連登語言模型 LiLM,用AI回應連登貼文

279 回覆
1009 Like 37 Dislike
2024-07-14 17:33:20
2024-07-14 17:35:24
shit..我有冇份做數據
2024-07-14 17:36:41
可能會勁過政府嗰個
2024-07-14 17:39:52
更新
加咗 llama3 嘅 adapter 落 github
2024-07-14 17:42:19
lm
2024-07-14 17:43:25
真。連登仔
2024-07-14 17:44:12
支持樓主
創造AI連登仔
2024-07-14 17:44:14
想屌你老母臭閪
2024-07-14 17:45:30
應該會答你美債
2024-07-14 17:45:31
基本上睇第一個response已經知你係based on林亦嗰個
2024-07-14 17:45:56
欣宜是咪一個好女仔
2024-07-14 17:48:01
留港既話得sense time 玩呢味野 你有呢個sample project 可能有得in
2024-07-14 17:49:10
租vm
2024-07-14 17:51:00
用 gradient checkpointing 同埋細啲嘅 model 可以降低 Memory 需求,但就冇得用返 github 入面嘅 adapters
2024-07-14 17:53:11
不如你整個哥基patpat LLM
應該可以有效改善香港人嘅正字率
2024-07-14 17:57:54
其實都有啲唔同,連登嗰個會易做啲,因為有明確嘅input output
條件入面其中有一段係林亦要用GPT gen返每一個output嘅input,
其實咁樣做 個數據質量幾差
可以參考
https://github.com/linyiLYi/bilibot/issues/31
相反連登嘅project,真係睇得出 fine tuning發揮動作用
2024-07-14 17:58:25
負面到仆街
2024-07-14 18:00:04
佢呢個模型係抄一個月之前一個叫bilibili 弱智回覆既fine tuned LLM
不過都appreciate 樓主time and effort
2024-07-14 18:01:08
有趣
2024-07-14 18:02:24
LiLM係咪你老母
2024-07-14 18:03:34
正是
2024-07-14 18:05:27
Q: Why not use Windows and CUDA?
I prefer Apple.
2024-07-14 18:06:38
Best part in this project
Thanks I learn from this post
2024-07-14 18:11:37
正,參考下用嚟自用
2024-07-14 18:12:59
Chok巴要買mac studio啦
吹水台自選台熱 門最 新手機台時事台政事台World體育台娛樂台動漫台Apps台遊戲台影視台講故台健康台感情台家庭台潮流台美容台上班台財經台房屋台飲食台旅遊台學術台校園台汽車台音樂台創意台硬件台電器台攝影台玩具台寵物台軟件台活動台電訊台直播台站務台黑 洞