- 10
- 5 921
EasyAI
Приєднався 20 вер 2024
🚀动手做，长视频，无社群！
🤖只讲AI应用和训练！
🔪学习当自强，不做被收割的韭菜！
可以零基础，但绝对没有速成法！
【中文大模型DeepSeek-V2.5】DeepSeek代码实践（下）：使用DeepSeek 236B进行Text-to-SQL实践应用
🚀：人人使用的起的国产大语言模型
代码地址：github.com/EasyAI-action/easyAI/blob/main/deepseek.ipynb
代码地址：github.com/EasyAI-action/easyAI/blob/main/deepseek.ipynb
Переглядів: 86
Відео
【中文大模型DeepSeek-V2.5】DeepSeek模型的介绍（上）：使用DeepSeek 236B进行Text-to-SQL实践应用
Переглядів 127Місяць тому
🚀：人人使用的起的国产大语言模型 代码地址：github.com/EasyAI-action/easyAI/blob/main/deepseek.ipynb
Ollama + Ngrok：如何在手机上部署/运行任意大语言模型？
Переглядів 6552 місяці тому
🤖👋 在手机上部署大语言模型！ ollama：ollama.com/ ngrok：ngrok.com/ 3:34 ngrok下载与配置 7:35 手机设置Enchanted
【有手就行系列】动手实践：无需代码，使用llama-factory微调大预言模型QWen2.5 | 第二节
Переглядів 1,7 тис.2 місяці тому
🚀🔥 无需代码，不要再说你不会微调啦 LLaMA Factory文档：llamafactory.readthedocs.io/zh-cn/latest/ QWen2.5：github.com/QwenLM/Qwen 2:00 安装llama factory环境 7:20 正式WEBUI微调
【有手就行系列】快速预览：无需代码，使用llama-factory微调大预言模型QWen2.5 | 第一节
Переглядів 5792 місяці тому
🚀🔥 无需代码，不要再说你不会微调啦 LLaMA Factory文档：llamafactory.readthedocs.io/zh-cn/latest/ QWen2.5：github.com/QwenLM/Qwen
第三节：使用ollama调用unsloth训练的模型| GGUF|
Переглядів 3153 місяці тому
🚀使用ollama调用unsloth训练的模型 |高清4K画质| ollama官网：ollama.com/ unsloth官网：ollama.com/download Llama3.1下载地址：huggingface.co/unsloth/Meta-Llama-3.1-8B-Instruct-bnb-4bit
第二节：使用unsloth精调大语言模型Llama3.1 | 微调|fine-tuning
Переглядів 1,3 тис.3 місяці тому
🚀使用Unsloth精调Llama3.1 |高清4K画质| ollama官网：ollama.com/ unsloth官网：ollama.com/download Llama3.1下载地址：huggingface.co/unsloth/Meta-Llama-3.1-8B-Instruct-bnb-4bit
第一节：WINDOWS安装大语言模型环境：基于Unsloth+Ollama
Переглядів 7123 місяці тому
🚀零基础介绍在windows下安装LLM环境。|高清4K画质| 1. unsloth ollama的部署 2. ollama在本地运行大语言模型 ollama官网：ollama.com/ unsloth官网：ollama.com/download wsl官网：learn.microsoft.com/en-us/windows/wsl/install
支持
deepseek 可以像GPTs 那样通过api 来训练自己的模型吗 ，
追更追更，能讲一下导出到本地，和导入到ollama的部分吗🥺
@@lantooo6722 等我休假结束做一期😁
点赞关注，希望坚持下去，虽然这类内容过千粉会慢
谢谢关注。希望能坚持下去
请问可以分享一下笔记吗
感谢分享
PC端需要什么配置要求
模型推理常规家用电脑就行。想要速度更快买一张4060以上的N卡就行
补充下：ngrok隐射的公网地址支持任意浏览器访问，不局限手机APP
下一期给大家做一个：在手机上部署/运行任意大模型的教程😁
更新更新更新！
已更新😀
QWEN2.5对该视频的总结：介绍了"有手就行"系列中的Lama Factory工具，这是一个旨在使大语言模型（LLM）微调变得简单而高效的平台。它声称无需任何编码知识便能微调任意大小的语言模型，并已经在GitHub的训练竞赛中获得了第一名的好成绩。发言人特别强调了Lama Factory在微调阿里公司出品的顶级中文模型--千问2.5时的成功经验，体现了其高开放性和有效性。通过展示Lama Factory网页端的使用流程，发言人详细说明了加载模型、指定模型文件位置、选择微调方法和设置训练参数等步骤，并演示了与微调后的模型进行对话和评估的过程。此外，发言人还指出Lama Factory对不同编程背景的用户都极为友好，无论是开发者还是非开发者，都能轻松利用大模型。最后，发言人表达了想要进一步探索Lama Factory提供其他使用方式的愿望，如通过命令行接口来深化对该工具的理解和应用。总的来说，他的讲话重点在于推广Lama Factory这一能够简化大模型微调过程的工具，以及其在实际应用中的高效性和易用性。