<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[arkohut的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/arkohut</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; arkohut]]></copyright><item><title><![CDATA[Gradio Tunneling 支持固定域名啦]]></title><link>https://blog.csdn.net/arkohut/article/details/145234394</link><guid>https://blog.csdn.net/arkohut/article/details/145234394</guid><author>arkohut</author><pubDate>Sat, 18 Jan 2025 23:02:01 +0800</pubDate><description><![CDATA[这里是视频的笔记。之前我介绍过一个小工具，它可以让非gradio创建的服务也使用gradio的--share功能。这个项目发布一年多以来，收到了不少反馈。这次更新主要解决了固定域名的问题。]]></description><category></category></item><item><title><![CDATA[健忘症福音...Rewind 平替...自动记录屏幕的 AI 应用来啦]]></title><link>https://blog.csdn.net/arkohut/article/details/143839745</link><guid>https://blog.csdn.net/arkohut/article/details/143839745</guid><author>arkohut</author><pubDate>Sun, 17 Nov 2024 22:09:30 +0800</pubDate><description><![CDATA[Memos 是一个专注于隐私的被动记录项目，旨在提供安全的屏幕录制和检索功能。它可以自动记录屏幕内容，构建智能索引，并提供便捷的 Web 界面来检索历史记录。更多内容可以查看。]]></description><category></category></item><item><title><![CDATA[卷卷卷！新的开源多模态大模型王者来啦，从量化到部署用 lmdeploy 把它运行起来吧]]></title><link>https://blog.csdn.net/arkohut/article/details/140309405</link><guid>https://blog.csdn.net/arkohut/article/details/140309405</guid><author>arkohut</author><pubDate>Tue, 09 Jul 2024 23:35:05 +0800</pubDate><description><![CDATA[上海人工智能实验室最近发布了一系列的开源模型，这次我就介绍下怎么使用 lmdeploy 去部署 InternVL2 8B 多模态模型。之所以使用 8B 的这个模型（而不是其他的尺寸的模型）有两个原因，第一、8B 的模型使用了最新的 internlm 2.5 7B，第二、8B 的规模刚好可以在一个 24G 显存的消费显卡里运行起来。下一个尺寸的模型就是 26B 的了，已经不太好在消费显卡上运行了。]]></description><category></category></item><item><title><![CDATA[safetensors -＞ ollama ，模型转化 + 模型量化详细步骤]]></title><link>https://blog.csdn.net/arkohut/article/details/140087605</link><guid>https://blog.csdn.net/arkohut/article/details/140087605</guid><author>arkohut</author><pubDate>Sun, 30 Jun 2024 22:18:47 +0800</pubDate><description><![CDATA[这里记录了如何将 huggingface 上模型转化为 gguf 格式、模型量化并在 ollama 中使用。请结合视频一起食用。]]></description><category></category></item><item><title><![CDATA[GLM4 9B - 环境准备和 vllm 部署]]></title><link>https://blog.csdn.net/arkohut/article/details/139507027</link><guid>https://blog.csdn.net/arkohut/article/details/139507027</guid><author>arkohut</author><pubDate>Thu, 06 Jun 2024 18:09:19 +0800</pubDate><description><![CDATA[这里是视频的笔记，完整的信息请观看视频。6 月 5 日，glm 团队开源了最新的大语言模型，glm4 9b。同时，这次还直接推出了对应的多模态模型，glm-4v-9b 支持 8k 的上下文。从测评结果来看，其综合水平全面超越了 llama3 8b 的模型。这里呢，我还是先记录下环境搭建和部署的流程。]]></description><category></category></item><item><title><![CDATA[Ollama 支持的 flash attention 能提升推理速度吗？我们一起测测看吧]]></title><link>https://blog.csdn.net/arkohut/article/details/139426912</link><guid>https://blog.csdn.net/arkohut/article/details/139426912</guid><author>arkohut</author><pubDate>Mon, 03 Jun 2024 23:30:28 +0800</pubDate><description><![CDATA[Ollama 最近的更新支持了 flash attention，这里我简单介绍下它的作用、开启方式，并通过一个测试脚本在一个云 GPU 上测试开启 flash attention 与否对实际推理速度的影响。]]></description><category></category></item><item><title><![CDATA[ollama 支持并发之后和 vllm 相比性能如何？我们测测看]]></title><link>https://blog.csdn.net/arkohut/article/details/139076652</link><guid>https://blog.csdn.net/arkohut/article/details/139076652</guid><author>arkohut</author><pubDate>Mon, 20 May 2024 22:34:47 +0800</pubDate><description><![CDATA[ollama 支持了并发之后其吞吐量有了不小的提升，不过这能打得过 vllm 吗？这里详细记录测试的环境搭建和脚本准备。]]></description><category></category></item><item><title><![CDATA[大模型推理 A40 vs A6000 谁更强 - 对比 Yi-34B 的单、双卡推理性能]]></title><link>https://blog.csdn.net/arkohut/article/details/135613641</link><guid>https://blog.csdn.net/arkohut/article/details/135613641</guid><author>arkohut</author><pubDate>Mon, 15 Jan 2024 23:30:39 +0800</pubDate><description><![CDATA[A40 和 A6000 从纸面数据来看基本是一模一样，但不知为啥 A40 在价格上就是比 A6000 要贵一点。这里我对比下两个卡进行大语言模型推理方面的性能差异。]]></description><category></category></item><item><title><![CDATA[C-Eval 大语言模型测评 - lm evaluation harness + vllm 跑测评]]></title><link>https://blog.csdn.net/arkohut/article/details/135515727</link><guid>https://blog.csdn.net/arkohut/article/details/135515727</guid><author>arkohut</author><pubDate>Wed, 10 Jan 2024 23:41:03 +0800</pubDate><description><![CDATA[C-Eval 是一个「知识评估基准」，参考国外的评测基准 MMLU 而来，发布于 2023 年 5 月 22 日和 MMLU 一样，C-Eval 都是客观题评测，所有都是单项选择题，每个题目 ABCD 四个选项，有唯一答案C-Eval 涵盖了 52 个不同学科，一共 13948 个题目，难度级别覆盖初中、高中、大学和职业考试52 个学科，每个学科拆分为三个数据集：dev、validation 和 test。]]></description><category></category></item><item><title><![CDATA[Yi-34B 本地部署简单测试]]></title><link>https://blog.csdn.net/arkohut/article/details/135331469</link><guid>https://blog.csdn.net/arkohut/article/details/135331469</guid><author>arkohut</author><pubDate>Tue, 02 Jan 2024 01:54:20 +0800</pubDate><description><![CDATA[用 LM Studio 直接把模型在本地跑起来，这里就是简单测试模型的速度和几个抽样问题的回答质量]]></description><category></category></item><item><title><![CDATA[双卡 3080ti 部署 Yi-34B 大模型 - Gradio + vLLM 踩坑全记录]]></title><link>https://blog.csdn.net/arkohut/article/details/135321242</link><guid>https://blog.csdn.net/arkohut/article/details/135321242</guid><author>arkohut</author><pubDate>Mon, 01 Jan 2024 17:37:10 +0800</pubDate><description><![CDATA[上次介绍了怎么用 vllm 去部署 Yi-34B 的 Int4 版本。这次尝试下 12G 显存的双卡部署，因为这个模型即使是 int4 的版本，也差不多需要至少 20G 的显存，所以如果是 12G 显存的话，也至少需要两块显卡。我这里尝试下用两个 3080Ti 跑起来这个模型。整个过程其实和上个视频的过程是类似的，本来觉得整个过程应该比较顺利，但最后发现还是踩了不少坑，这里我用这个视频把整个过程记录一下供大家参考。]]></description><category></category></item><item><title><![CDATA[只需 24G 显存，用 vllm 跑起来 Yi-34B 中英双语大模型]]></title><link>https://blog.csdn.net/arkohut/article/details/135274973</link><guid>https://blog.csdn.net/arkohut/article/details/135274973</guid><author>arkohut</author><pubDate>Thu, 28 Dec 2023 17:39:08 +0800</pubDate><description><![CDATA[上次介绍了用 vllm 去部署 mixtral 8x7b 的 GPTQ 量化版本，只是跑了一下 benchmark，这次玩一下 Yi-34b 这个模型的量化版本，看看怎么使用 vllm  直接暴露出来一个 API 服务。]]></description><category></category></item><item><title><![CDATA[用 llama.cpp 跑通 mixtral MoE 模型]]></title><link>https://blog.csdn.net/arkohut/article/details/135168655</link><guid>https://blog.csdn.net/arkohut/article/details/135168655</guid><author>arkohut</author><pubDate>Sat, 23 Dec 2023 14:42:52 +0800</pubDate><description><![CDATA[使用 llama.cpp 项目三分钟快速部署由 mistral.ai 最新开源的 Mixtral MoE 大语言模型]]></description><category></category></item><item><title><![CDATA[VLLM 测试 Mixtral MoE 的 GPTQ 量化版本]]></title><link>https://blog.csdn.net/arkohut/article/details/135167762</link><guid>https://blog.csdn.net/arkohut/article/details/135167762</guid><author>arkohut</author><pubDate>Sat, 23 Dec 2023 13:44:22 +0800</pubDate><description><![CDATA[使用 vllm 跑起来 Mixtral MoE 的 GPTQ 量化版本]]></description><category></category></item></channel></rss>