Category: 人工智能 (AI)

部署和运行 DeepSeek R1-8b 大型语言模型 (LLM) 的两个简单命令

视频:油管/Youtube | B站/小破站 | 微博视频 | 西瓜视频 | 微信视频号 | X/推特 | 小红书 大型语言模型(LLMs)如 DeepSeek R1-8B 正在革新自然语言处理,使强大的 AI 驱动应用成为可能。然而,设置这些模型往往是一项艰巨的任务,需要复杂的配置。幸运的是,仅需两条简单的命令,您就可以使用 Ollama 在本地系统上轻松部署和运行 DeepSeek R1-8B——Ollama 是一个用于管理和运行开源 LLMs 的简化工具。 步骤 1:安装 Ollama …

程序员的神器: Github Copilot终于免费了(感谢微软爸爸)

微软这几年在AI领域的布局可谓精准。当年收购GitHub时,许多人还认为微软出价过高。然而,看看近年来推出的GitHub Copilot,以及对OpenAI的ChatGPT的投资,微软显然已经引领了这波AI浪潮。 懒人编程神器: Copilot GitHub Copilot最初的订阅费用是每月10美元。虽然我平时工作时会用Copilot,因为作为微软员工可以免费使用,但如果要用于自己的side project,每月10美元的费用还是显得有些高。 或许是由于微软面临其他竞品的压力,最近微软终于将Copilot免费开放了。如果需要使用,可以通过这个链接安装Visual Studio Code的插件。 注意:免费的条件之一就是:开源、非盈利。 对于广大程序员来说,编程从来都不是一件轻松的事情。从思考代码逻辑到调试程序运行,每一步都需要花费大量的时间和精力。而如今,一款被誉为“程序员神器”的工具——GitHub Copilot,终于免费了!这项由微软和 OpenAI 联合开发的人工智能代码生成工具,已经从一开始的收费订阅模式,迈向了普惠程序员的新时代。 作为一名程序员,你是否曾苦恼于寻找灵感,或者为琐碎的代码撰写而感到疲惫?GitHub Copilot 就是为了解决这些问题而生的。它能够智能地分析你当前正在编写的代码,并实时为你提供相关建议,从简单的语句补全到复杂的函数实现,甚至是生成整段代码框架。这样一来,程序员不仅能显著提升开发效率,还能专注于解决核心问题,而不是被重复性工作拖累。 微软此次宣布让 GitHub Copilot 免费化,无疑是一个让整个开发者社区欢欣鼓舞的消息。作为背后的支持者,微软通过整合 OpenAI 的先进技术,将 Copilot 打造成了集代码补全、优化建议和智能代码解释于一体的强大工具。此前,尽管 Copilot 的付费订阅价格并不算高,但对于许多个人开发者和学生来说,仍然可能是一个负担。而现在,所有人都可以毫无门槛地体验这一切,得以更加自由地挥洒创意。 更令人兴奋的是,GitHub …

教娃编程之: ChatGPT写了一个Python交互程序调用x.ai的Grok大语言模型

视频:油管/Youtube | B站/小破站 | 微博视频 | 西瓜视频 | 微信视频号 | X/推特 | 小红书 马斯克的x.ai到年底有免费的25美元的credit可以使用Grok大语言模型 前不久(今年初),伊隆·马斯克/Elon Musk的X公司开源了Grok大语言模型,并且给免费提供了25美元的credit可以调用。可以在其官网x.ai注册一个帐号,申请API KEY即可,官网还贴心的的给出了调用的例子。 curl https://api.x.ai/v1/chat/completions -H "Content-Type: application/json" -H "Authorization: Bearer xai-......" -d '{ "messages": …

AI一个不厚道的应用: 价格杀熟

几天前中午和同事一起吃饭,聊到了AI(人工智能),特别是过去两三年间非常火热的ChatGPT大语言模型。他提到,有一次他在火车站打算去机场,结果火车停运了,于是他用手机查询了一下Uber去机场的费用,大概是80英镑。碰巧旁边有一位女士也要去机场,他便询问能否拼车以平摊车费。神奇的是,那位女士也查了一下Uber的价格,结果她的报价是50英镑。 同事不明白为什么仅相隔几分钟,价格会有这么大的差异。我解释道,这可能是因为Uber知道你在微软工作,觉得你有支付能力。 其实一些公司早就有算法(甚至不用AI)来实施差别定价。如果判断你是老客户,可能认为你更有可能会下单,于是就提高价格。甚至公司还会根据用户所在地区显示不同的价格,因此有时使用VPN更换地区,可能会获得更便宜的报价。 随着AI技术的引入,AI对你的了解也在增加(如性别、年龄、兴趣爱好等),模型会预测你能接受的最高价格,从而为公司带来最大化利润。当然,最简单的避免入坑的方法就是多比价(货比三家)。 Uber打车在不同手机上显示不同的价格 一位同事最近在两部不同的手机上同时预订了 Uber 车,从同一个上车点到同一个下车点。他想提高在高峰时段搭车的几率。 在 Android 上,车费为 < 290.79 – 在 iPhone 上,车费为 342.47。这是怎么回事? 这不是故障,而是设计思维在起作用,由数据和用户洞察驱动: 用户行为:iPhone 用户通常被视为”高级客户” 数据显示他们更愿意支付更高的价格。 平台费用:Apple 对应用内购买收取高达 30% 的佣金,微妙地影响定价决策。 动态个性化:应用程序越来越多地使用基于用户行为和个人资料的动态定价。您选择的设备可能会影响您的收费。 真正的问题是: 个性化何时改善用户体验,何时开始让人觉得它是一种剥削? …

软件工程师可以通过ChatGPT来帮助审核代码(提高代码质量)

软件工程师(aka 码农)可以让ChatGPT来帮助审核代码。我发现在工作中挺好用的,把同事的PR(Pull Request)代码贴给ChatGPT,那么它会帮你看看代码中是否有问题,是不是有一些BUG,甚至会给你一些建议,效果很不错。很多时候我发现ChatGPT比我更专业,很能给出中肯的建议(我甚至想不到的方面,也帮助我拓展了思路) 不过,我不建议完全依赖于ChatGPT,至少在拿到ChatGPT的审核结果后你需要自己再看一眼,看看是不是有道理。切忌直接Copy/Paste。 你也可以试一试其它AI工具,像Google的Gemini(以前叫Bard),还有Claude AI等(现在各类AI通用人工智能真是百花其放)。 英文:ChatGPT Use Case for Software Engineer: Review Pull Requests (Code Reviews) 本文一共 202 个汉字, 你数一下对不对. 软件工程师可以通过ChatGPT来帮助审核代码(提高代码质量). (AMP 移动加速版本) 赞赏我的几个理由. ¥ 打赏支持 扫描二维码,分享本文到微信朋友圈

ChatGPT-4o好幽默:给我画了两张北京女孩穿吊带/迷你裙

雷哥回国在群里说:“现在北京女孩好多穿吊带儿还有迷你裙儿,街上好多美腿。” 我表示不理解,想要几张图看看什么样子,但雷哥没理我,于是我问ChatGPT-4o想找到答案。 问:现在北京女孩好多穿吊带儿还有迷你裙儿, 我不太清楚是什么样的,请给出些例子: 北京女孩穿的吊带和迷你裙通常是指一种夏季的时尚服装,既舒适又时髦。以下是一些例子和描述: 吊带: 简单吊带:通常由轻薄的棉布或丝绸制成,款式简洁,颜色单一或有简单图案。适合搭配牛仔裤、短裤或者裙子。 蕾丝吊带:带有蕾丝装饰,更加精致和性感,适合晚上出去玩或者特殊场合。 背心式吊带:类似于运动背心的设计,但材质和款式更加时尚,可以单穿或搭配外套。 迷你裙: A字迷你裙:裙摆呈A字形,适合各种身材,通常是高腰设计,可以拉长腿部线条。 包臀迷你裙:紧身设计,凸显身材曲线,适合身材较好的女孩。 百褶迷你裙:裙摆有褶皱设计,增加了活泼和可爱的感觉,适合年轻女孩。 以下是一些具体的例子和搭配建议: 简约白色吊带+牛仔迷你裙:这种搭配清新简洁,非常适合夏日的街头穿搭。 黑色蕾丝吊带+高腰A字迷你裙:显得成熟性感,适合晚上出去聚会或者约会。 印花吊带+百褶迷你裙:适合日常休闲穿搭,显得活泼可爱。 这些穿搭风格都可以在许多时尚杂志或者网上购物网站上找到图片和例子,方便你更直观地了解。 发几张照片 抱歉,我无法直接发送照片。不过,你可以在以下几个网站和平台上查找相关的图片和时尚搭配建议: 时尚博客和网站:比如Vogue、Elle、Grazia等时尚杂志的网站,通常会有最新的街拍和时尚趋势。 社交媒体:Instagram和Pinterest上有很多时尚博主分享的穿搭照片,你可以搜索关键词如“summer outfits”、“tank top mini skirt”等来找到相关图片。 电商平台:淘宝、京东、天猫等购物网站上搜索“吊带”和“迷你裙”,可以看到很多商品图片和搭配示例。 通过这些平台,你可以找到很多北京女孩穿着吊带和迷你裙的时尚照片。 这是两个简单的示意图,一个展示了穿吊带的女孩,另一个展示了穿迷你裙的女孩。 …

为什么应该阻止 ChatGPT 和 Bytedance 爬虫抓取你的页面?

这几天,我发现我的一两个服务器过载(高于平常的CPU使用率),我查看了 Apache 日志,发现 ChatGPT Bot(也称为 GPTBot/1.0)和字节跳动 Bots(也称为 Bytespider)的访问记录。 您可以通过以下 BASH 命令检查访问您服务器的前 10 个 IP: #!/bin/bash awk '{a++}END{for(v in a)print v, a}' /var/log/apache2/*.log* | sort -k2 -nr | head -10 …