将本地项目推送到 Github 新仓库
自用的流程手册，省得上网到处查。
Only(AR) 的编程日记
大模型的本机部署
大模型的本机部署 1 介绍 用于方便在个人电脑上快速启动一个大语言聊天模型。支持命令行聊天和网页端聊天两种方式。最低配置可以支持纯 CPU，有独立显卡会有更好的体验。 本项目基于目前非常火的大模型微调开源项目 LLaMA-Factory1，大家可以点进去给给 Star 支持一下学长的工作。 网页端演示： 网页端演示 命令行演示： 命令行演示 2 环境配置 首先安装 Python，请使用
Pip 常用操作
Pip 常用操作 1 安装和卸载 安装最新版本 1pip install package 安装指定版本 1pip install package==ver 安装最小版本 1pip install 'package>=ver' 一定要加引号，不然会被当成输出重定向。 安装指定源（以清华源为例） 1pip install pa
【论文翻译】Towards LLM-driven Dialogue State Tracking
在任务型对话（TOD）系统中，对话状态跟踪（DST）是确保用户意图和系统行为得到精确追踪的核心环节。随着以 GPT3 和 ChatGPT 为代表的大型语言模型（LLM）的崛起，它们在不同场景和任务中的表现引发了广泛关注。本研究对 ChatGPT 在 DST 中的性能进行了初步研究。评估结果展示了 ChatGPT 在此任务中的出色表现，为研究人员提供了关于其能力的深刻认识，同时也为对话系统的设计和优
基于hexo+fluid+腾讯云COS的博客搭建教程（二）
基于hexo+fluid+腾讯云COS的博客搭建教程（二） 上回说到，hexo 框架和 fluid 主题的安装和搭建，这次继续学习 fluid 主题的配置和图片的存放，以及 COS 部署的知识。 6 主题配置概述 这一章节我们主要讲 fluid 主题的使用，大家除了看本教程，还应该参考主题的官方文档：配置指南 | Hexo Fluid 用户手册 (fluid-dev.com)。 主题的官方仓库
LLaMA Factory+ModelScope实战——使用 Web UI 进行监督微调
LLaMA Factory+ModelScope实战——使用 Web UI 进行监督微调 引言 大语言模型微调一直都是一个棘手的问题，不仅因为需要大量的计算资源，而且微调的方法也很多。在尝试每种方法过程中，配置环境和第三方库也颇为麻烦。。而 LLaMA Factory1 是一个高效的大语言模型训练和推理的框架，不仅集成多种高效训练方法，而且能持续适配国内外各种开源大模型。该框架还提供了能够一站式实
基于hexo+fluid+腾讯云COS的博客搭建教程（一）
如大家所见现在的 onlyar.site 是我在 2022 年暑假正式搭建的。在这之前我一直在博客园发表我的文章，但是我觉得博客园还是不够 geek 而选择了自建博客。一开始我尝试的是 hugo 框架，后来因为当时网上的资料比较少，出了 bug 难以修复而放弃，最后我选择了现在的 hexo 框架。
简单神经网络实现手写数字识别
简单神经网络实现手写数字识别 突然发现已经来实验室半年了还没有写过 Pytorch 代码，觉得既然是做深度学习还是有必要学一下的吧。那么今天下定决心自己（照着教程）写一个手写数字识别的任务。 0. 环境搭建 0.1 python 环境准备 大多数人使用的是 conda 管理环境，但是这次我使用的是 PyCharm+venv+Jupyter 的组合。具体操作如下： PyCharm 中点击：新建项目