acshame
-
-
-
-
-
- BiliFilter —— 基于本地LLM的 Bilibili 弹幕过滤器
github.com/ddddng/BiliFilter/
✨ 特性
本地运行：所有推理均在本地完成
多种分类：色情低俗、恶意刷屏、人身攻击、垃圾广告、引战、剧透、错误科普、正常、未分类
即装即用：无需修改网页源代码，脚本自动 Hook 弹幕
可调策略：保留 / 隐藏指定分 https://mapp.api.weibo.cn/fx/a315098bb18369f7ac2714c8d31484b4.htmlGitHub
GitHub - ddddng/BiliFilterContribute to ddddng/BiliFilter development by creating an account on GitHub. - 发布了头条文章：《RL+search = Deep research》 http://t.cn/A6gzRKMU https://mapp.api.weibo.cn/fx/e321c4d5a6d4d8b321bb3830b70f42ef.html
-
-
-
-
-
-
-
-
-
- AI能做什么？全能翻译官、打杂小秘书、画画、原型、作曲……
📖文员📖
1️⃣英译中http://t.cn/A63F0523
2️⃣处理“PPT视频课程”http://t.cn/A6ghblv1
3️⃣NotebookLM，不只是笔记本http://t.cn/A6ghblvn
4️⃣查找类。根据图片定位http://t.cn/A6dh4qyX ；找来源http://t.cn/A6BLjN9f
🎨作 https://mapp.api.weibo.cn/fx/8d7172e70cd34387e5dbaa7a44d09470.html - http://t.cn/A6dnrSYx
这是一篇关于使用Ollama的大型语言模型采样参数的全面指南。它详细解释了各种采样参数（如温度、Top P、Min P等）如何影响模型输出。
像 Ollama 中使用的大型语言模型（LLMs）并非确定性生成文本——它们基于模型预测概率，通过概率性采样选择下一个 token。在采样前如何对这些概 https://mapp.api.weibo.cn/fx/fbccf9844fa3be50b15b9c488322c3fe.html -
- RAG 架构实用指南↓ 收藏
1. 数据准备，比如将Google Drive 文件夹中的文档生成嵌入，分成块并将它们作为多维向量存储在 向量数据库（如Pinecone） 中。
2. RAG：当用户提出问题时，将其转换为向量，并从 向量存储（如Pinecone） 中检索具有相似向量的文档块。
3. Adaptive RAG，核心在于根据不同查 https://mapp.api.weibo.cn/fx/5beeec096d182cb729c6e4c0b010ad78.html
