貌似油管上使用ChatGPT制定交易策略及编程，从而实现股票交易自动化并获得盈利的视频很火爆。今天看到的这款视频采用ChatGPT+TradingView+PineScript编程模拟交易并评估盈利状况。本文简单介绍该视频内容后，详细介绍如何用Python实现并改进该视频中的策略，用特斯拉股票分时数据来模拟股票交易并获得盈利30%。目录ChatGPT+TradingView+PineScript股

大模型是深度学习自然语言处理皇冠上的一颗明珠，也是当前AI和NLP研究与产业中最重要的方向之一。本书使用PyTorch 2.0作为学习大模型的基本框架，以ChatGLM为例详细讲解大模型的基本理论、算法、程序实现、应用实战以及微调技术，为读者揭示大模型开发技术。## 目录。

在人工智能（AI）领域，尤其是自然语言处理（NLP）技术迅速发展的今天，如何高效地微调和部署大型语言模型（LLM）成为了研究和应用的热点。Llama-Factory 作为一个开源的微调框架，正是在这一背景下应运而生。它旨在为开发者提供一个简便、高效的工具，以便在现有的预训练模型基础上，快速适应特定任务需求，提升模型表现。Llama-Factory 支持多种流行的语言模型，如 LLaMA、BLOOM

灾难性遗忘现象是在连续学习多个任务的过程中，学习新知识的过程会迅速破坏之前获得的信息，而导致模型性能在旧任务中急剧下降。由于大模型的研究应用逐渐往微调等增量学习的方向深入，灾难性遗忘的问题开始被人们所认识和关注，在业界进行了不少研究和实验，可以总结出一些经验。暂时来看，经过实验验证的方法有如下几个：1.低秩适应LoRA方法是一种高效的微调方法，其原理是保留大模型的原始权重不变，从新数据中学习的知识

随着人工智能技术的迅速发展，AI 大模型已成为当前研究的热点。其中，大型语言模型（LLM）和多模态模型（MMM）是最受关注的两种模型。它们各有优势，并在不同领域展现出强大的潜力，本文将探讨大型语言模型与多模态模型的特点、应用场景以及未来发展趋势！

本周，两大科技巨头Open AI和谷歌先后召开发布会，它们不仅展示了大模型技术的最新进展，更将这一领域推向了新的高潮。图片来源：OpenAIOpenAI率先亮相了其创新的GPT-4o模型，这是一款革命性的语音助手，它在文本、语音和图像的理解上均展现出卓越的能力，甚至能够进行实时的语音对话，并准确捕捉和表达人类情感。紧接着，谷歌也不甘示弱，发布了包括轻量级的Gemini 1.5 Flash模型和全能

大语言模型的进展催生出了ChatGPT这样的应用，让大家对“第四次工业革命”和“AGI”的来临有了一些期待，也作为部分原因共同造就了美股2023年的繁荣。LLM和视觉的结合也越来越多：比如把LLM作为一种通用的接口，把视觉特征序列作为文本序列的PrefixToken，一起作为LLM的输入，得到图片或者视频的caption；也有把LLM和图片生成模型、视频生成模型结合的工作，以更好控制生成的内容。

接下来跟着我实操，只需要3步，就可以在本地完成Qwen3的微调。而且全过程零代码，提供webui界面操作

最近deepseek非常火爆，在学习对deepseek进行微调训练后，尝试把模型部署到本地。以下记录下怎么保存模型以及怎么载入Ollama的过程。

一方面，从行业特点来看，家居家电营销和AI趋势有着天生的契合点。先来看家居营销方面。电商行业的核心逻辑可简单理解为“卖一张图通过精美、真实、极富吸引力的图片来打动消费者，进一步为线上线下门店引流。但一张图背后的基础设计、租赁场地、布景、拍摄都十分考究，每个环节都蕴藏着各种营销窍门，最终才能打磨出一张让消费者一眼心动的图片。这意味着一张优质效果图的制作，不仅周期长、成本高，而且对人工的经验和水准都有