阁下

摘要： 1. 使用 Omnibus 包安装（推荐） Omnibus 是 GitLab 官方提供的打包安装方式，适合大多数 Linux 系统。 1.1 系统要求 操作系统：Ubuntu、Debian、CentOS、Red Hat 等。 硬件要求： 至少 4GB 内存（推荐 8GB 或更多）。 至少 2 核 C 阅读全文

摘要： 1. 更新系统包 首先，确保系统包是最新的： sudo apt update sudo apt upgrade -y 2. 安装依赖包 安装 Docker 所需的依赖包： sudo apt install -y apt-transport-https ca-certificates curl sof 阅读全文

摘要： 在 Git 中，如果你想要保留最新的提交（即 HEAD 提交），并删除所有之前的提交历史，可以使用以下方法。这种操作将创建一个全新的仓库历史，只包含当前的最新状态。 请注意，这个操作是破坏性的，并且会永久丢失所有的历史提交记录。确保在执行这些步骤之前已经备份了重要的数据或分支。 步骤： 创建一个新的 阅读全文

摘要： 参考资料 Drain3和Spell算法论文学习：https://www.ctyun.cn/developer/article/435428960813125 Spell 基于最长公共子序列的在线日志解析方法: https://blog.csdn.net/qq_41773806/article/det 阅读全文

摘要： 环境 下载安装: Ollama 拉取大模型: Ollama项目 旧版本转换 embeddings_utils embeddings_utils 实现代码 import openai import numpy as np my_client = openai.OpenAI( base_url='htt 阅读全文

摘要： 简介 论文链接：https://jiemingzhu.github.io/pub/pjhe_icws2017.pdf 代码实现：https://github.com/logpai/logparser/tree/main/logparser/Drain 算法原理图： 有几点注意： 根节点和叶节点实际是 阅读全文

摘要： 简介 paper ： https://arxiv.org/abs/2307.09288 code ：https://github.com/facebookrese 解释 : https://zhuanlan.zhihu.com/p/649756898 处理流程 预处理文本 输入：文本(问题) 处理： 阅读全文

摘要： 问题背景 ⼤模型通常包含数亿甚⾄数百亿个参数，对其进⾏微调需要⼤量的计算资源和存储空间。 在微调过程中，直接修改预训练模型的所有参数可能会破坏模型的原始性能。 存储和部署微调后的⼤模型需要⼤量存储空间，尤其是当需要在多个应⽤场景中部署不同微调版本时。 许多微调⽅法会增加推理阶段的计算延迟，影响模型的 阅读全文

摘要： 格式 [ { "conversations": [ { "from": "human", "value": "user instruction" }, { "from": "gpt", "value": "model response" }, ... ], "system": "system pro 阅读全文

摘要： 格式 alpaca 格式的数据集应遵循以下格式： [ { "instruction": "user instruction (required)", "input": "user input (optional)", "output": "model response (required)", "s 阅读全文