搜尋文章

輸入關鍵字後按 Enter 搜尋。按 Esc 關閉。

Savepoint / 文章存檔

思緒冒泡💭

Savepoint

存檔列表

Strata 使用體驗

閱讀到 〈兩個超棒工具:Headscale 和 Strata〉這篇文章,其中介紹了 Strata,剛好我的電腦硬體規格也跑得起來,就嘗試了一下。Wiwi 在文中提到:…但即使是這樣,之前也只能勉強執行 Qwen 3.8 27B 而已。但有了 Strata 之後,同一台電腦現在竟然跑得動將近五倍大(125B)的 Qwen3.8-Flash-Next 模型,而且速度>還快了一倍!在使用 Strata 之前,我的本機端 LLM 也是執行 Qwen 3.8 27B 語言模型,使用上每次都要啟動 27B 的參數量,每秒運算的 token 數並不會太多,而 Qwen3.8-Flash-Next 雖然是125B ,但當次使用只會啟動 6B 的參數量,產生文字的速度變得更快,做一些檔案處理和文件的操作完全沒問題!圖片說明:選用的是 IQ3 XXS 量化的版本,雖然跑的起來,但會很誇張的吃滿系統記憶體和顯示卡記憶體不過目前沒什麼專案可以執行,很無聊的用 opencompass 來測測看能力。ARC-Challenge :考驗 AI 的知識運用與推理能力(美國 3~9 年級的科學選擇題,換算起來算臺灣國小三年級到國中三年級)。這次跑起來在 1,165 題中答對 1,140 題 取得 97.85% 正確率。例題1 ,大概這種難度:為什麼大陸內陸地區的氣溫變化,通常比沿海地區更劇烈?A. 海洋上…

寫文章不容易…

把「使用 Threads 讓我有種『思想裸奔』的感覺」寫成一篇文章,要將這個想法延伸、建構或解構的過程,簡直快要了我的命🤣可以很明顯的感受到,腦袋並不是照著熟悉的迴路在運作。就算有大語言模型輔助,我也不希望由他書寫,所以這次的文章是先讓語言模型針對主題大量提問,盡可能用語音辨識說出想法,一次可以講很多內容,雖然很零散又片段。接著讓語言模型不修改原話的方式,統整段落,最後再由這些段落,整理寫成文章。真心佩服能夠不靠語言模型協助,就能寫出完整文章的寫手們🙇‍♂️

折騰狂熱

每當接觸到新事物時,很容易一頭栽進去。為了趕快把個人網站弄上線,已經進入一種狂熱狀態,完全專注在修改、微調網頁介面,製作插件來擴充網站的視覺和功能;思考如何契合存檔點主題、後續文章規劃…然後也迫不及待想大力分享推薦 RSS 訂閱!(用了幾天發現新大陸)還得感謝大語言模型飛越般的發展,以往要手刻很久的版面和功能,現在只要用自然語言就能很快速的完成!……不行…我該去睡覺了…