V2EX › TimePPT 的所有回复 › 第 15 页 / 共 144 页

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

For Existing Member Sign In

1 ... 11 12 13 14 15 16 17 18 19 20 ... 144

❮

❯

2025 年 2 月 20 日

对于 2：
func-call 跟一般监督微调的过程没啥区别，难点在于数据准备：至少要求包含场景、func 定义、预期调取的 func ，预期回复等。
面向业务的 func-call 相对好做，有业务场景，人工构造一些基本就够用。
但通用 func-call 模型就需要有大量的 api 定义和场景测试数据。

但做好其实都不容易，比如函数功能相似，会出现无法精准召回等问题。
还有 input 槽位信息缺失，需要多轮收集，LLM 要知道会话状态等，都需要很多工作要做。

如果没有特殊需要，建议直接调取通用 func-call 能力的 LLM API ，或者市面上有些开源的通用 func-call 模型，自己拿来用，或者再继续微调一下适应自己业务。

2025 年 2 月 20 日

回复了 s2555 创建的主题 › Python › 有人喜欢写爬虫用浏览器扩展来实现的吗？

playwright+无头浏览器，解决 80%问题

2025 年 2 月 20 日

回复了 ggggz 创建的主题 › 程序员 › AI Agent 用什么框架？

公司活，一般都是自己写，这些工具极少有公司直接上生产的。自己独立开发或者随便玩玩，选个顺手的就行

2025 年 2 月 19 日

回复了 frank1256 创建的主题 › 旅行 › 日本 7 天旅行计划

东京确实不错，去年在东京住了半个多月，印象很好。

2025 年 2 月 19 日

回复了 Breakpoints 创建的主题 › 旅行 › 已裸辞, 3 月份准备日本旅行, 有没有什么注意的

京都的话，各类小巷子什么的也很好逛很好拍。走走逛逛很休闲。
拍二年坂三年坂清水寺附近这种热门景点，想出片，建议找晴天早上八点前去。人多拍出来就游客打卡照了。
天气好了，鸭川沿岸可以走走，能感受到当地人的闲适。
如果喜欢和咖啡吃甜点，京都有很多不错的小咖啡馆，走累了可以调一个顺眼的 walk in ，基本不踩雷。

2025 年 2 月 19 日

回复了 TimePPT 创建的主题 › 摄影 › 意大利罗马的一些随拍

@nicelixin 是的，特别是罗马，佛罗伦萨，米兰这种传统旅游城市。有机会还要去😁

2025 年 2 月 18 日

回复了 TimePPT 创建的主题 › 摄影 › 意大利罗马的一些随拍

@smlcgx 是的，特地在许愿池许了愿，再次回到罗马😄

2025 年 2 月 18 日

回复了 TimePPT 创建的主题 › 摄影 › 意大利罗马的一些随拍

@WizardLeo 哈哈估计是因为我拉高了对比度，降低饱和度，做了一些全局和局部的色彩调整。其实应该都没有过曝。整体还是偏暗和中间调子多一些

2025 年 2 月 18 日

回复了 TimePPT 创建的主题 › 摄影 › 意大利罗马的一些随拍

@JustGoGoGO 还可以，热门景区也是人山人海，走街串巷闲逛倒是很舒服。

2025 年 2 月 18 日

回复了 jojoadv 创建的主题 › 电影 › 从几个观影群数据里看，感觉绝大部分人还是国产看的多.....国产好看的真的好少

个人平均一年 2 部国产电视剧，十来部国产电视剧。欧美影视剧每年平均 60~90 部（完全取决于剧看的多还是电影看的多）

2025 年 2 月 18 日

回复了 callmebyfire 创建的主题 › 投资 › 大模型炒股有没有搞头？

量化交易有专门的模型算法体系，这个体系创建到应用比 LLM 的时间长多了，也成熟多了。

另外，DeepSeek 和幻方不是完全一拨人搞的。两边招人标准都不一样啊。

2025 年 2 月 17 日

回复了 spitfireuptown 创建的主题 › Local LLM › 大佬们有没有基于大模型的推荐系统 demo

@murmur 哈哈哈想起去年跟朋友聚餐聊起的某八卦，某 DAU 过亿的厂，花一个 Q 把 LLM 融线上系统做推荐，AB Test 结果效果涨了零点几个点，成本翻十倍不止😂

2025 年 2 月 14 日

回复了 pig198x 创建的主题 › 问与答 › 除了买 ChatGPT pro，还有什么办法使用 deep research 吗？

可以等等？
x @sama
i think we are going to initially offer 10 uses per month for chatgpt plus and 2 per month in the free tier, with the intent to scale these up over time.

it probably is worth $1000 a month to some users but i'm excited to see what everyone does with it!

https://x.com/sama/status/1889679679696806103?t=9hxQLX6FSMbZX2vyJ6UCeQ&s=19

2025 年 2 月 11 日

回复了 linyou 创建的主题 › 问与答 › 请教 AI 大佬，基于大语言模型的 AI 占卜将会取代算命大师吗

算命一直是高流量，从门户时代就有单独的星座运势频道/板块了。每个互联网阶段这部分都会被重做一遍。卖护身符、佛牌、开光首饰极其赚钱。

与之相应的还有萌宠，萌娃，育儿，两性，野史趣闻。

2025 年 2 月 10 日

回复了 junwind 创建的主题 › 程序员 › 搞 Ai 大模型的，都是 Python 首选吗？

推理阶段的应用层工程化都无所谓，因为部署完基本都是微服务/api 调用
模型训练微调用 python 多些，主要 PyTorch / Transformers 太方便了
底层 infra 各家都不太一样，我见过某小虎家有用 c++写的

2025 年 2 月 8 日

回复了 EeveeRibbon 创建的主题 › 问与答 › 有没有推荐的学习写大模型提示词的资源

@mumbler 哈哈，是的，这种叫`meta prompting`

其实更好玩的玩法是利用 Agent 实现 meta prompt——> prompt 执行——> 评估——> 改进循环。比网上吹的一众 Prompt 之神不知高到哪里去了（手动 doge ）

2025 年 2 月 8 日

回复了 EeveeRibbon 创建的主题 › 问与答 › 有没有推荐的学习写大模型提示词的资源

御三家官方指南：
https://platform.openai.com/docs/guides/prompt-engineering
https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/overview
https://ai.google.dev/gemini-api/docs/prompting-intro
配合各家的 cookbook （就不放链接了，官方站点都有），基本搞定常见九成 Prompt 撰写

PE 的常见概念科普：
https://www.promptingguide.ai/zh

OpenAI o1 / DeepSeek R1 这类推理模型，Prompt 撰写和之前的 LLM 略有不同，感兴趣看这篇
https://www.latent.space/p/o1-skill-issue

以上看完，比市面上一堆所谓 Prompt 技巧管用的多

2025 年 2 月 7 日

回复了 mingtdlb 创建的主题 › Local LLM › LLM 私有化部署

模型的私有化部署一直有。

前 GPT 时代，模型参数都没那么大（ BERT 这种），基本上企业自部署的比较多。
GPT 时代，一般私有化部署的都是 100B 参数以下的模型。
一般本地台式机 or 笔记本的本地部署，参数量级在几十 B 以下（ 10B 以下极轻量级最常见），适当做些量化处理，基本上都能跑。

现在营销号推的 DeepSeek 本地部署的，绝大部分其实指的是蒸馏过的小模型。

1 ... 11 12 13 14 15 16 17 18 19 20 ... 144

❮

❯