نویسنده (ها): کریشان ولیا
در ابتدا منتشر شده در به سمت هوش مصنوعیبشر
راهنمای اجرای هر LLM محلی با حداقل نیاز منابع.
این داستان فقط عضو بر ما است. برای دسترسی به همه رسانه ها ارتقا دهید.
عضو نیست؟ به مقاله کامل در اینجا دسترسی پیدا کنید (و فراموش نکنید که حداقل 5 کفپوش را ترک کنید)
بهترین چیز در مورد منبع باز LLMS این است که می توانید آنها را به صورت محلی بر روی سیستم خود اجرا کنید! 💻
توانایی اجرای یک مدل به صورت محلی بر روی سیستم شخص ، اغلب امکان آزمایش با پروژه های جدید و تلاش برای اصلاحات جدید را باز می کند. و اکنون با معیارهای عملکردی حیرت انگیز برای Deepseek-R1 شناور شد ، چه کسی نمی خواهد آن را به صورت محلی اجرا کند؟
این مقاله به شما آموزش داده شده است که چگونه LLM را به صورت محلی روی سیستم خود اجرا کنید ، به محض اینکه خارج از توانایی های سیستم شما نباشد.
تا آخر بچسبانید و برای بارگیری و اجرای هر LLM روی سیستم خود یک ساختار مناسب خواهید داشت!
Deepseek R1 روشی کاملاً جدید را معرفی کرده است که LLM ها با آن آموزش دیده اند و تغییر چشمگیر در نحوه پاسخگویی این مدل ها پس از تفکر و انجام مجموعه ای از استدلال ها ایجاد کرده است.
این تغییر عمده در انجام تفکر و استدلال قبل از پاسخگویی ، نتایج بسیار قابل توجهی را در بیشتر معیارهای مهم به همراه آورده است. و به همین دلیل Deepseek R1 تقریباً برای همه توسعه دهندگان زرنگ و دانا انتخاب شده است … وبلاگ کامل را به صورت رایگان در رسانه بخوانیدبشر
منتشر شده از طریق به سمت هوش مصنوعی