谷歌26b给龙虾用为什么总报错
各位做阿里国际站的外贸老板、运营伙伴们，这两天行业里的大瓜都吃了吗？谷歌三月二十九号直接把阿里国际站整个 product in size 产品动态目录给封禁了，五百九十万个 ar 生产的页面一夜之间从谷歌搜索里消失的干干净净啊！ 今天我就跟大家好好唠唠这件事情的来龙去脉，以及对我们每一个生产来说到底意味着什么，以后该怎么干。首先咱们先把事情讲透啊，谷歌为什么要下这么狠的手？根本不是针对阿里啊，而是针对 ar 垃圾流量！阿里国际站这次用 ar 批量生成了几百万个页面，疯狂兑现各种常规关键词， 目的就是抢占谷歌的搜索排名号，免费流量。但问题来了，这些流量全是水货啊，根本不是精准的 b to b 采购流量，很多都是杂七杂八的知识类贩流量。想想看，一个做机械配件的 b 端工厂 引来的流量是搜某某产品怎么用某某才是好不好的普通网，不是采购商，不是批发商，这种流量有啥用啊？这也就解释了为什么咱们很多商家从去年年底到最近总吐槽啊，询盘看着不少，要么是问一句就消失了，要么是要免费样品，要一个试单的， 全是垃圾循环。根源就在这里啊！流量不精准，全是 a r 应对关键词引来的无效流量。更关键的是啊，谷歌现在的算法太聪明了，专门打击这种批量 a r 生成无实质价值从未排名的内容农场。谷歌看的不是你用不用 a r， 而是你内容有没有价值，符不符合 e a t 原则？阿里这五百九十万亿啊，全是 a r 模板化生产， 没有真实产品信息，没有实质应用场景，没有商家经验，纯属是关键词，兑现不封，你封谁呢？这件事情给咱们所有做阿里国际店的人敲了一个天大的警钟啊！现在很多人依赖 ar， 一 键发屏，一键生成标题，详情 的审视又高效啊！其实这是和当年用工具批量铺货、重复铺货本质是一回事，都是引证之客，下期五周年拆解啊！在 ar 高速发展的当下，我们该如何合规巧用工具，避开平台封禁红线，稳稳拿下精准流量？要记住啊， ar 用不好，不止单个产品链接会被降权，甚至会连累你整个店铺的全球。
粉丝3646获赞1.6万
相关视频
05:15查看AI文稿AI文稿你最近是不是两眼一睁就看到两个字，龙虾。腾讯在自家楼下免费安装龙虾，排的水泄不通，比领鸡蛋还诱惑。深圳无锡常熟的地方，政府连夜发政策支持大家养龙虾，好像不养就跟不上这次的时代浪潮了。但你不一定知道啊， 硅谷那边却在封杀这只虾。 astropack 明确禁止订阅账户，接入第三方软件，谷歌更狠，一旦发现你用了龙虾，就直接封号。 madah 虽然还没上桌，但也要跟着喊封杀同一只龙虾。硅谷踩刹车，中国踩油门。为什么？ 咱们先花最短的时间来了解一下这个叫 open call 的 龙虾到底是啥？就是你只需要发一句口令，它就能在电脑上帮你发邮件，订机票，写代码。在技术上，其实大家都在说的 agent， 但为什么对这只虾会一边封锁一边拥抱呢？乖国的封杀，表面看全是合规问题，比如绕过服务条款、隐私问题，还有商标侵权这种扯头话的理由。大门往背后一扒，其实算的还是经济账。 你可以把这些大厂小象城开了一家餐厅，这里有两种吃法，第一，企业大客户走暗客计费， 吃多少，厨房称多少，这个叫 a p i 调用 azure pick， 主要就靠这个。第二呢，是散户走前门，买张包月卡，几十美金随便吃，因为大概率你是吃不回本儿的。这叫包月订月。 open i 主要就是靠这个。这套生意本来赚的很顺， open i 年化收入刚破二百五十亿美金， 说配合也到了一百四十亿，规模急剧扩张，据说还都准备冲刺 ipo， 直到龙虾来了，他等于是一个散客买了张二十美金的包月卡，然后在餐桌上架了一条传送带，二十四小时 不停的从后厨往外拿大钳子夹菜，帮你规划搜索截图，执行纠错，永不下桌。一个龙虾一个月夹到的菜，如果一称呢，可能打底都是一千美金。所以这一家子下去，把原来的商业模式直接加穿了。 这些巨头其实自己也在编 agent， openai 有 operator， 谷歌有 mariner， 但那是家养的龙虾，上不上桌怎么上桌？节奏可以自己定，但 open claw 是 开源的，是野生的，菜谱直接公开，现在爬的遍地都是，谁都可以用。所以硅谷的第一反应就是给我逮住这只虾。 但中国这边的餐厅情况完全不一样，就问你身边有谁是花钱订阅国产 ai 的？ 很少吧，因为他们的主要收入呢，还是靠后厨，按客卖菜，就是刚说的 api 调用。所以龙虾一来疯狂夹菜，就是老板最喜欢的大胃王，巴不得你天天来。所以 kimi 第一个跑出来喊， 龙虾免费吃，先来的不要钱，结果呢？ k 二点五发布二十天后，后厨流水直接超过二零二五，全年餐厅估值一整个大翻倍，冲到了一百亿美金。而且比卖菜更重要的是抢头牌。春节前后的 ai 红包大战，抢的就是一件事，用户的第一口菜在谁家吃，谁抢到了，谁就是以后的默认餐厅。 现在龙虾呢，是直接把这场账升级了，你现在连餐厅都不用选了，龙虾直接接上了飞书、钉钉、企业、微信这些所有人都在用的软件。丝滑开家 这件事的恐怖之处在于，未来流量的超级入口，也就是你吃饭的地方已经不是餐厅了，而是你自己家的桌子。举个例子，你感受一下，你对龙虾说一句，帮我整理上周的会议资料， 龙虾就开始了，翻冰箱，切菜，掂勺，每掂下勺呢，就要烧一笔燃气，这个燃气就是大家说的 took， 这菜炒好了，你的会议纪要也写好，甚至已经发送给老板了。所以你现在应该明白了，为什么腾讯龙虾要免费装龙虾，就是给你的龙虾安上一只鹅掌， 菜还是你吃的。桌子是你家的，但是消耗的燃气呢？就是 took， 就 顺着鹅掌流回腾讯的服务器，变成你的账单了。 当然了，你想要一只龙虾，在你家厨房给你做饭，会不会吃的不太安心？工信部也拉响了警报，原版龙虾权限太高，安全机制极低。但对于中国大厂，这也不是问题，他们现在已经把野生龙虾改成了自家的安全品种。小米出了 mecle， 腾讯上了 qcle， 阿里发了 jvscle， 自己也发了 arccle。 所以 这几天你看到的各个版本的这个 club， 那 个 club， 就是 这些改良龙虾。再看会硅谷， 这会也回过神来了， oppo i 已经把养龙虾的人招安了，麦塔也在抢人，应该说麦塔又在抢人。硅谷先关门再招安，中国先开门再装锁。两种反应没有对错，只能说大家权衡的点不一样。虽然路径不同，但共识还是有的，谁先让 ai 真正替人干活，谁就拿下了下一个时代的船票。 最后说一个比龙虾更大的信号，深圳龙岗出了龙虾十条，无锡跟了十二条，常熟也上了十三条，听名字像在整活，但单项补贴最高六百万，算力数据、硬件落户全配齐。这哪里是在养虾， 就是在明着抢人才。更准确的说是抢三个字母， o p c one person company。 一 人公司，一个人加一群 ai， 干的是以前一个团队才能干的活。以前地方政府抢经济，靠的是抢企业，你来建厂，我给办公场地， 给税给优惠，那如果未来越来越多的生意呢？是一个人家一群龙虾就能跑起来的话，那可能谁先把这批人圈到自己的地盘，谁就可能握住下一个时代的创新源头。当然了， 一切还早，这只虾能活多久呢，没人知道，但干活必须靠着头的这条铁律确实也在松动了。屏幕前的你怎么看这股养虾潮？还是说你已经开养了？咱们评论区聊聊。大家好，我是小李，如果你喜欢今天的视频，记得点赞、评论、收藏，我们下期见，拜拜！
4462有点在李
01:37查看AI文稿AI文稿谷歌的 ide gravity 这是怎么了？最近啊，好多朋友们接二连三的问我，说他们的 ide gravity 一 直出现重试转圈，有的直接报错。因为我最近呢自己在一直用 codex 啊，所以 ide gravity 几乎是冷藏了。 不过昨天那位朋友问了我之后呢，正好我有个任务啊， codex 限额后被迫停下来了，那我就用它试试吧。还是先选择项目文件夹进到项目目录模型呢，我就选 opus， 四点六 先把羊毛薅干净再说。我给他说让他帮我分析并理解这个项目，从工程化、用户视角两方面去洞察，看我们这个项目呢，还有什么设计缺陷或者不足。看他这一路狂飙的姿态，也没发现有什么问题，很丝滑。这是我的版本情况，朋友们可以先看看 你们出现问题是不是这里有什么问题，那到了这里呢，我明显感觉他慢了。然后呢，我也出现了这个情况，我点击重试，他依然报错，我再点再点 再点，点了呢，总共四次重试，看他又活了。呃，给我说了这段，我等了三分多钟啊，他一直没有反应，然后呢，我说根本就没有看到你生成的报告， 然后他就说内容较长，他直接写入 effect， 然后呢，就真的来了。那既然他帮我找到了这么多问题，也做好了修复计划，不让修复，那多不好意思啊。 不过在后来整个修复的过程中啊，除了 opus 的 模型额度用完，我换成了吉米娜之外，一直呢就很丝滑，没有出现过前面的那一种问题，看他完成了还是挺爽的。朋友们，如果报重试，直接多点几次重试啊，试试反应，如果报错了呢？换一个模型，再输入继续。
173AI樟榆树
02:13查看AI文稿AI文稿一分钟让你搞清楚关于全球最强开源模型 jam 的 一切。最近谷歌开源了 jam 四，我将用四个问题 让你清晰了解关于 jam 的 一切。 jam 各版本的区别，我家的电脑能用吗？模型怎么部署安装？普通人用来干什么？先说他的四个版本，三一 b 直接冲上全球开源 ai 榜第三名，以前要机房才能跑的能力，现在你家里的高端游戏显卡就能搞定。 轻量版的一二 b 和一四 b 为手机、平板以及中低端电脑设备打造，性能虽不是最顶级，但是绝对好用够用。而二六 b 猫号称总参数两百六十亿，但实际每次思考只用其中三十八亿个，最相关的效果却能媲美两百六十亿， 能理解超长文章以及视频。简单说，无论你是用手机、笔记本还是高性能电脑， jam 四都能给你免费安全强大的顶级模型体验。再说你家里的设备是否能用上？一张图告诉你 jam 四个版本的最低要求。 对于多数人而言，家用的电脑设部署一二 b 一 四 b 完全够用，基本能满足百分之九十的使用场景。另外两个版本对内存要求较高，但是性能出众，属于好马配好鞍。 再说模型安装，整个过程大概十分钟左右。首先下载 lm studio， 然后打开 opencool 或者 id 工具，让它查找你本地配置，给你推荐安装哪个版本。之后在 lm studio 里下载，运行搜索推荐的模型名点下载，最后接入 opencool 或者 i d e l m studio， 提供 open ai 兼容 api， 在 open 框里把 api 地址改成， h t t p l o c a o s t colon twelve three four slash vivo 就 能用 jama 四驱动你的 ai agent 了。 网上攻略一大堆，这里就不展开了。最后说下所有人最关心的能用 jama 做什么？这里推荐三个场景，可以去试试。第一， 构建本地知识库，把工作和学习相关的文件丢给本地 jama， 让他帮你形成系统化的知识。构建个人知识库时进行向量缩影和 anitive， 解锁数据不出本地，安全合规。第二，给家人搭建一个 ai 助手，下载好模型，配个界面，电脑手机都可以直接对话，不花钱不泄露隐私。第三，内容创作 最大优点是无限额度，即便不如部分付费模型，但可以靠大量尝试提升优质内容的概率。千马寺会改写国内企业及政府客户的私部模型格局吗？欢迎在评论区发表你的观点。
302安思派人工智能
02:05查看AI文稿AI文稿翻车了，翻车了，我让小龙虾给我写做一个公司的门户网站。翻车了，起初我给他写了一份需求文档，这个需求文档包含了我的前端页面、后台页面、 api sdo 的 一些要求。 呃，发给他之后，他给我生成了九百多兆的文件夹哦，写了些代码，我也不知道是干嘛的。 写完了以后呢，在调试的过程中老出错，从哪些地方出错了呢？他上下文窗口太小了，因为我用的是两块二零八零钛的这个显卡，一共二十二个 g， 本地的 j m 四二十六 b 的 模型，他支持的最大上下文窗口是二百五十六 k， 所以 在出错以后，他扫描上下文窗口是二百五十六 k， 所以 在出错以后，他进行压缩，压缩以后， 在开启新对话来继续这个任务的时候，它产生了这种漂移，导致它一直在某些文件上重复的去修改代码。我这两天也在排查这个问题， 有两个方面，第一呢，给它装新的一个 skill， 关于这个记忆的 skill， 它能够有效的把这个记忆给管理起来。大项目， 但是呢，我觉得这并不能解决问题。第二呢，就是创建子 a 证，让他子 a 证来做相应的一些事，纠错的纠错，页面美化的页面美化啊，管前台的管前台，管后端的管后端。 正好英伟达呢，不是最近开放了这个 api 接口吗？给大家免费送一年，所以我准备接下来进行这样的测试啊。同时呢，我希望如果有哪些大神在这方面有经验或者有见解的话，可以在评论区给我分享一下啊，尽快的从这个坑里面跳出来啊， 正好最近呃，弱电项目上也忙起来了，可能没那么多功夫自己在这瞎琢磨了。也欢迎大家持续关注我来进行一些弱电行业和 ai 方面的交流。今天分享的就到这，谢谢大家的观看，再见！
00:59查看AI文稿AI文稿别说投谷歌广告，估计很多人连广告怎么写都不知道，写出来的广告要么就是报错，要么就是被拒登，这是因为很多人都不知道这些常见的谷歌广告文字错误。 首先就是空格的使用规范，在英文的逗号后是应该有一个空格的，但是在英文的逗号前面却不能有空格，这个其实是英文的正确使用规范。还有就是空格不能使用过多，过多的空格也会让广告无法投放。接着就是广告标题中不能使用感叹号， 一些花里胡哨的符号也是不能在广告标题中使用的。然后就是英文字母不要过多使用大写形式，除非是品牌名或是简写。还有就是文字中不能含有电话号码，如果你想引导客户来电，需要使用专门的附加信息进行添加。另外宣传内容是不能含有最好 第一这些极限词的，除非你能提供权威的第三方机构证明，不然你的广告也是过不了审，投放不了的。
03:34查看AI文稿AI文稿们想象一下，把最新的 kimi 二点五，还有智普的基拉玛五这样的大模型部署在我这台发布了两三年的 iphone 十五 pro 上，是一种什么体验？那么谷歌给出了他们的答案。就在昨天，谷歌发布了他们的最新的开源大模型加码 four， 那 可能有朋友不了解加码是个什么东西，加码就是谷歌的开源大模型的产品线。 那么这次这个模型呢，一共发布了一二 b、 一 四 b、 二十六 b 和三十一 b 四个版本。那么大家注意这个 e 哈 e 就 代表 effective 有 效参数，那以前我们说的二 b 四 b 那 是实打实的参数量啊，二十亿四十亿。 但是这次的一二 b 呢？它的物理参数就是它真实参数可能只有十二亿，可是它的这个智力表现跟二十亿的大模型是一样的。 这就好比说一个十岁的小孩，他的这个逻辑推理表现，他这个智商和一个二十岁的大学生是完全一模一样的。那么谷歌是怎么做到的呢？全部靠他这项刚刚发布的独角黑科技，叫 p l e per layer in balance， 叫做逐层嵌入技术。这个技术的原理啊，非常简单。我们举个例子，假设现在我们去参加一个比赛，叫做一战到底，你需要回答十道题目才能通关，获得奖金， 那参加比赛之前，他会给你一份这个比赛指南，对吧？比赛参考指南可能厚厚的这么一本书，那么传统的模型怎么做呢？传统的模型就参加比赛之前， 他会把这个厚厚的一本书全部背下来，背下来之后然后再去参加考试。那么这样不仅前期准备的时候骂累死人，这还会导致一个问题，就说我的记性不好，我记混了怎么办？那我是不是只能记 我这个错误的概念去回答问题了？这 pla 技术就完全不一样了，它允许你开卷考试加作弊。首先它不让你去直接把那个厚厚的比赛指南给背下来了，它给你浓缩成了一份精华，比如说什么必背版、必过版，精简版，在比赛之前只要把这一份小小的资料记住就好了。 然后你进入比赛之后，每一关这个监考老师啊或者说这个裁判都会给你一个小小的提示，然后跟你说，这一关考唐诗，下一关考宋词，在下一关我们考历史，在下一关考科技。 那你结合提示和你之前背一个这种精简版招摇，是不是就把这个答案回答的七七八八了？因为每一关回答这个老师都会给你这个提示，对吧？那这就是我们说的逐层潜入模型，不用去花费巨大的内存去是个死记硬背，是通过每一层的精确补给，实现了内存占用减半，但是这个效果是那种大差不差的。 我们再想想，谷歌上一周也是三月底才发布了一项新技术，叫 turboqant， 直接把存储给干崩了，原本需要一百 gb 才能存下来的这种对话记录， 压缩成十 gb 就 存下来了，并且这个模型的智商是一模一样的，那么你想 turbocharged， 它节约显存，压缩记忆，解决这个长对话的问题。那么 pl e 呢？它节约内存，瘦身大脑，让这个小模型更加的聪明。那么通过这两套组合拳，我们就可以看到谷歌的一个布局，一个属于消费级 ai 的 大航海时代已经是到来了。 那，那既然都说到开元模型了，那就不得不提一个我们这个中国之光 deepsea 了，它的模型居然还没有发布， 去年换房量化搞了三百多个亿，大哥，收手吧，这是人民的模型，所以说我还是非常期待 deepsea 他 们发布最新的这个大模型。好吧，我是 jerry s， 我 们下期再见，拜拜。哦对了，朋友们，还忘说了，这次这个加码缝呢，它还支持了 gantt workflow， 也就是说它可以无缝接入到我们这个龙虾里面， 然后因为它又是多模态大模型嘛，那么像图片啊，音频啊，文字啊都可以处理，所以说我们是可以完全在本地部署然后使用的。 那么过两天我也会，也就是这两天吧，我也会出一个关于这个龙虾的一个视频，那么包含一些非常好的一些实践，还有些使用案例，那么敬请期待。好吧，必须关注我。然后这一次是要真的要再见了，拜拜。我是 jerry， 我 们下次再见，拜拜。
201AI 杰瑞斯
00:43查看AI文稿AI文稿和大家讲一下谷歌的 ocs 啊。首先谷歌是 ocs 今年最大的需求方啊，然后它的大部分订单现在是下给 roment 和 cohen 的 哈，还有一部分是用自研方案。那目前来讲，如果 roment 和 cohen 的 这边的生产能力越强啊，谷歌就更加倾向于把订单交给它们去做生产好。当然现在 romata 作为主要的 ocs 生产方，它的产能其实是遇到一些卡点的啊。然后现在它也在全球范围寻找自己的 ocs 代工方啊，当然找也不是那么好找的啊。然后现在国内应该也有不少厂家在和它们接触，想要了解更多 ai 产业资讯，关注我哦。
665AI涛哥-电工麦克斯韦
00:52查看AI文稿AI文稿还有人不会安装谷歌的官方浏览器？一个视频教会你第一步打开你电脑上的豆包，我们直接告诉豆包给我一下谷歌官方浏览器的下载链接。 好，我们看到这里有个中文界面。好，我们点击这个链接，然后跳转到这个网址。好，会跳转到这个界面，我们直接点击就可以了，然后会出来一个安装包，我们双击打开，就可以把这个安装包进行一个安装。我们看右上角，这里有一个记录， 打开之后双击运行。这个就是官方的啊，不是第三方的，很多下载的都会有广告，这个是无广告的，我们等它安装完，安装完了，我们直接打开这个就是你的谷歌官方浏览器。
588路飞Ai
02:11查看AI文稿AI文稿我的大龙虾挂了。春节的时候买了一个 mac mini， 然后安装了最近爆火的 open globe 啊，你看，放在南京的办公室代替我上班。刚开始的时候玩的挺嗨的，这两天出差刚到连云港，然后突然发现就不能用了，然后闹了半天才搞明白， 原来是谷歌禁止了 openclaw， 而我当时对接的大模型就是谷歌旗下的基本上。那现在只能换大模型了啊，基本上国内的就是这个啊， dbc 或者是智普或者是千万啊，国外有条件的话 oppo r 还是可以支持，当然这些都是需要消耗算力的， 得充值啊，当然你也可以不充值啊，就除非你是部署了一个本地的算力模型啊，这个对设备的要求会有点高。 哎，但是没办法啊，我现在那台小机器还躺在南京的办公室，就没办法手动操作，等我回去之后尝试一下怎么抢救一下啊，不过这玩意变化太快了啊，因为，呃，目前你看国内已经出现了很多替代 oppo cola 的 产品， 就我手机里面现在用的是这个 kimi cola 是 云端的，用起来很流畅啊，推荐给大家。我现在电脑里面在装的是这个。这个 mini cola 是 云端的，用起来很流畅啊，推荐给大家。我现在电脑里面在装的是本地的电脑，部署可以提取硬盘文件， 不要提醒大家尽量不要用自己常用的笔记本来安装，因为权限真的很高，你看他自己都能给自己修电脑，挺吓人的吧啊，注意隐私保护。我用的是一台重置之后的笔记本，就下载和安装都非常容易。 其实欧本可乐能这么火，根本的原因是因为里面的一些 skill 啊，就是上面的一些工作里有很多就是它可以帮助你做一些很专业也很复杂的事情，所以无论是哪种形式来用， 重点是使用里面封装好了一些 skill 啊，当然你可以创建一些属于你自己的工作流，就是大龙台现在这么火，呃，虽然质疑的声音很多，但是这仍然代表了 ai 的 起点已经到来，就从此之后， ai 不是 停留在信息层面，而是具备了行动能力。 也许我们都还没有准备好，就是 ai 已经开始跑高速了。那你觉得这个时候是坏了，有些人，呃，现在还在和豆包打情骂俏呢，对吧？别人家的数字助理已经可以打酱油了，这该如何应对？
2.3万老宋聊电商
01:13查看AI文稿AI文稿有人说尼莫场除了快一无是处，那这一期我们来测一下在长上下文中，他能否找到关键信息，并且速度怎么样。我们就随便找了一个上市公司的 pdf 版本年报，我们随机抽选了两个经营细节数据，让模型从二十万长上下文中大海捞针，找到这两个精确数据，那么我们就开到最大。 然后这个尼莫创 amd 单卡三十二 g 的 加载速度，大概是在两分三十秒加载完了二十一万上下文，并且准确的找出了两个数字。然后我们测谷歌的集码四的二十六 b 模型，也是 m o e 模型， 但是我发现这个 mo 模型如果拉到二十六万的上下文，它就是需要三十多个 g 的 显存，已经爆了，那我就把我的另一个显卡也开起来。现在我是 amd 和英伟达的混跑，当然速度的影响我，后面我会再测一次这个尼莫创在两张卡上的速度，吉玛斯的读取速度最后是七分三十多秒， 数字也完全准确。然后我又在双卡状态下，我又测了一次这个尼莫创的读取速度， 居然能达到一分五十秒，如果是用于文档处理，或者需要长上下文携同工作的本地大模型，那我认为这是一个非常好的选择。这跑二十六万上下文的三十 b 模型才要二十几 g 的 显存，那还要什么自行车呀？
66Rick
06:27查看AI文稿AI文稿还在花大价钱烧 token 养龙虾吗？别急，谷歌新出的 jamma 四大模型，本地就能跑，让你实现 token 自由。这期本喵保姆级手把手教你装模型，再带上最近爆火能自我进化的 hermes agent， 一 次全搞定！ 首先咱们打开百度，为了部署的更简单，咱们搜索欧拉玛这只羊驼，进入官网点击 download， 然后选择自己的系统版本，点击下载就行。接着可以直接双击运行安装，但是他会直接安装到 c 盘，为了保护我方 c 盘，所以可以使用这条命令安装到其他目录。 接着咱们再次打开百度搜索魔，搭进去之后点击模型库搜索摘码四， 这就是本期的主角了，它有着四种规格，二十六 b、 三十一 b e、 二 b e 四 b， 并且它们都支持多模态，甚至这俩小的还支持音频，纯纯的就是为本地打造的。而且这个二十六 b 的 还是 m o e 专家混合模型， 意思就是当你使用它时，并不是所有参数都参与计算，而是只激活专业对口的那几个，大大提升了效率。 接下来可以点击这个下载模型，里面就有下载的命令，现在打开命令行，输入这串命令就可以进行下载了，也可以添加 local dir 将它下载到指定目录。如果遇到没有 model scope 这个命令，那就通过 pip install model scope 进行安装就可以了，当然前提是本地需要派遣环境， 不过这里也可以点击这个模型文件，点击下载也行，需要全部下载，但是为了本地能节省更多的显存或内存，我建议咱们直接下载 g g f 格式，并且量化后的模型， 咱们重新搜索 jam 四，选择这个，进去到模型文件页面，选择下载单个文件就行。这里可以直接点击下载，也可以使用刚刚的命令。 不过这里需要根据自身情况选择适合自己的量化格式。这里我大概说下有哪些量化格式，宝宝们听完后自己选择就行。这里有 q 二、 q 三、 q 四、 q 八等等。 这里 q 四就是斯比特量化，数字越大，精度越高，回答的问题也会越好，但对应的模型文件和显存占用也越大，基本咱们选择 q 四就可以了， 如果电脑再差点还能再降。然后是 k， 这是现在的主流量化技术， s 是 体积更小，速度更快， m 则是质量更好。 然后是 i， 这个是极致量化，比 k 量化模型更小，而且也能保持良好的性能。这里的 s 依旧是 small 的 意思， m 依旧是中等压缩， xs 是 更大的压缩，但相对质量损失也比较明显， xs 要比 x x 好 点，而这个 n l 就是 你的首选。使用非限性重构，相同比特质量最优。这里就简单介绍。到这儿，咱们继续。现在下载好了，再次打开命令，行输入以下命令， 然后输入 olama create 命令，就可以把下载的模型加载到羊驼里了。这里的 model file 是 对应的参数，里面有卸载多少层到 gpu 中以及路径等等。 加载完后就可以运行了，咱们输入一个问题试试， 也可以打开我拉玛的界面进行提问， 是不是还挺聪明，竟然没上当？接着继续。我这里为了安全使用了 docker， 部署 hermes docker， 大家可以直接百度搜索下载 docker desktop 并安装就可以了。 但是使用 doc 会有一些局限性，比如无法操作对应的文件等等。如果不使用 doc， 也可以使用 wsl 安装一个物班图，直接输入以下命令即可。如果你使用 doc， 就 先打开 doc 服务，然后再次打开命令行，拉取一个最小的物班图镜像， 然后再用这条命令创建一个容器并挂载到本地的一个目录上。 然后再次打开百度搜索 get up， 进去后直接搜索 hermes， 然后它里面就有一键安装的命令，你打不开 get up 也没事，直接按照屏幕上的命令敲出来就行。 关键的来了，选择倒数第二个，然后填进这个地址，这是 docker 连接外面的地址端口，就是 olama 的 服务端口。如果没有使用 docker， 可以 直接替换成一二七点零点零点一就行。等待安装完成， 直接输入 hermes 就 可以使用了。不过因为我本地没有英伟达的 gpu， 所以 无法加速，我就通过 python 代码开放了一个接口，修改下参数让 hermes 调用。需要的宝宝可以评论区戳我。然后咱们看下如何连接本地， 输入这个地址和对应的端口以及 u r i 就 可以了。然后继续咱们再看下结果 是不是完美，这样就可以不用花钱买 token 啦。不过这里有些建议，如果你的电脑无法使用 gpu 加速，就不建议本地部署了，根本无法使用，吐字的速度以及理解的速度根本不行。 而且因为龙虾和 hermes 调用本地模型时会传输超长的提示词以及上下文，导致电脑烧炸了都得不到返回， 而且 hermes 好 像出问题了，知道的评论区见。最后说下你本地都用什么样的大模型，以及安装时遇到的奇葩问题评论区聊聊。这里是永不秃头的喵记花里用大白话拆懂科技，咱们下期见！
350喵记花狸
01:43查看AI文稿AI文稿这个扣代个可以直接用谷歌的浏览器了。我发现在这个 ai 时代压根就不需要学习啊，我前两天在想着要做电商啊，还要呃卡在那个上货，然后反正那个界面还要自己研究，看的挺头大的。然后今天这个现在他自己支持浏览器了啊，可以自己去 看茶田。那不就代表着我直接让他网页去呃登录浏览器，然后帮我操作那个抖店的后台就行了吗？不直接让他扣贷自己跑了吗？但是现在有个问题啊，这个 windows 的 扣贷 x 好 像 有问题。装不了啊，一直都装不了，都好多次了，装不了。本来在这个插件商店里他都没有这个 虎哥的浏览器，这是他已经修过一遍之后才有的啊，大家可以去看一下，应该很多人都没有，但是你可以直接让扣袋子给你修，他现在在给我修，估计一会就修好了啊。学估计是真的不需要学啥了，全都是 ai 自己去干了。 这马上把这个装好了，什么公众号，什么呃图文啊，只要能做的，包括那个，特别是我现在需要的这个抖店的运营啊，直接让他自己去上传。 刚才还用不了啊，现在已经他给我修好了，可以用了，我让他给我打开了这个抖店的后台啊，说明是可以的啊，可行了， 这个插件商店里他已经安装好了，现在是可以用的啊。呃，大家不懂的可以把这个开成完全访问权限啊，像我这种不懂任何呃什么代码工程的各种傻子啊，就该开这个完全访问权限，虽说有这什么什么各种各样的什么风险， 但是不开的话他解决不了问题啊，对不对？我也不懂，即使坏了我也看不懂啊。不开解决不了问题，开了反而能解决问题，即使有一定的风险，风险也可控嘛，对吧？小破电脑坏了就坏了。
128早鸟阿丁
02:13查看AI文稿AI文稿大家好，我是老 k， 说实话，前些天我差点被吓到了，已经上线一个多月的网站流量，前一天还挺好的，第二天流量直接夭折， 很多的搜索 qq 那 条笑的像看见股票暴跌一样。今天这条视频不跟你讲虚的，我就说说这段时间踩过的坑，可能你早晚也会遇到。做开审其实也是挺顺的，我当时是用 ai 工具，把同品类的前五十个竞品的博客全部都扒了一遍，看他们的内容怎么排，关键词怎么放，照着这个思路呢， 输出了，让 ai 帮我输出了两百五十条标题和关键词的方案，这个环节是最磨人的，标题不能重复，关键词不能堆切， 来来回回改了好多轮，还要匹配你的内容以及你的产品的分类。标题定完之后呢，我就开始进行批量的升文，对接了 deepsea 的 api 的 升文，而且图片用的是 pax 的 自动匹配，再搭了一个定时发布的工作流，每天是自动推到 wordpress， 基本上不用我管。最开始那个数据也确实非常不错，从展现点击都在涨，而且我当时展现量和点击都在涨，我当时还挺得意的，觉得这套流程是跑通了的，结果四月底出问题了， 展现量是突然断崖式的下滑，我查了一圈，八成是触发了谷歌的 aa 的 内容惩罚。其实 其实现在谷歌对 ai 的 批量 production 的 内容呢，查的是非常严的，文章，如果说没有真实的场景，没有深度，用的是 ai 的 结构写法，被谷歌的算法识别出来，谷歌占的权重都会被拖下水。 我现在能做的就是先停掉这种自动发布，一篇一篇的去人工去修改，全补真实的场景，补数据，改完之后再重新发。所以想和你们说句实话， ai 确实能够帮你去省时间，但是它不能 力做质量。 a c o 这个东西呢，你糊弄它，它迟早会糊弄你。如果你现在也在做 a a 的， 批量的去做 a a c o 的 这种内容输出，建议你现在去好好的去检查你的内容是否是 能够避开这种谷歌的 a a 的 识别。好了，今天内容就到这里，我们下期见，拜拜。
09:17查看AI文稿AI文稿每天认识一个漏洞，今天学习的是 c s f 教程，开始之前，主包已经把相关的学习笔记，还有实战时会用到的工具，高清教程视频都整理好放在文件夹里了，需要的可以找我拿。欢迎大家来到 s r c 挖洞，从入门到进阶系列课程的第十五节课， 今天给大家讲一下真实场景下的 c s r f 漏洞怎么去挖掘。在上一节课当中，我们通过谷歌语法呢，定位到了网站的关键功能点或者是一些关键页面， 通过它我们就发现了一些漏洞的入口，从而提高了漏洞挖掘的效率。本节课咱们继续学习一个经典的 web 安全漏洞， c s r f， 我 们中文名字叫做跨站请求伪造。 首先在正式开始之前，大家看一下中华人民共和国网络安全法第二十七条，大家不要做未授权的深度测试行为，这是违法的行为。那本课的内容仅用于以防御为目的的教学演示，且勿用于其他用途，否则后果自负。 在正式开始收到之前，咱们先简单介绍一下今天用到的实验环境。实验环境是这样的，一个浏览器是模拟攻击者，另一个浏览器是模拟受害者。 还有一个本地搭建的 csrf 漏洞演示的靶场。以上所用到的靶场原代码和详细的操作手册我都已经打包好了，直接打开就能够使用，希望对大家有所帮助。好，接下来我们先来实操，后面咱们再回到这个核心概念， 因为刚开始看这个核心概念可能会让人有那么一丢丢的懵逼，我们通过实操去理解这个概念，所谓实践出真知嘛。首先呢这是今天的靶场，大家来看一下这里有几个测试账号，总共有四个测试账号， 我们要有两个浏览器，一个是模拟攻击者，一个是模拟受害者。好的，我这里又打开了另一个浏览器，大家看一下，那么我们先来正常的登录一下，好吧， ok， 登录成功。过后呢，就是一个修改密码的一个界面，然后我们输入一个新密码，我们随便输入一个。 ok， 我 们再次确认新密码， 修改密码，这时候呢密码就修改成功了，很简单的一个功能。好，我们看一下它到底是怎么产生这个 csrf 漏洞的，我们点击这里注销。我们左边是模拟攻击者，右边呢是模拟咱们的受害者， 第一个账号是攻击者的账号，第三个咱们模拟受害者的账号，首先左边这个浏览器，我们登录攻击者的账号，我们输入一下新密码，刚才改了。 ok， 登录成功， 紧接着我们右边这个是受害者登录的浏览器，所以我们要登录受害者的账号。是第三个，好，我们都登录成功了， 左边是攻击者，右边是受害者，紧接着我们攻击者要干嘛呢？我们攻击者要构造一个可以让受害者访问的链接。好，我们来看一下攻击者，发现这里有一个修改密码的功能， 他首先会怎么样呢？他就会对这个功能点想想，想想这个功能点能否被利用起来呢？ 他突然想到有 csrf 攻击。好，那我们 csrf 攻击是要构造链接的，所以他此时按下了 f 十二键，就是打开这个开发工具， 选择这个网络，因为他清楚的知道这个 c s、 r f 工具要找这个接口，要构造一些链接。好，那这个网络这个地方就可以找接口。紧接着呢，他在这里输入了一个新密码，很自然啊， 这里呢确认密码。好，紧接着点击修改这个密码，可以看一下页面，没什么反应，但是这个网络下面有东西， 这是什么？这个就是前端发给后端服务器的请求接口，那这个请求有啥作用呢？这个就是向后端服务器，说明我现在要修改密码了，可以看到 一个新密码，是不是后面这个？这个呢是咱们输入的确认新密码， 第一个呢是上面的新密码，第二个是下面的确认新密码。好，那我们可以这样，我们可以把这个链接给复制下来，右键有一个复制，这里有一个复制 url， 就 把整个链接复制下来了。 好，那此时我们怎么让受害者受到这个攻击呢？假设这个攻击者通过某种方式已经获得了这个受害者的联系方式， 并且已经知晓了他的用户名，他呢把这个链接发送给了受害者。好，我们紧接着模拟受害者去点击这个链接，大家来看一下。一，点击过后，这里有个 success， 什么意思？就说明受害者成功请求了这个链接，而这个链接是干嘛的呀？ 这个链接是修改密码的呀，而修改的密码呢？是什么呢？是这个，这个密码是谁给他预先设置的呀？是攻击者预先给他设置的呀，那现在他已经成功修改了这个密码，那我们攻击者是不是可以在这里登录他的账号？ 是的，当然我们前面也说了，攻击者预先知道了他的账号好，紧接着攻击者就会在这里登录这个账号，看一下用这个新密码进行登录。大家来看一下新密码登录是不是登录成功了，大家能体会到 c s r f 的 攻击过程吗？ 攻击者构造一些可以访问的链接，然后受害者访问了，就能按照攻击者的意思去设置对不对？比如说这里修改密码，还有这里注销，是不是我可以把这个注销的链接发给他 受害者一，点击这个注销的链接，直接注销了账号啊？比如说一些转账的地方，是不是你点击了过后给我转账给攻击者转账是不是还是比较严重的漏洞？我们实操完成之后，我们再来理解一下 csrf 漏洞的核心概念， ok， 首先 csrf 漏洞全称跨站请求，伪造不重要，它是常见的外部安全漏洞不重要，接下来非常重要，仔细听我讲，仔细思考。首先这个攻击者他是利用了受害者 已经登录的身份状态，回想一下刚才那个实验，是不是这边左边是攻击者， 右边浏览器是受害者是不是两边都要登录好？那么接下来攻击者是不是构造了一个恶意链接，需要诱使受害者访问这个恶意链接或者是页面， 回想一下刚才的实验，是不是攻击者发送了一个恶意链接给这个受害者，我们还模拟了受害者 去访问这个恶意链接，刚才浏览器是不是访问了修改密码的那个链接，直接修改了密码呀？那么最后呢是一个结果，导致受害者在不知情时以自己的身份执行非自愿操作， 比如说改密码，我们是不是以这个改密码实验为例，后面还说的有这个转账对不对？那我们想一想他为什么会以自己的身份去执行这些操作？可以看到这里我们是利用的他已经登录的身份状态， 那他自然而然的就能够进行一个改密码转账一些操作。所以完成这个实验有个非常重要的前提，就是受害者已经登录了这个目标网站。 第二个就是目标网站会对一些敏感的操作进行有效的二次验证，比如说 c s r f 令牌啊，还有这个 ref 验证，那么这个就会导致服务器无法区分这个请求是 用户本意还是伪造的，其实这个就是 csrf 漏洞产生的原因，好吧， 当然同时后面也是一个修复的建议，好吧，最后我们再给大家做一个总结，首先我们完整演示了这个 csrf 漏洞 从发现到利用的整个过程，我们把实验做完了过后，我们回头来通过实验去理解这个 csrf 漏洞的核心逻辑以及它的一些潜在的危害。 那么本节课到这里就已经结束了，那么下一节课我们还是继续回到逻辑漏洞， 领取隐藏的优惠券，教大家怎么突破领取的一个限制，找到隐藏的优惠券。那么本次所使用的资料还有操作手册都已经为大家打包好了。
105老叔讲攻防
02:30查看AI文稿AI文稿近期谷歌发布了 jam 四系列，一共四个版本，从二 b 到三十一 b， 其中二十六 b 这个版本五千零六十泰就能跑，综合能力在同类开源模型里表现突出。一分钟说清楚为什么 ai 大 模型有个不可能，三角速度、效果、成本三者不可兼得。想要效果好，参数就要大，一张卡跑不动。想要速度快，模型就要小，能力又不够。 杰马士用 m o e 架构打破了这个死局，一百二十八个专家每次只激活八个，用三点八 b 的 计算量跑出接近三十一 b 的 效果。 他用的是 mo 架构，一百二十八个专家每次只激活八个，三点八 b 的 计算量，跑出接近三十一 b 的 效果。原声、多模态文本、图片、音频统一处理，二五六 k 上下文长文档一次读完。 架构上有个值得注意的设计，大局注意力极强，上下文局部注意力用滑动窗口提速交替堆叠，二五六 k 上下文长文档一次读完。 数据方面，数学 ame 从上代的百分之二十提升到百分之八十九，三十 b 参数的编程能力超过了四百 b 的 喇玛寺 maverick 开元模型里排名第三。 我出了八道题，代码全部沙箱真实执行编码，数学、文学表现都不错，整体比较均衡。但让我印象最深的是它的图片理解能力。 我把一张复杂的排行榜截图直接丢给佳马仕，它给出了六百字的结构化总结，数据提取、趋势分析、关键指标解读都很准确。 这种复杂图片的理解能力在本地能跑的模型里很少见。综合来看，二十六 b 这个体量编码、图像理解、文本生成几个维度都比较均衡，没有明显短板，如果需要本地部署一个通用模型，值得优先考虑。 我是酷酷马，专注 ai 应用的实战拆解，下期教你用阿拉马部署 jam 四、再搭上满满零记忆框架，实现自动总结和自动进化的记忆系统，关注不迷路。
34哭哭马
01:10查看AI文稿AI文稿很多新手小白是不是都会遇到合价一直过不了的问题？想要解决，首先我们先来了解一下合价的逻辑。特朗普它是采用 ai 去进行全网合价的，关键在于两点，主图是否与平台现有的款式雷同， 以及标题你是否具有独特性。以下给他分享几个技巧，都是基于这一逻辑被我们落地实验过的，完全有效。第一，选品阶段呢，你就要去避免同质化， 在特木选定商品后，用谷歌去以图搜款，找到亚马逊等其他平台上的独特视角的图片，然后选择比较冷门的款式去上架。第二呢，就是多类目去上架，选择合价高的类目去上架， 特木上它不同的类目和价标准差异很大，将同一产品发布到多个类目上，然后再去选择合价高的链接去销售。 第三呢，你去组合商品的多 sku 去售卖，但一款式呢，它容易去被比价。将两到四个产品去组合销售， ai 呢，它就难以去找到相同的款，合价空间呢，咱们也会随之去扩大。 这三个呢，也都是我们落地验证过的硬招，合价卡壳的去试。还有几个更狠的合价技巧，关注我，别错过！
46保定跨境干货堂
