪下呢? 可以直接去这个憨狗 face 上找到这个 mate lamar 这样的一个文件,然后选择您对应的版本,因为它本身是三个模型嘛。七 b 十三 b 七十 b, 根据您的显卡进行选择,如果您是第一次打开这个网站,会让您先去做一个申请,因为我这边已经申请过了,咱们可以直接选择文件和版本,然后可以在这直接进行对应的下载,这是第一个下载方式,第二个下载方式可以直接 下载对应的版本,注意咱们的版本后缀是 ggml 这样的一个版本信息。当然如果说你说老张我什么都不想下,我只想体验一下所有东西,我会给大家打包整理好,到时候你可以直接在老张这进行领取。 ok, 然后这个地方都配置完成以后,咱们再次的双击打开,如果双击过程当中爆了一些错误,咱们可以先尝试更新一下对吧?这有一个更新系统,然后双击打开,当咱们打开之后,他会弹出一个 uil htvp, 冒号幺二,七点零点一,冒号七九零八,证明咱们这次启动是完全 ok 的, 咱们就可以直接打开您本地的浏览器,直接启动就可以,启动完成之后不能直接使用。注意上方有一个 model 啊,这个这模型对吧?把模型这个位置一定要选择咱们的这个拉吗?二,这样的一款模型,这款模型 咱们放在哪呢?放在咱们 test 杠 generation 杠外的 ui 的文件夹中,有一个 models 文件夹,把这个模型放到这个里面,我会给大家把模型提供,你直接拽进来就可以,然后在这个位置选择模型,一定要选择复合,然后再点击刷新, 刷新之后回到这就可以轻松的进行聊天了啊。因为现在这个羊驼二呢,他刚刚开源,对中文呢还是不太理解的,所以说咱们不要担心,你先把他部署上,后续都会逐一更新的。

让人人都能用上的室友 gpt, 一个本地部署可以在 cpu 上运行的 gpt, 他不需要联网啊,录制也不会传上网。如果你不想自己公司内部的数据 进入出去,同时也想用自己的数据进行训练,就用 g b t f o 进行事业部署。 g b t f o 让人人都能用上的自由 g b t 目前项目的新兴数量已经接近五十二 k, 他开源可以商用,他不仅是做那个聊天的界面,还是一整套的系统,几乎拿着就能用。另外他们 gpd four order 自家的系列模型,本机 bug 的数据相当出色,特别是他的十三个濒临的模型,得分直追 gpd 三点五。我们看一下怎么用, 这里下载源码,最简单的方法是直接下载安装包,安装过程中会提示下载模型,这里可以看到啊,除了他自家的 模型以外,还支持包括南方图战队的各种模型,我们可以根据需要进行下载,那我下的是七个比你的小羊驼。当然了,以后想用哪个模型也可以单独下载,我们在提问的时候可以在菜单中选择模型。另外我们也可以在本地的电脑上 配置一个文件夹,放入我自己的数据,让大模型能够访问,并且在回答问题的时候,大模型可以引用这个文件夹内的内容。这样就实现了,一方面进行的是一部署,另外一方面又能确定自己的数据,怎么样,是不是很爽快,去试试吧!

gbt 的代码解释器能够让人人都成为程序员,但很多人不知道怎么样运行代码,今天呢就来教大家如何运行拍摄文件,俄罗斯方块,贪吃蛇彩虹条,只要你能够给出需求, gbt 就能够帮你写出相应的代码。首先我们来到拍摄的官网,点击它最新的版本进行下载, 下载完成后呢,我们点击自定义安装啊,然后把它安装到我们想要的位置,这里能勾选的就全部勾选,然后点击下一步。 安装完 python 之后呢,我们要安装一个 payer 的开发环境,然后我们打开它官网,之后呢点击下载, 下载后呢,我们选择安装的位置啊,这里可以把它选在 d 盘,这里呢也是跟上面一样,能勾选的尽量多 勾选上,然后点击安装,安装完成后呢,我们打开 pan, 可以发现啊,他是需要激活的,需要激活码的可以在评论区留言,我看到了会给大家发激活。之后我们就进入到了主界面,点击创建新的程序,然后打开一个新的页面, 然后我们在主程序上面再新建一个 python 文件,然后呢我们就复制 ppt 帮我们写的贪吃蛇代码,复制下来,右键点击运行, 可以看到呢,他这里报错啊,他是提示我们没有拍 game 的这个运行环境,这时候我们点击 setting, 点击项目,然后选择拍摄 interpret, 点左边的加号搜索拍 game, 然后点击安装即可。 这时候我们再次返回,然后右键点击运行,可以看到你第一个拍摄游戏贪吃蛇就已经做好了,赶紧去试试吧。

哈喽,大家好,本期视频将和大家介绍如何在自己的笔记本电脑上部署类似于恰的 gpt 的大语言模型。首先我们看一下演示, 比如说我输入,我正在做一期关于如何部署类似 chart p ppt 的模型视频,帮我写一个视频标本, 然后它就可以帮我们,它就可以实现类似于恰的 d p t 的效果。 比如视频标题简介,如何在本地部署聊天进行模型, 这个模型直接在本地运行,不需要连, 不存在其他限制。然后比如说我们看他帮我提炼一个短标题, 有时候他就可以回复自家就能训练 chate 几步器。本地部署大语言模型。当然我们也可以继续质问,他 在响用的时候,这个响用速度是没有加速的,是它正常的速度。 当然我们也可以让他写些程序,比如说写一个标点,程序简单, 当然我们也可以对他输出的内容进行一定的修改。嗯, 比如说我不想使用 example 点 com, 请帮我修改为电音主点 com, 然后它也可以按照我们的要求进行部署,它也可以按照我们的要求进行改写视力。 那么这个本地模型用的是哪个 大模型呢?用的是兰巴醋,但是兰巴醋对于中文的知识并不是太友好,所以我们使用一个重音化过后的一个库,然后这个库呢? 他针对于蓝巴兔扩充了中文词表,然后也进行了一些预训练。他他可以在个人电脑的 cpu 或者是 gpu 上进行快速训练,即使你没有个人信卡,也可以进行训练部署。 嗯嗯嗯嗯嗯。

最近, visa d m m 团队开源了一款全新的代码大模型 visa dakota, 它打破了碧源辅助编程模型的垄断地位,显著超越 crowder 与谷歌 burden, 获得广泛关注。这个视频主要分享如何在本地部署体验。 visa dakota 最新的微册的 cod 主要有三十四 b 和十五 b 两个版本,他们都是通过 evo instruct 方法训练的。 其中三十四 b 版本在 human ever 测试中得分为七十三点二,并可稳定附线,仅次于 chat tpt, 是最新得分 高于 t x c p t 三点五和壳腰带等臂圆模型。另外还有个十三 b 模型,得分六十四,排名第八,性能也很不错。目前该项目已在迪克 开源,并给出了 demo, 可以体验与使用。先体验一下 demo, 随机选一个立特的高难度题进行测试,然后再分享如何本地部署使用。 由于是体验 demo, 这里需要等几秒钟将结果复制早恋后的,并调整一下格式 提交验证完美通过。接下来我们看一下如何在本地附属规则的 coder。 首先要根据自己的机器性能选择合适的模型。官方模型都是 十六比较吃现存,如果电脑配置比较低,可以选择量化版本。我们可以在哈丁 face 上找到 golf 格式的量化模型。 golf 格式是 lama cpp, 新推出的格式将会取代 g g m l, 相比于 g g m l, gap 格式具有更好的拓展性,并且支持保存更多元数据,包括 top t v c 甚代码及特殊 top guns 等。目前支持 gap 的有 lawma cdp、 text generation、 my v e, 偷画的 c d p 等。 这里我们使用 text generation level, 只需要下载对应系统的压缩包, 解压后点击启动脚本,等待安装完成就可以了, 我这里之前安装过就不再演示。之后我们选择对应的量化模型进行下载,可以看到相比于原模型,量化模型会显得 占用要小很多。根据自己的机器配置选择合适版本的量化模型并下载。下载完成后,将模型移动到 text jenna, 一首 mapping the model 键加下,然后点击启动小本,等待程序启动。 点击 url 打开 vip u i 页面, 在 model 这里选择我们刚才下载好的模型,点击加载,等待模型加载完成。 加载完成后就可以在开界面进行兑换了。 以上就是在本地部署使用最强开源辅助编程模型 vsadcoder 的部分内容, 后续可以将模型接触 discount 等。二、第一周将使用 gitacopopi 的提养辅助编程,提升开发效率。免费且无互联网的编程入手,你期待吗?

怎么在 jbt 上传本地文件来和自己的各种 pdf, ppt, excel, 各种文档来聊天呢?这是不是很多同学都有的问题?我们知道 jbt 不能够上传文件,即使 plus 版有插件可以和 pdf 来对话, 但是呢,也只支持在线的 pdf 链接。但是假如我想让 jbt 来总结提炼我自己记录的超长的会议字要,那该怎么办呢?这也是 jbt 插件系列教程的第二期,欢迎点赞关注、收藏更多干货教程哦!首先要选择 gbt 四,然后选择插件模式,选择 rs 的 pdf 这个插件。 然后最关键的步骤来了哈,命令他生成一个可以上传文件的链接,让我上传文件。然后呢,他就会生成一个地址,点击这个地址,就生成了一个上传文件的窗口,不仅支持 pdf, 还支持 ppt, txt, csv 等等各种格式的文件。我上传了一个五十多页的巴菲特,普通 从大会的实录汇称成一个文档的 id 地址复制下来,回到 jaijbt 粘贴这个文档的地址,然后就可以提问啦,比如说汇总巴菲特如何看待比亚迪的观点。嗯,非常棒,非常棒!关注我,每天分享 ait 升十倍生产力!

呃,不得不说啊,现在这个 ai 技术发展的真的是太快了,就是拆的 g p t 我还没玩明白呢,然后这两周呢,又出了一个 非常火的一个新的技术叫 auto g b t, 然后不知道大家有没有听说过啊,今天的话就给大家来分享一下这个 auto g b t 它是什么东西啊?我们怎么样去使用 auto g b t? 在分享儿童 g p t 前呢,我们先来回顾一下 chi 的 g p t 他是做什么的?我们可以把 chi 的 g p t。 当作一个 ai 问答中句,然后你向 chi 的 g p t。 提问,他就会给你对应的回答。那相信有很多同学已经用 chi 的 g p t。 去写论文,写代码,写文章等等等等。 那假设我们现在要写一篇论文,使用 china g p t 的话,我们是不是要先问他说啊,我需要写一篇论文,我需要 做哪些事?然后呢?拆了 g p t 就会告诉我们啊,你写论文需要经住以下步骤。那接下来呢,我是不是还要向拆了 g p t。 去人工的提问说啊?我要请先帮我确定一个选题,然后帮我去写一段背景,然后帮我去写一下论文的主体,然后帮我去写论文的实验总结等等等等。 就我可能要向他去多次提问,然后要自己去把这个问题给整理出来,最终得到一篇论文,对吧?就整个流程需要我们人工的大量介入,但但 auto g p t 它的强大之处在于,你只需要告诉 auto g p t 一个目标,比如说我要写一篇论文, 然后接下来 auto g b t。 就会自动执行程序,帮助你完成这个目标。那接下来给大家分享一种我个人认为最简单快速的方法,去搭建一个自己的 auto g b t 去使用它。 那首先我们进入到 ottvt 的官方仓库,然后可以看到啊,他现在已经有十万多的星星了,才短短两周。对,首先第一步我们要点击 foc, 把这个仓库复制到我们自己的账号下, 那这里大家一定要注意,要把这个 topie master branch only 给取消周选。为什么呢?因为 master 分支它的代码可能是不稳定的,没有经过大量充分的测试,等会我们要运行的是稳定版本的代码,所以这里要取消周选,然后我们创建。 其实我在网上也看了很多 auto gpt 的部署教程,但基本都是说要把这个代码下载到你自己的电脑上去安装环境,然后再运行。但其实我觉得这种方法不是特别的好, 因为 auto gpt 它是需要拍散的环境,它需要大量的依赖,那如果说你本地,如果你在本地去安装,这些依赖可能会和你之前 的环境有冲突。另外就是 autogbt 它在运行的过程中可能会读写你电脑上的文件,所以有可能会影响你电脑上的一些现有的文件,这也是有一定风险的。所以这里我选择的方式是使用 detopod 这样一个云托转平台, 就是用别人的服务器来部署这个项目,方便又高效。那怎么使用 datepod 来部署这个项目呢?其实非常简单,我们只要把这个项目的地址改成 datepod 的地址, 再加上一个井号,直接运行,然后我们就进入到了 gitpod 的界面,在这里我们选择我们要部署的 ott g p t 项目,然后创建 newwork space。 好,然后大家现在看到的界面其实就是 gitpod 为我们提供的一个云环境,我们就可以把它当做自己的电脑来使用。好,然后进入到 这个界面之后呢,我们先不用管他右下角的这一坨啊,他在自动帮助我们安装依赖。我们首先要点击左下角的这个分支,我们要把这个 master 分支切换为这个 stable 稳定版本的分支。好,大家注意看左侧,你会发现这个文件已经变了。 好,接下来我们要去修改这个 auto gpt 项目的配置文件,我们找到点 env, 点 template, 然后右键重命名, 把作者给我们提供的模板文件改成自己的配置。然后在这个配置文件中呢,我们主要关注的就是这一行,因为 auto g p t, 它底层也是基于 g p t 的,它要通过像 g p t, 像 oppo ai 去问答 来获取答案来完成任务。所以说这里我们要把它改成我们自己的 oppo ai 的 k, 那这里我就填写自己的 k 啊,估计很快就要被在座的各位小伙伴消耗完了。改完这个配置问 之后,我们进入到这个终端,按 ctrl 加 l 清屏。然后接下来我们要运行 rod s h 这样一个脚本文件,那这个脚本文件呢?会自动检查咱们这个服务器中是否缺少这个项目需要的依赖,如果缺少的话,就自动帮我们安装 好依赖。安装完成后,如果大家看到了这样的信息,他让你输入名称,那就表示现在我们的项目已经安装成功了, 怎么样,是不是很简单呢?那大家可以自己去尝试一下。好,那接下来我带大家快速体验一下这个 auto g b t。 的能力,然后试着让他帮我们完成一个目标,看看他到底是人工智能还是人工智障。 这里在实际运行前,我们先输入一个 help 参数,来查看一下这个命令它有哪些参数可以指定。那这里我给大家重点讲解几个参数。首先就是杠 c 参数开启连续 模式,开启连续模式之后, auto g b t 它的每一步操作都不需要经过我们人工确认,它就会无限的执行下去, 所以可以想象这是一个非常非常危险的操作。就比如说我们让他帮助我们去写一篇论文,那最后肯定要给我们生成一个论文文件,那在生成论文的过程中,肯定要从网上下载很多的资料,那假设我们的电脑已经没有空间了, 那这个 auto g b t 他可能和人一样,有些人为了达到目的不择手段,对吧?那这个 auto g b t 他也不择手段,他就把咱们电脑上自己的文件给删掉了,为了存放他的新生成的文件,而且还有一个风险,就是什么呢?他竟然是自动的程序,就有可能陷入一种死循环, 一旦进入了死循环,其实我们背后的那个 open ai 的额度在不断的消耗其中,可能过了一天之后 后呢,我们的任务也没有完成,钱没了,钱没了。作者为了降低这种风险,他还提供了一个额外的参数尬聊,就是我们可以指定啊,他自动运行的最大的次数, 他连续运行几条之后,他之后再去运行新的操作,那就要找我们人工去确认,对,这个是相对安全一点。好,那这个儿童 gbt 的用法介绍完了,接下来我们就来演示一下,那我们就给他一个目标, 那比如说现在我要生成一个网站来表扬鸡打篮球打得很好,那我们首先启动奥特 gbt, 好,他让我们输入名称,随便输入一个。好,接下来这部比较重要,他让我们定义这个 ai 的角色,那现在既然我们要让他帮我们去创建一个网站,我们就让他是一个前端开发者, 现在呢我们就拥有了一个前端开发员工。然后接下来呢?呃,接下来呢就要给这个员工定目标,这里也和真实世界一样的,就是作为老板,你要给员工定的目标越详细,员工才越清楚应该怎么做,才正容易 满足你的这个目标。在这里我们给他定一两个目标吧,最多可以只定五个。那我们给他定的第一个目标就是,呃,写一个网站用来表扬鸡在打篮球,然后再定一个更明确一点的目标,就是呃生成一个 文件来构建这种网站。那接下来呢,咱们的员工,咱们的前端工程师就开始干活了,我们就期待一下。好,现在 ai 已经给了我们回复,我们来看一下,首先是他的想法,他认为在做网站之前,他要先去做调研,他要去搜集一些关于鸡蛋 打篮球的信息,然后我们看一下他的计划,他打算从网上去搜索击打篮球枪中的内容,并且呢他想要浏览这些搜索结果,去收集一些信息,再往下,这个很有意思,我们可以把 ai 当成人,就是当你给他布置些任务。哎,他不理解,或者说他有些自己的想法的时候,他可能会给你反馈 啊。我们来看看这只园中说什么,他说他想要确认自己没有花费太多的时间在这里研究上,就是因为我们没有给他一个明确的时间期限,然后看一下他的下一步操作。这里是最明确的,就是他打算去搜索击打篮球的信息。 好让我们接下来可以给这个员工一些反馈啊,比如说输入外就表示认同你的下一步操作。输入外账 n 表示你要连续的去执行几条操作,接下来就不用向我确认了,然后 n 就 表示退出程序。还有最后你可以给他一些额外的建议,那这里我们就输入 y 执行,他在思考。 好,现在他给了我们下一步的计划,他下一步要执行的操作是浏览网页,然后他可能要去看一下刚刚搜出来的信息,那我们继续输入外让他浏览, 然后再看下一步操作啊。哎,这个地方系统提示说有错误,他找不到这个浏览器,因为咱们的这个服务器还没有安装浏览器,所以这个凹凸 gbt 呢,他也没有办法打开浏览器去进行网页。他下一步的计划呢?是安装一个什么代理, 使得能够浏览这些搜索结果,那我们就继续按外看他能做什么,看一下他的下一步回复啊。呃,大概的意思就是说他现在还是想要获得更多的关于击打篮球的信息,就感觉他好像陷入 入了一个迷茫或者误区,要不我们给他一个稍微明确一点的引导吧。好吧,我们就让他更多的关注于创建网站这件事情,不要再做研究了,让他立刻给我们生成网站。 我们再看一下他的下一步计划啊,就是他打算使用写文件命令来创建 html 文件了啊,这个是符合我们预期的,而且呢,他打算去使用这个文件追加的命令去给这个网页文件补充更多的内容。然后他希望他自己写的代码扯读性是比较高的, 其实已经有了一种工匠精神。是,那我们一条一条让他执行也挺麻烦的,我们这次直接偷着懒,让他连续执行五条操作,好直接外杠五。那这里我们就稍等一下。好,我们来看一下他做了些什么啊?大概就是说他往这个网页文件里面追加了一些内容, 接下来他也想打开浏览器去确认一下自己写的这种网站是否还需要更多的修改,但是呢,因为我们这里没有浏览器,所以呢,他决定去给我们安装一个浏览器。那我们再来五步来,我们看一下他做了些什么。首先他企图安装一个浏览器, 结果呢,安装失败了,然后呢,他又想去看自己生成的网站怎么样,结果呢?浏览也失败了,然后再往下,他又要去新写一个 html 网页文件,结果呢 也失败了,然后再往下呢?哎呦,这一步很有意思啊,他打算把这个刚刚写过的这个网页文件给删掉,然后呢,他也真的把这个文件给删掉了,所以说这就是刚刚提到的那种危险的操作,然后最后呢,他又打算重新写一个网页文件,那这次我们就只让他执行这一步吧, 我也不要再做这多尝试了,处处碰壁啊,可谓是。哎。他这里又报错了,然后由于文件已经被更新了,他现在决定再往之前的文件里面再去补充一些内容,我们再允许 好,他说文本添加成功,那这次估计是有戏的。那接下来我们在这个 watch space 工作空间中找到他为我们生成的文件,我们来试一下能不能运行。啊, 那这个就是 otogbt 为我们生成的网站了。嗯,其实没有图片,也没有视频,然后全是文字,然后说这个击打篮球的历史可以追寻到二十世纪中叶,然后底下就会教你怎么去训练击来打篮球。 其实我感觉好像和我们的主题有点偏,因为我感觉我没有把自己的预期描述特别清楚,我就是想让他给击打篮球这件事情写一些赞美的词词。对啊, 他好像理解错了我的意思。那其实通过我们的这次体验啊,不知道大家觉得怎么样,反正我自己的一个感受是,虽然说治疗 ottgbt 他确实能够自动化的去帮我们做一些事情,但是他生成的内容的质量的好坏 其实是很难把控的,需要对我们这个操作 ai 的人提出正着的要求。这个 ai 他肯定还会持续的发展,而且发展的速度可能远远超乎我们的预料。 那对于我们大多数人来说,我们能做到的可能就是先学会使用这些 ai 工具,让我们能够跟上时代,利用 ai 来提高自己的一些工作的效率。然后大家也可以分享一下自己用这个 autogbt 的一些玩法。

ai 界的安卓系统羊驼二终于支持中文了,只需两步轻松部署到你的本地来体验目前开源系统中的最强 ai, 还可免费商用,大家跟老张快速体验一下。 首先呢,咱们先来看一下效果啊,这个拉莫二啊,他现在已经完全可以支持中文了,咱们国内大神成功研发的中文微调版本,而且给咱们提供了两个模型版本供大家选择,一个是基座类的,用于仿写文章续写等,一类是咱们叫做他叫做星座类,或者叫做指定类, 就类似于咱们对应的菜的 gbt 那种感觉的,直接通过指令进行聊天的。所以说今天老张呢,跟大家来讲解一下,如何把这两个中文版的拉姆尔模型给他部署到咱们的本地 直接本地应用。如果之前了解 github 的兄弟呢,可以直接登录他的 github 来进行部署,如果不了解的往后接着跟老张走,没有软件的记得双击关 关注评论六六六。好了,接下来咱们来说一下如何部署咱们这个就是刚才老张给大家说的咱们中文微调后的两个模型,一个是基座版,一个是对话版,大家如果需要的话呢,老张都给大家同时打包起来, 对于这个 text 的真的 reset 啊,进行一个简单的部署,还是打拿到老张的这个工具之后呢,咱们直接点击开始好,开始成功以后,咱们直接在这个位置进行打开。当然如果您首次安装的时候呢,他会有一个安装指令,咱们把它安装完也可以,大家碰到任何问题都可以直接发过来。 然后那两个模型呢,咱们是放到这个 test generation 杠外边, ui 放到这个 models 这个文件夹里,直接放到这就可以了啊,大家下载其他模型也是可以放到这,这种的话方便比咱们自己搭建的要简单很多。 然后咱们直接访问这个网站,好的,咱们打开 generation 这样 test generation 这样的一个网站,然后先在这个位置 选择模型,在上方点击模型选择,然后在这模型中,您看您是想使用类似于 t b t 的对话方式,还是想使用文章仿写我的老张给大家演示一个叫 t b t 的,然后选择 load, 这样的话他会加载指定模型,就是老张这提供的是一个七 b 的模型啊,起码你的显存呢得达到八 g 以上,否则的话会爆显存的啊,大家来看一下,这是没问题了,成功看到了吗? 成功之后回到这你就可以直接进行对话了,所以大家可以看到它的效果呢,比之前的拉玛尔要强很多,他是能够读懂中文,也可以用中文来回复的,一些 gbt 的指令在这个位置都可以直接使用,而且呢全程本地部署,这个将来你用完之后呢,甚至你可以开发属于自己的模型微调来搭建你自己的知识库。 如果有想学习如何搭建知识库的兄弟们呢,可以在下方给老张评论,如果本期视频点赞超过两千以上,老张会给大家开新的内容,给大家来讲解如何使用文答系统搭建 gbt 知识库。

aut gpt 来了,用上 aut gpt 翻身直接做老板,打造自己的全自动工具人。今天就和大家分享一下如何最快的安装 aut gpt。 当然如果大家嫌操作麻烦,也可以去体验一下 agent gpt, 直接去网页登录即可, 缺点就是不能和本机电脑进行一个联动登录界面大概是这样的,具体的使用方法也差不多,同样的也是需要部署 open ai 的 api t 安装之前我们需要先看一下安装要求,第一个是环境要求,前两个就不看了,相比之下 pat 比较简单。 第二个要求就是 open ii 的 a p i t 安装其实很简单,即使你是小白也能快速上手。第一步,安装一个 get, 去网页上搜索 different windows, 点官网,然后进去下载,点 download 下载即可。第二步,安装一下 pay time, 也是网页搜索 pay time 下载一个最新版, 安装完毕后这个地方勾选一下即可,这样就完成了,之后不用管它。第三步原则上是去给 top 上复制链接,进入网站,点击 code 复制链接, 但也可以直接复制这条代码到 c m d 直接运行。 像我这样就是运行成功了之后再输入跳转命令到指定文件, 输入 命令后会出现这样的一个显示,表明已经在该文件下进行操作。之后我们需要再安装一个依赖文件 同样的复制代码,粘贴进去,回车一下, 在最后如果不报错就是安装成功了。接着执行最后一个命令,我们需要新建一个 e n b 文件,输入命令后提示已复制一个文件,这样就可以了。 接着我们去找到刚刚复制创建的文件, 右键选用记事本打开文件。打开文件之后找到这段代码,并且将自己的 a p i 复制进去, 这样就完成全部的部署了。想要执行程序还需要使用这个命令粘贴进去,回车一下 auto g p t 就启动了。首先它会让你给它取个名字,接着需要你去设定一下它的作用, 比如写代码,写文章、论文之类的,这边作为演示就随便写一下。之后还会让你写执行任务的目标,最多是可以写五个,写完目标后 他就会开始执行你的任务。需要注意的是,每次执行任务都会调用你的 api, 这个是收费的哈。本期的视频就到这了,希望大家喜欢。

大家好,我是小薇。二零二三年七月六日强大的 chat gpt 插件 called interpreter 发布。代码解释器可以用于编辑代码、制作图标、分析数据、编辑文档。 无论是程序员还是普通用户都可以使用该工具完成工作。的自动化代码解释器同时支持本地上传功能以及多种格式的文件。不过 called interpreter 仅面向 trade g p t plus 付费用户开放,普通用户则无法使用。 近期, killian lucas 发布了一个名为 open interpreter 的开源工具,不但可以替代 g p t 四的代码解释器,还可以访问网络,不限制文件大小,以及在本地运行拍访 devascript 等代码,执行各种命令和任务。目前 open interpreter 的官网已经建设完毕,点击右下角的链接可以加入等待列表。 open interpreter 的代码已经开源,且提供了 collab 运行脚本。 首先我为大家演示一下 open interpreter 的本地部署流程,根据你的操作系统下载并安装 git, 在此我选择 windows 版本,然后下载拍放, 在此我选择安装最新版本。如果需要同时运行 stable diffusion, 则可以选择较低的版本,下载完成后安装即可。值得注意的是,在安装拍放的时候,需要在 advanced options 选项中勾选第三项,也就是天 添加拍放到环境变量,否则无法使用 keep 命令安装。然后返回 open interpreter 的 gap up 页面,点击绿色的 code 复制安装地址。下一步,新建一个文件夹, 在地址栏输入 c m d 运行命令提示服,并输入安装命令,等待系统自动下载文件到本地,该过程会持续几分钟。完成下载后返回该 fop, 复制 p p in store 指令, 进入原代码所在文件夹,在地址栏中输入 c m d。 粘贴 p p install 到命令提示服中继续安装。完成安装后,复制 interpreter 命令,粘贴到 c m d。 中,运行 open interpreter。 现在系统会提示我们添加 g p p t。 四的 a p i p。 没有 check g p t 账号的同学也可以使用免费的 codelowm 模型作为替代,访问 open a i 就可以查看并复制自己的 a p i p, 粘贴到对话框中即可。 没有 chat gpt 账号的同学可以直接点击 enter 键应用 code lama 模型,按照要求选择模型和运行方式,就可以使用 open interpreter 了。 此外,免费的 g p t 三点五 a p i 也可以使用,具体的指令可以参考官方指南。然后我再使用 collap 为大家演示一下 open interpreter 的几种使用场景。 和本地运行的方法一样,我们同样需要添加 chat gpp 的 apip 方可运行。 首先是基础指令,一、执行代码,把红色文本替换为代码, open interpreter 可以完成执行。二、数学题解答, 输入一段文本命令,还可以要求 open interpreter 解答数学题,我们可以看到计算出的答案非常准确。 三、网络搜索功能,输入一段命令,要求 open interpreter 搜索十条最新的 b b c 新闻。收到指令后, open interpreter 会自动安装拍反中的 free parcer 库,用于搜索 b b c 的 r s s feed。 完成安装后,系统就会自动访问 b b c 的 r、 s s, 读取十条最新发布的要文,全程自动化完成。四、如果想要清除 除聊天记录,也可以使用 interpreter reset 命令清空聊天历史。除了基础指令,我们还能通过 open interpreter 执行高级指令。 一、 youtube 逐臻重绘提供一段样本视频,该视频由多个图像组成。 现在我们要求 open interpreter 读取视频的每一针,完成图像重绘并输出一段新的视频。接到指令后, open interpreter 会自动安装 replicate 到本地,用于运行 control net, 并完成视频的生成。 然后, open interpreter 会自动规划整个操作流程。我们可以看到系统会安装必备的工具,并完成下载视频 频提取音频、剪辑视频、重绘动画、合成视频、输出视频等八个步骤,全程自动化运行。制定好计划后,就开始按照步骤执行程序。 最后,系统会生成一段每秒十二针的新视频,点击链接即可下载到本地。二、文档创建 用户可以提出复杂的命令,例如,新建一个文件夹,并自动生成五个 docs 格式的 word 文档,文档中需要包含和机器学习相关的内容。 首先, open interpreter 会分析命令,下载安装必要的 python dogs 组件。然后创建一个文件夹和五个 dogs 文件,并按照要求生成五段关于机器学习的文字内容,输出 word 文档。 该功能可以实现办公的全面自动化。三、批量修改文档我们可以要求 open interpreter 批量修改某个文件家中的所有文档,并替换某个特定词条。 收到指令后,系统就会按照要求完成对 word 文档的批量修改。步骤如下, 首先, open interpreter 会自动打开每个文档并完成内容替换,然后重命名修改后的文件输出到原始文件夹中。 四、编辑特定 youtube 视频中的音频 open interpreter 会自动分离 youtube 视频中的音频,并完成编辑输出音频文件。五、参考并绘制类似的图像上方的像素艺术横幅由知名的艺术家 ruby chen 设 设计,该横幅曾经作为 g p t 四模型的动态背景使用。现在,我们可以要求 open interpreter 绘制类似的图像,并规定图像的像素、比例、色彩、输出图像的数量和格式。 接到指令后, open interpreter 就会自动执行程序并完成十组图像的输出,生成的图像也非常专业。六、自动添加字幕输入命令要求 open interpreter 为某段视频自动添加字幕。 接到指令后,系统会提取视频中的音频,并将音频转换为文本,然后利用基于拍放开发的 moviepe 工具完成字幕的自动添加。在该工具的帮助下,字幕的添加将会全面进入自动 动画时代。七、 youtube 视频自动剪辑在 open interpreter 的帮助下,我们可以把 youtube 视频自动剪辑为 tiktok 短视频。 例如,我们可以提供一段 youtube 地址,要求 open interpreter 自动剪辑视频中的片段,并选择人物面部中央作为重点区域。完成剪辑后,完成音频和视频的合并,并保证视频的连贯性。 这是一个复杂的命令, open interpreter 会按照步骤完成视频下载、音频提取,确定剪辑区间,使用人脸检测工具锁定人物面部, 然后把每一针剪辑成九比十六的竖屏,最后完成视频音频的合并,按要求输出短视频。这是一段 乔布斯的采访片段,经过裁剪后输出的短视频,效果还是非常不错的。八、图像转视频 该命令可以要求 open interpreter 把一张图像转换为多种风格,并合成为一段短视频。 open interpreter 会利用 control net 生成图像并完成视频的合成,效果非常不错。 总之, open interpreter 是一个强大的工具,可以帮助我们完成多种工作的自动化。 最重要的是,我们只需接入 check gpt apr 就可以使用该工具,无需任何代码和编程基础,点击视频下方的链接就可以在本地云端运行该程序。今天的视频就结束了,感谢大家的观看, 欢迎大家点赞、订阅、转发本频道。如果你有任何问题,可以在视频下方留言或者联系小微,欢迎大家收看本频道的其他节目,再见!

嗨,大家好,就在这两天啊, opening type 这项目呢,已经登挺 get up 的热度榜了, star 涨得非常的快,接上个视频,今天给大家带来的就是免费直连 gpt 使用 opening type 的一个方案。视频后面呢,有一个详细的操作文档,操作过程非常的简单, 这套方案不管是三点五还是四点零都可以使用国内的一个网络直联,他是怎么做到的呢?其实是有使用的 pandora 这个项目提供的一个服务,他是提取了一个 check gbt 外部端的一个 rcs token, 使用这个 set token 来模拟用户的一个网页请求,所以我们在对进行调用的时候是没有用到他那个收费的 key 的。而且呢, pandora 提供了一个兼容 open ai 库调用 gpk 的一个方式,因为他把那 那个阿 sis token 啊转成了一个 fake key 我,所以我们可以使用一个类似于 api key 的方式来进行一个拆 gpt 的一个访问,对应的代码里呢,其实我们只需要修改一行代码就可以实现一个中转访问。 ok, 我们来看一下效果,这里是我使用一个四点零的一个 fake 来进行一个启动,启动之后呢,我问他,你是谁?是 g b t 吗?以及一个周数人的经典问题,验明一下正身啊,确认是四点零,没错, 这就是我在没有 g p d 四 k 的一个情况下,把 g p d 四呢接入到了 inteptor 我本地里面。 这种方式除了一个免费以及直联,还有一个好处,就是说它的一个访问频率啊,是根据网页端来的, 所以类似于我这个四点零的话,就和网页上一样是五十次,每三个小时来看一下具体的一个操作流程啊,如果你本人是有那个账号以及 k 以及网络直连网络 ok 的话,所以你直接使用他一个官网提供的一个操作方式,就可以直接 install 一下他这个库,然后选择 intact 直接启动,讲一下两个参数,一个杠 f, 就是说 fast 选用他的一个三点五的一个 接口,另外一个就是说跟我玩呢,意思就是说免去他那个通知,一个执行确认的这么一个操作。今天主要讲的就是说如何实现我前面所说的一个国内直联的方式,也就是使用 pandora 的一个 fake, 首先我们就是 corrode 一下这个项目,然后呢我们打开这个 intact pie 这个文件,只需要修改一行代码,就是说他在发送请求之前呢,指定他的一个 a p i bass u i u 这个地址呢,为我们 panzora 提供的一个地址。 然后呢直接就进行一个启动啊,启动前需要安装一下 porridge 这个库, 因为这个项目呢是使用 parch 来管理的。其实我觉得这个 parch 呢比我们平时使用一个 requirement 安装的一个方式呢,我觉得是更方便了,他直接 parch install 一下,然后直接 run 就可以启动这个项目, 我这边呢给大家演示一下, ok, 直接到项目的地址里面呢,执行一个 part run in chapter l f 这里呢使用一个三点五的一个 fake kia ok 可以看到啊,成功调用,而且他还知道我到底是谁啊?这里呢提供了两个 key 给网络不 ok, 又需要国内直连说没有 key 的同学使用 这两个 key 呢?其实它的呃有效期和 assist token 一样,只有十四天啊。所以如果你对 pandora 这个项目有兴趣的话呢,可以直接去看一下我这复录里面获取 fake key 的方式呢,非常的简单啊。 不过呢,这项目呢,最近位置原因 github 下架了,如果有自己部署需求的话呢,可以去找一下网络 的一个共享包,但是他作者提供的这两个地址呢,还是能够继续使用的。后继有什么其他的一个有趣的改动呢?呃,继续给大家分享。至于这个呢,大家可以截图保存。

一直审核不被通过,没有办法正常的上传视频,所以尽量少说话。教大家怎么正常的上网。 完成 check 的 ppt 的第一步。首先我们下载这个软件,解压缩 运行啊,这是我以前设计好的,现在我们先把它删掉,从头开始。教 好。我们先来添加福气,这是福气的列表。 选择权限复制。 点击服务器,从剪贴板导入批量 url。 接下来我们需要测试服务器的连接速度,等待 好,这是完成。我们根据服气的速度和延迟,选择一个服气。 选择自动配置代理。我们来测试一下。但是测试没有办法发出来,因为会被屏蔽掉,所以大家可以自己测试一下, 如果不可以用的话,记得换这个节点。而且每次扫描时间会很长,所以我们选择把这种延迟为负一的。 延迟为负一的服务器可以删除掉。 有请 下次再测试的时候速度就会快很多了。好,就这样。

大家好,今天要讲的内容是 windows 本地部署拉玛二大模型。 在本节课中,我们将在 windows 环境不使用 gpu, 只使用 cpu 的情况下,基于拉玛点 cpp 这个库部署并运行拉玛二大模型 完成部署后会直接使用 python 接口进行文本生成。 二零二三年七月十九日, meta 发布了免费并且可商用的大语言模型拉玛二,这一举措足以让大模型领域的格 格局发生巨大的变化。 number 二系列模型有七十亿、一百三十亿和七百亿三种不同规模参数的模型, 经过评估,拉玛尔的实际效果已经超过 gpt 三,甚至已经接近 gpt 三点五。 关于拉玛尔本身,有非常多值得讨论的地方,尤其是对国内 ai 领域的深远影响,将来我会再专门出视频来讨论。 下面我们进入正题,就用手头的个人电脑来体验一下。辣妈二, 我们都知道大圆模型动辄就是上百亿的参数,本身就不是在单机环境下使用的, 即使是拉玛系列最小的七十亿参数,也需要英伟达 r t x 四零九零或 a 十来运行。 但是有位超级大神,他基于 meta 发布的拉玛模型开发出了一个运行拉玛模型的模块拉玛点 cpp。 该项目纯手工基于 c 加加打造,没有任何第三方便于依赖,使我们可以基于 c p u 条件进行大模型推理。 另外, 拉马点 c p p 不仅支持拉马二模型,还支持 alpaca、 chinese、 拉马 visor 的 l m 等等其他模型,并且还提供了 python、 go、 node、 j s 等其它语言的接口。 接下来我们来一步步搭建拉玛 cpp 的拍摄环境,实现大语言模型的单机运行。 在搭建环境前,需要提前安装 video studio 用于编译拉玛点 cpp, 我们可以直接在 vs 的官网下载 vs 二零二二 社区版进行安装。 完成 vs 的安装后,使用安娜康大创建一个新的 python 环境,其中 python 版本选择三点十, 接着打开环境,使用 pad install 拉玛 c p p python 命令安装 python 接口的拉玛 c p p。 我们可以在哈根 face 上下载量化后的拉玛二模型,具体登录哈根 face, 找到 the block 这个项目,然后再在其中找到拉玛二 七 b chat g g m l 模性这里要说明的是拉玛尔七 b 是原始的七 b 版本, chat 代表聊天微调版本,而 g g m l 代表亮化模型。 所谓模型量化,可以简单的理解为一种模型压缩的技术。 在下载列表中,我们选择下载其中的 q 四零这个版本,列表中还有很多其他版本, 简单来说, q 四零表示每四个比特一个权重, q 五零就表示每五个比特一个权重,其中的数越大,那么就代表精度越高,我们选择一个差不多的来 使用就可以了。 完成环境的搭建和模型的下载后,就可以编写 python 代码了,程序会依赖拉玛 cpu python 这个模块儿,它的接口使用方法可以在项目的文档中找到, 打开项目文档可以找到接口中的各个参数都怎么使用, 这里就不过多介绍,具体的使用效果还需要大家自行调试。下面我们就来写一个简单的样例程序。 首先导入 lama c p p 在内函数中首先创建拉玛模型,模型使用我们刚刚下好的 q 四零模型,然后对模型输入, hello, who are you? how old are you? 看一看模型的反应如何。 这里我们实现一个功能函数, generate text 函数传入模型 model 和输入信息 message 函数返回模型的输出结果。 在函数中,首先需要将 message 转换为 prompt, 然后将 prompt 输入至模型,得到输出 output。 输出结果的格式可以参考文档。我们将其中的 trialses 中的 text 字符串取出, 保存到 answer 中,并将 answer 返回 运行程序,可以得到三个测试结果。发送 hello, m 二会回复一个友善的回复。发送 who are you? m 二会自我介绍发送 how old are you? m 二也会给出合适的结果。 那么到这里, windows 本地部署拉玛尔大模型就讲完了,感谢大家的观看,我们下节课再会。

一分钟教你用 google coat 部署 oppo g p t, 用到谷歌 coat 和他云端硬盘功能。首先打开左上角文件栏里面的新建笔记本, 在出来的界面第一行点击这个位置,输入第一行代码。接着点击添加代码按钮,添加第二行代码。 我把全部的代码都给大家发到屏幕上了,点赞加收藏吧。此时点击第一行在哪,开始运行按钮, 等待连接服务器。右上角出现这个样子的时候,说明连接成功了。紧接着开始运行第二个代码,第三个代码。当运行完第五个代码的时候, 点击左侧文件加图标,打开 water gpt, 找到里面的这个文件,双击打开,见面如图哦。进入这个网站,把你的 opad apr 复制下来, 复制进来替换就可以了。接着运行第六个代码和第七个代码。好啦,刚出现这个界面,说明我们就已经部署好了,让我们来认识吧。

呃,大家好,我是老邱。呃,大家过节好。呃,今天给大家介绍一个最近比较火的一个应用,叫 auto gpt, 嗯,澳洲 gpt 到底能做什么呢?其实简单的说,他就是大家以前用 gpt 的时候,你会发现你会要反复的跟这个 gpt 去聊天,去引导他,你才能得出你想要的这么一个结论啊,相对完整。 但是 auto gpt 呢,它其实就是把你聊天的这个过程引导的,这个过程也 ai 化了, 就是他相当于是说用一个 ai 去折磨另一个 ai, 他会把你的一个任务分解成若干个子任务,在这个过程中可能又会生成新的子任务,最后给你得出一个完整的一个结论啊,比如你说你想预测二零二三年比特币 的一个走势啊,他就会分析若干个子任务,那我们就这样,话不多说,我们就直接看看疗效吧。啊,我们先用记笔写 去看一下,比如让他,呃,嗯,这样,请预测一下中国股市二零二三年的走势, 你看 他其实都不能正面回答你,是吧?这其实也一个 gpc 的一个问题,他就是二一二一年就断奶了,所以说二三年的事他基本上也无法直接直接回答,而且给的都是一个非常概括性的。 那我们试试 auto g p t 啊,大家看到这个,这个不是 auto g p t 啊,这是 a 镇的 g p t, 这是 auto g t g t p 的一个代理,因为 auto g p p 呢,它是需要本计划部署的,它可能,呃,本计划部署是需要一个国外的一个服务器的 啊,大概的部署过程我们也在网上看收集了一些,但是相对来复杂,就是对一般人来说用的门槛相对比较高,但是你对数据安全性要求比较高的话,比如你的数据是不想出资的,是想保留在自己服务器上的,你就你就可以走一遍这个啊。 但是,呃,我们其实找到了这个 a 阵级 b t 就是他的一个代理,就是同样可以体验这个奥头 g b t 整个的这么一个过程啊,分析的过程。所以我们现在先走一下这个先先先要给他 起个名,嗯,随便起,还是同样的同样的问题啊。呃,还得给他加一句, 因为他默认默认是用英文展示。好 好开始了,你看大家就是看到了他分分已经开始拆任务了,就是说你看先 现状跟走势,然后预测几年政治社会和因素,说经济因素,根据分析和结果预测中国股市走势,他在这过程中还会再生成很多的子任务,就是你这个任务大概可能 拍的都能对 a 又开始了,又开始生成新的子任务了。就是同就同一个问题,比如说你的问题就根据你的问题大小吧,你问题越大他可能就分的任务就越多,他可能就分成几十个子 啊,这个他整个这个分析过程可能要持续很长时间啊。呃,我们,呃, 这这样吧,就是在这个过程中我们可以再给大家介绍一个另外一个软件,就是叫 man show, man show 就是一个做 ppt 的, 一个做 ppt 的软件,他这个上回给大家分享那个淘米那个就是他的结果效果很差,就是,而且他有英文,然后可能是我给他的输入的这个需求过于简单了啊,所以说他的输出的 效果也相对比较差,而且他还有那个点的限制,就是使一个,使了一会就不让我使了啊,这个比较麻烦啊。然后但是这回我们又找到一个国内的叫面兽,这个就比较好,他就是限制相对少,可能是你一百兆吧。一百兆的还是挺大的 啊,你可以生成不少 ppt 啊。但是就是他的脚本是用 macdom 这种格式生成的,就是比如我们用,呃,用 gpt 给他生成一个脚本啊,我们用 gpt 生成一个脚本,写啥呢?还,还是还是心细工作吧。就是 对对银行营销在电商领域的发展史, 科学,请写一个发展史,然后用 markdown, markdown 原代码格式输出 演示文档 脚本行,这够专业的。 好,你看,等一下,这就是 mac down 的格式。 开始是工作网, 起初合作金融产品营销活动,合作金融科技创新,差不多差不多就是这么个框架,用户金融管理,跨界合作,其实还应该有数据安全相关。 好,差不多靠背过来,然后在这边这个 manshow 直接导出 生成,哎,看这个还是很快的啊,就是这个 ppt 马上就生成了。你,你可以第一页,第二页,第三页,是吧?直接可以下载,你还可以换换你的格式,换你的模板, 你看这个,哎,这还有一个挡挡箭模板,哈哈哈,这个好,这个好,这个挡箭 模板需要付费的微加。好,你这这边还可以加你的这个 subtitle 啊,演示演讲者,这都可以加,也可以减, 加回去,减回去,当然你这里边 u 是不是哒哒哒?对,随便就可以加, 还是很快的。这个其实它整个呢,就是说,呃,就是完全简化了,就是从从你的那个 你的生产力上来讲,就是完全的就是将你的就是蛋,就是做这个电视的这个可视化的过程,就是成本降的非常低。就以前你指以前 前我们就有一个 idea, 然后你给他瘦出来的这个过程,可视化这个过程可能是一半一半,因为你想了半天,可能你可视化的这做编辑视频啊,或编辑 ppt, 这个过程你可能需要,呃,也需要半天,差不多或几个小时,对,而且还得看你的水平。 但现在呢,其实已经完全没有必要了,就是你你你的,你的,你的工作量完全就集中在,或者你的成本完全就集中在你想这个 idea 这个过程中, 你的蛋的这个过程,我现在大概十分钟都能解决问题啊。就是就是你只要想你的 idea, 就是,然后最后怎么瘦出来, 就是非常简单的一件事。对,然后也这也就是这个 manso 的这么一个,他为什么叫 manso 呢?其实也就是你也可以叫 id 是兽,是吧? 就是这么一个过程。好,呃,我们再看看刚刚那个奥特 gbd, 他想到哪去了?这个 ai 折磨 ai, 他折磨成什么样了?哟?他,他生成这么多子任务,你看这是他已经完成的子任务, 底下还有生成了更多新的自然,这我感觉,但这个这这这这要搞很长时间啊。这个我觉得这个视频完了我估计他都未必能搞定啊。 我们可以看看它生成的这些子任务都是什么。 其实 auto gpt 它这种本地化部署以后, 呃,我在想那些大厂就是迅速生成了自己的大模型,他是他,其实我觉得他大概率就是用的很多开源的模型,然后他们在那个发布会上还是反复重申自己是深耕了多年, 往往就是缺,缺什么补什么呗,其实就是没准就是找找找,几个研发同学就干了两三天就整出来了。因为这个这个现在部署的成本很低啊,就是 这种,呃,这种开源的这种东西在你的找几台服务器一步就就能用了,都叫打模型, 这个就看你的商业化怎么玩了。所以说 o n i 我觉得他最后的他的商业变现的这个这个过程,我觉得他这个方式还是很有局限性的。 就是我觉得最后可能最挣钱的不是 open i, 可能就是这些商业化做的比较最好的这些公司啊, 看看怎么能商业化这些东西啊?你比如你说谷歌是吧?就是 facebook 这个肯定这些,他做这东西其实成本也是很低的,我觉得分分钟就能做出来,他为什么现在不做呢? 你想谷歌他现在他翻译一个东西啊,不是你,你搜一个关键词,十几个链接,那就十几个资源位啊,那个按排序挣钱多,那那挣钱盈利方式多。嗨啊 你,你用 gpt 这种方式就一个,就一个结论,嘎嘎嘎,输出一个结论,当然你可以里边加入一些你的广告的想法,但是我觉着还是很局限,肯定不如现有的模式挣钱呀。 所以说他后边可能要推出什么新的模式,可能他还在思考中。对,像 obni 这种公司,最后盈利可能只会成为背后的一种服务啊,最后最挣钱的肯定不是他。 好吧,这还在生成中。那那那。那再给大家看看这个部署 auto gdp 的这个这个流程, 看看他这个升到哪了? 作品和受众群体竞争力,产品营销调查、互联网人工智能。我去,他这分析的时候有点过于细致,就能不能给我一个结论,是是是买呀?还是抛啊?哈哈。 啊?对,这个它还有一个就是如果你想要更深深度的分析的话,你需要把你的那个呃 open ai 的那个 a p i k 给它输进去,当然你如果有更高级版的,付费版的,比如 g b t 四的 a p i k 的话,它可能分 分析的结果就会就就可能会更好啊。哎,这个,呃,我看看这 a p i k 是从哪来的?你点这对点,这就能,他就能跳到你的 open a ai 的官网上就能找到你的 open a, 你的,这就是你的 a p i k 啊。这就比如这是我生成的两个,我可以再生成新的,但这种这 a p i k 只能是生成的时候你才能看到铭文就是生,一旦生成以后你就看不到它的里边是什么,所以大家最好都记好记好。嗯 嗯,行吧,今天就到这吧。今天就到这吧。啊,拜拜。拜拜。

昨天给大家发布了一期完全适用于国内用户的一键搭建并 ai 网站的视频。今天我决定把我搭建好的网站呃无偿的开放给大家使用。在这最近的这两天内,只要大家去关注我,然后私信我, 或者是关注我的老哥孤独 ai 探索营,我将会免费把我部署好的这个网站开放给大家使用。嗯,跟 newbing 相比,基本上是没有任何的区别。除了没有办法使用 ai 生成图片的功能以外,别的功能都是完全相同的。无需魔法,也无需任何的账号,大家只需要访问我的域名就可以使用了。

打造你的本地私人智能助手,他提供了多种预设角色随心选择,比如这个小红书写手,随便给他一个主题,他就会给你生成一份完整的内容。 这边还预设了几十种提示词,包含了各行各业,设置里可以调整各种参数来改变回复的效果和长度等等。对于这个数据安全问题也不用担心,都是存储在本地,安装和使用就更加简单了。来到这个开源项目地址右侧,找到 releases, 点进去, 这里面就是各种不同系统的文件,比如这个 e x e 格式的就是 window 系统的,这个 d n g 格式就是 mac 系统的,我们把它下载下来,直接安装就可以了。 安装完成以后,将我们的 apik 复制到这个地方,接下来就可以聊天了,那么快去试试吧,无法下载安装包的小伙伴可以私信找我要。

今天准备给大家带来的教程是 cod 飞神,我在网上看到很多教程,要么是 n 卡的,要么是 a 卡的,我们今天把它整合一下,两个教程放到一个视频里面,大家根据自己的需求选择就可以了。这个 a 啊,确实好啊,我已经玩了好几天了,玩的不亦乐乎啊。好,我们依然是废话不多说啊,直接开整。 首先我们说一下这个 n 卡版本啊, n 卡和没有独立显卡的版本,我直接用秋叶大佬的傻瓜安装包,一键安装完成,我这边已经下好了,我就不重复下载了,下载好之后把它解压出来,解压这两个文件我们先运行 啊,我这个已经安装过了我这台电脑,所以我就再次运行了,大家自己直接安装就可以啊,我已安装过另外一个版本的啊,那么直接开始,我们直接打开启动器, 这个地方会显示你的显卡版本啊, 如果找不到自己去更新,向他驱动。好,我们更新一下啊。嗯,版本管理这里直接一键更新,他会自动更新到最新版本啊,已经更新好了,一键启动,把我的关掉, 这个地方因为是第一次启动,大家可能需要等一段时间。好,我们安装好,它会自动跳转啊,自动跳到这个页面,这时候我们就可以使用了,它也自带了一个 pro, 自带了一个模型,模型的话我们得到 c 位上去下载, 大家可以到这里自己选自己喜欢的模型。另外如果注册了的话,可以看到一些啊限制技能,可以看到一些限制技能,大家选 自己喜欢的模型,然后下载好之后,我们把它放到 models stable d fosh 放在这里,我这边有下载好的,直接复制一个过来,我们放这个,这个目前是最火的, 效果也是最好的,强烈建议大家使用这个模型啊, 刷新一下好,找到了。 因为我这个是 amd 的显卡,所以我就不测试了,大家自行测试啊,如果有问题可以留言 我,这个如果升图的话太慢了,我用 amb 给大家演示啊。好,那个恩卡的版本就讲到这里了。好,我们开始第二个 a 卡版本, a 卡版本里面需要的所有的资料 都在这个网盘链接里面,我们下载啊,自己大家自行下载啊。这个版本呢,大家只第一步,首先要装,首先要安装环境啊,拍散的环境,嗯,这个一定要勾选啊,然后按照第一个默认就可以了,或者大家安装到自己想要的硬盘里面啊。好,装完拍散 不要安装 p 的也是一样,双击直接下一步就可以了,直接一键到底,下一步就可以了。 安装完成之后,我们在这个目录里面直接在点击,然后输入 cmd, 然后使用我们的 get 命令下载这个软件。 这个下载很快,我们看一下已经安装好了啊,好,关掉。打开第一步,首先我们要设置一下,找到这个 vybriu 的被子,编辑一下, 到这个文档里面,需要这些东西,要从复制下来,复制下来粘贴到这里。这个命令意思是如果大家内存比较高可以去掉,没有比较低的话可以把它留着,然后这里是八七,我就把它删除,然后还要添加一个命令, 防止出现黑色方块。好,安装完成,保存一下,然后来点开试一下。 好,经过漫长的等待,我们安装成功啊,这个地址就是我们的画图地址啊, 看下这个界面啊,这就是我们,那下一步我们要干什么呢?安装中文刀啊,在这个位置 instago uro 点上下载好,已经下载成功了,你需要重启 uro, 然后到 setting, 然后找到 user interface, 拉到最下面,这有一个语言,我们把它切换成 chinese of 好,然后我们保存,保存之后再重启一下。 好,已经汉化成功啊。这个界面如果大家不喜欢,喜欢黑色系的,可以在后面加上这个啊,这个代码直接复制 啊,这就这样我们就安装成功了。安装成功之后有什么模型和 lower, 大家下载好,不管你下载哪里啊,给他,找到他,我们就演示一个 七月 alt mix 这个最火了,我们找到我们的,呃,我们的文件夹下面 models stable diffusion 粘贴进来,然后我们再找一个 lower, 嗯,我比较比较火的台湾,韩国的韩国,一个韩国,一个混合一个台湾, 这还有一个,这个比较好玩啊, on off 就是开关,衣服的开关,我就不做演示了,粘贴过来。 lord 要放到 model 下面的 lord 文件夹。好,可以了,我们来刷新一下, 找到我们的 mode 模型,再来找一个 lord tv 调模型, lord 好就可以了。那我们找一段提示词,这边已经准备好了, 直接复制粘贴。嗯,用混合的,混合的 logo 开始生成,其他的数据我都没有变,没有动,我们看一下生出来的效果如何, 可以看一下,效果非常不错啊,这上面的图片可以啊,太可以了。嗯,再给大家一个扩展的插件,讲一个插件管理 logo 的插件, cta 的模型助手啊,我们复制它的扩展,这里从网址安装,直接安装,点击安装就可以。好,已经安装成功,我们重启一下 ui, 看到没有?这里已经有了,这个就是扫描他的模型预览模型啊,我这里有五个模型,看扫到了,而且他做了图像也关起来。这个地方是更新啊,如果有更新的话,我们直接点他检查版本啊,保存一下,再重启一下, 这个插件非常好用,看一下,看一下,这就是这个插这个模型的预览图,这个也是再看一下微调模型,这是三个,我的三个刷新一下,我们想快捷快速调用的话,点刷新这里他会提出来四个东西。第一个是图片预览图,就是 把当前的图片设置成这张预览图。第二个是我们到他的直接连接到他的 cpr 上面,看见没有?第三个就是快捷参数看一下。哦,这个没有看一下,这个看他会自动生成自动提示词放在上面,这个就是把他所有提示词放在里面, 我们来设置一个看一下参数我都没有改,全部是原来的参数,我们等待一下。好,可以啊,效果非常 nice 啊,那我们今天的教程就到这里了。

大家好,自从我发布了基于本地大模型构建企业私有知识库系统的视频,很多小伙伴在后台留言让我出教程。最近一直忙着交付一些本地大模型和私有知识库的系统项目,一直腾不出时间来,现在总算有空了来安排。 首先我的视频会分为硬件和软件两个部分,教会大家从零开始部署一个基于本地大模型的私有知识库系统。首先是硬件篇, 做到硬件必不可少的就是四零九零了,现在的大模型动辄十几个 g 的最低显存要求,对于消费级硬件,这也足够了。视频最后是配置单,按照这个配置单的电脑基本上跑六 b 七 b 的模型很流畅,十三 b 的拉玛兔稍微有点卡, 传奇的过程我就直接快进了。考虑到散热,我配置了一个比较大的机箱。因为我对酷炫的灯光不太感兴趣,所以选择硬件的时候灯光效果不在我的考虑范围内。我主要从性能、稳定性、价格几个层面去考量。 这个配置的机器我已经用了三个月了,各方面我还是非常满意的。 关注小百,了解更多 ai 干货!

刚刚, ptop 开源了一款可以在本地运行 obnai 的代码解释其工具通过它可以执行各种任务,如将网址生成二维码,创建和编辑本地文件加图片,将本地的 pdf 文件转成 word 格式,加载分析本地表格数据等。 比欧巴内 i 官方的代码解释器更强大的是,它具有完全的互联网访问权限,所有操作都在本地执行。安全隐私,用户可以使用任何软件包货库,没有时间或文件大小的限制。开源支持多种编程语言, 包括 python, javascript, shell 等。最重要的是,它还支持使用开源模型 cardalma, 这意味着你可以完全免费使用它。