123456英文名称: ToolLLM: Facilitating Large Language Models to Master 16000+ Real-world APIs中文名称: TOOLLLM：帮助大语言模型掌握16000多个真实世界的API文章: http://arxiv.org/abs/2307.16789代码: https://github.com/OpenBMB/ToolBench作者: Yujia Qin日期: 2023-07-31 1 读后感 论文致力于让大模型学习使用工具，以实现复杂的任务。目前使用工具能力最强的还是 ChatGPT，但不清楚它是如何实现的。文中提出的 ToolLLM 主要用于构建针对 引导调优（instruction-tuning）的训练数据集 ToolBench，最终通过数据对开源的 LLaMA 调优，训练的模型 ToolLLaMA，对工具的使用能力与 ChatGPT 相当。 为了使路径搜索过程更加高效，提出了基于深度优先搜索的决策树（depth-first search-based decision tree：DFSDT）；训练了 API ...

1 推荐主题 butterfly 的默认 layout 很好，尤其对于内容比较多的 blog，安装方法如下： 1234npm install hexo-renderer-pug hexo-renderer-stylus --savenpm install hexo-theme-butterflycp node_modules/hexo-theme-butterfly/_config.yml _config.butterfly.ymlvi _config.yml # 修改 theme: butterfly 2 正常显示 Latex 公式 2.1 切换渲染器 切成 root 权限，安装 pandoc: 1apk add pandoc 2.2 安装插件 这个插件能支持 $ 号模式的 Latex 公式： 1npm install hexo-filter-mathjax 2.3 配置文件 修改 _config 文件如下： (我直接把插件 github 说明中的配置文件拷过来了) 12345678mathjax: ...

1 入口 https://yiyan.baidu.com/ 2 界面 2.1 整体界面 目标：作为普通用户使用。 结果：整体设计很好，各种角色和提示词，界面也好看，细节到位。 3 模型效果 3.1 写一段微信小程序 目标：对于本土化的工具，国外文本生成支持不是很好。 结果：看着还不错，还没试运行。 3.2 当朋友聊天我会找谁 目标：讨论一些人文问题，提出一些之前和 ChatGPT 聊到的问题，对比答案。 结果：答案也大差不差，呵呵…… 相对 ChatGPT，我觉得 ERNIE 比较教条，调性不太一样。 3.3 业务能力 目标：具体业务的能力。 结果：测试了一下总结长文的能力，理解能力可用。 4 易用性 4.1 申请 API 目标：真正解决问题，还是需要使用 API。 结果：230831 早上 3:00 申请，10:13 收到短信，通过审核。 4.2 费用 目标：看看用哪个更划算 结果：差不多 文心一言：ERNIE-Bot-turbo 0.008 元/千 tokens ChatGPT：0.002 美元/千 tokens 评论： 千帆支持多个模型，有 ERNIE ...

1 初衷 很早就开始分享文档，以技术类的为主，一开始是 MSN，博客，随着平台的更替，后来又用了 CSDN，知乎，简书…… 再后来是 Obsidian，飞书，Notion，常常有以下困扰： 1.1 问题 各平台格式不同，审核规则不同，需要花很多时间上传多个平台，文档更新成本也高。 分类太简单，搜索困难，不能满足要求。 虽然积累了一些积分和关注，但是平台更替，被黑，不可控。 想表达的东西很多：技术文，书评，旅行，画画，其它作品，日常感受；长文与短文，文献与田野的不同风格；每个平台调性，受众不同，全放一起，显得很不专业。 1.2 优势 这么看来，自建平台相对来说更自由，更方便： 租个每年几百块钱的服务器，或者先用个免费平台。 从内容到数据迁移更自由，可利用工具切换平台，减少时间成本，一键分享/更新。 构造一种介于“给自己看”和“给别人看”之间的状态，打通公/私分享内容。 在自己的 blog 和 其它内容之间建立深度链接。 设计自己的逻辑，做自己喜欢的分类和屏蔽规则，让不同类型的内容互不干扰。 1.3 劣势 但也存在一些问题： 学习成本：虽然入门成本不高，但想做到自己满意，需要花很 ...

1 工具使用 1.1 Midjourney vs Stable Diffusion 收费、审核、门槛；开源、部署、海量模型、可控、要求 生态：平台、插件、模型、文档；自已训练 1.2 环境 AI绘画_SD_搭建环境 docker 镜像：siutin/stable-diffusion-webui-docker 1234567$ nvidia-docker run -it --name sdw --gpus all --network host \ -v $(pwd)/models:/app/stable-diffusion-webui/models \ -v $(pwd)/outputs:/app/stable-diffusion-webui/outputs \ -v $(pwd)/extensions:/app/stable-diffusion-webui/extensions \ --rm siutin/stable-diffusion-webui-docker:cuda-v1.5.1-2023-08-02 \ bash$ ./webui.sh --share --list ...

时间序列分析工具包–tsfresh Pasted image 20211127213158.png 1 简介 官方文档：https://tsfresh.readthedocs.io/en/latest/index.html 源码：https://github.com/blue-yonder/tsfresh Star：目前 6.1K 笔者推荐：看一遍官方文档，再试一下源码中的例程 tsfresh/notebooks/examples/ 介绍： 可对应的长短不一的周期序列进行时间序列特征的提取。 能够自动地从时间序列数据中提取上百种基本的时序特征，如：峰数量，均值，最值等等 2 适用性 2.1 适用 自动地提取时序数据特征，扩充建模时的特征维度 只基于时间序列的聚类、分类和回归任务。 2.2 不适用 不适用于在线数据 不适用于对时间序列数据直接训练建模（sklearn 更加适合）。 不适用于高度不规则的时间序列，对于此类数据，tsfresh 可用于与时间间隔无关的特征提取（如峰值数量）；但对于非等间隔的数据（如趋势）应谨慎使用。 3 安装 1$ pip install ...

1 python markdown 解析器 mistletoe Star 665 主要支持 CommonMark Markdown mistune Star 2.3k 较量级 markdown_it Start 16.1k javascript 库 markdown Star 3.4k 对 pandoc 支持相对较好 功能比较强大 帮助页：https://python-markdown.github.io/ markdown2 Start 2.5k 用于转 html 2 mistune 2.1 github 地址 https://github.com/lepture/mistune 2.2 输入 markdown，输出 html 文本。 123import mistunemistune.markdown('I am using **mistune markdown parser**')# 输出: <p>I am using <strong>mistune markdown parser</strong>&l ...

#数据存储/PGSQL 1 概念 1.1 PGSQL 与 MySQL 在开源方面，PostgreSQL 是一个完全开源的数据库管理系统，MySQL 分为两个版本：开源版本和商业版本。 数据类型方面，PostgreSQL 提供了丰富的内置数据类型，包括数组、JSON、HSTORE（键值对）等。 PostgreSQL 对 SQL 标准的支持较好，支持更多高级 SQL 功能。 性能方面，PostgreSQL 支持表分区、并行查询和内置的复制功能，使其适用于大规模应用。 1.2 schema 在 PostgreSQL 中，schema 是一个命名空间，它可以包含数据库对象的名称，如表、视图、索引、数据类型、函数以及运算符。在一个数据库中可以存在多个 schema，它们都有各自的命名空间。这使得多个用户可以在同一个数据库中使用相同的表名，因为它们在不同的 schema 中。 相关 SQL 命令： CREATE SCHEMA：创建一个新的 schema， DROP SCHEMA：删除一个 schema ALTER SCHEMA：更改一个已存在的 schema 的属性 2 建立服务器环境 1 ...

1 模型下载 Stable Diffusion (简称 SD) 模型主要从 Huggingface, github, Civitai 下载。 Huggingface：主要提供主流 AI 绘画模型下载。 github：也有一些小模型放在 github 下供下载使用。 Civitai：AI 艺术共享平台，可下载海量 SD 开源模型（推荐）。 2 模型类别 SD 支持不同类型的模型，比如：基础模型，Lora，ControlNet，VAE，CLIP 等。模型扩展名一般为 ckpt，safetensors，pt，pth 等。下面介绍几种最重要的模型。 3 基础模型 3.1 介绍 基础模型一般包含完整的 TextEncoder、U-Net、VAE。 模型大小一般为 2-8G，真实风格模型相对 2D 风格模型更大。 目前最新的模型是 SDXL 1.0（约占 8G 显存），最常用的模型是 SD 1.5（约占 4G 显存）。 需要手工下载后，复制到 models/Stable-diffusion/ 目录下，才可识别和使用。 3.2 推荐 v1-5-pruned-emaonly：默认模型，偏真实风格，可 ...

一周之内体验了：Diffusion，CLIP，Segment Anything，Insightface，LoRA，ConnectNet 诸多算法的实际应用，全部是本地部署，0 花费。 1 选择 AI 绘画工具 目前 Ai 绘画界有两大主流工具，Midjourney（简称 MJ）和 Stable Diffusion（称 SD）。 MJ 于 2022 年 3 月首次面世，已从 V3 模型发展至 V5 模型，SD 由 Stability AI 公司和非营利研究人员在 2022 年 8 月推出的，可在本地免费部署。 MJ 更适合新手入门，10 刀/月，30 刀/月，60 刀/月三档收费；低付费的图片是共享的，高付费服务能一对一出图；学习提示词门槛低；有一定的审核要求，敏感词比较多；少量设置后的画面看起来就很炫，但不太受控，自娱自乐还行，难以稳定输出。 SD 可以设置大量参数，下载海量模型，本地部署，提示词百无禁忌，针对实际工作中的目标，更需要 SD 来定制。它需要本地硬件支持，以及更高的学习成本。 如果只想玩一下，国内也有一些免费平台，浏览器端和手机端微信端都有，就是生成效果比较差。 从两个 ...