- 您的话题内容不能为空。
-
帖子
-
分享
首先分享一下，最近清华大学新闻与传播学院 — 新媒体研究中心 — 元宇宙文化实验室发布了《DeepSeek：从入门到精通》PPT，共 104 页，内容涵盖如下：
- 强调了在当今人机共生时代能力培养的重要性，提出了一个包含整合力、引导力、判断力、元认知、系统思维、创造力和决策力的 AI 思维体系。
- 深入探讨了 DeepSeek 的入门与精通，特别是在人工智能普及的背景下，如何提升个人能力。
- 介绍了如何使用 DeepSeek 进行深入搜索的功能和方法。
木子粗看了一下，里面很多内容适合于我们了解、学习大模型的基本概念，非常有帮助，建议认真阅读。下载链接: https://pan.baidu.com/s/1L9sRLb7w2bDF8cHJamH4uA?pwd=gq4n
在当今 AI 时代，为了更好地驾驭人工智能并发挥其优势，木子的一些建议：
- 持续学习：跟上人工智能领域的快速发展，学习新的技术和工具，以保持竞争力。
- 发展软技能：培养创造力、批判性思维和情感智能等软技能，AI 目前还无法充分模仿这些人类独有的能力。
- 跨领域合作：拓展视野，与不同领域的专家合作，利用多元化的知识和经验解决复杂问题。
- 拥抱变革：开放心态，积极适应新技术带来的变化和挑战，并将其视为发展的机会。
- 伦理和责任：关注人工智能的伦理问题，确保技术的发展和应用符合道德规范，造福社会。
- 创新应用：探索 AI 在不同领域中的创新应用，开发更加智能和人性化的解决方案，提升工作和生活质量。
通过这些措施，个体和社会可以更好地迎接 AI 时代的到来，实现人与智能技术的共赢发展。
DeepSeek R1 购买指南
如果您想知道全球哪些公有云厂商提供 DeepSeek 购买服务，包括：单价对比🆚、API 接口文档、部署方式等，可以查看下文，本文持续更新：
全球公有云 DeepSeek R1 购买指南 – Rocky Linux：https://www.rockylinux.cn/news/deepseek-comprehensive-analysis-price-list-of-major-public.html
AI 大模型系列教程
针对 AI 工程师、运维工程师，木子发布了全网最全面、最完整、最系统的关于大模型部署系列教程，系列文章持续迭代更新中，详细参考：https://www.rockylinux.cn/tag/a/
Rocky Linux 9 AI 系列 001 — NVIDIA 显卡驱动安装介绍 – Rocky Linux
Rocky Linux 9 AI 系列 002 — 离线安装 NVIDIA 闭源驱动 – Rocky Linux
Rocky Linux 9 AI 系列 003 — 安装 CUDA Toolkit – Rocky Linux
Rocky Linux 9 AI 系列 004 — 安装 cuDNN – Rocky Linux
Rocky Linux 9 AI 系列 005 — 在线安装 NVIDIA 闭源驱动 – Rocky Linux
Rocky Linux 9 AI 系列 006 — 卸载 NVIDIA 显卡驱动 – Rocky Linux
Rocky Linux 9 AI 系列 007 — 安装 NVIDIA Container Toolkit – Rocky Linux
Rocky Linux 9 AI 系列 008 — 使用 Ollama 构建本地大模型 – Rocky Linux
Rocky Linux 9 AI 系列 009 — Open-WebUI 与 Ollama 无缝集成配置指南 – Rocky Linux
Rocky Linux 9 AI 系列 010 — LiteLLM 反代 Azure OpenAI – Rocky Linux
Rocky Linux 9 AI 系列 011 — 使用开源 RAGFlow 结合 Azure OpenAI 构建企业知识库 – Rocky Linux
Rocky Linux 9 AI 系列 012 — 安装大模型拉取工具 Git-LFS – Rocky Linux
Rocky Linux 9 AI 系列 013 — 使用开源 RAGFlow 结合 Qwen2 构建帮忙中心Q&A – Rocky Linux
Rocky Linux 9 AI 系列 014 — 基于 Docker 部署 ComfyUI – Rocky Linux
Rocky Linux 9 AI 系列 015 — ComfyUI 模型与插件管理 – Rocky Linux
Rocky Linux 9 AI 系列 016 — ComfyUI Flux1.Dev 大模型安装与演示 – Rocky Linux
在 Azure AI Foundry 上部署 DeepSeek R1 – Rocky Linux
在 macOS 上安装 ComfyUI 桌面版 – Rocky LinuxRAGFlow 知识库构建
目前公司内商用落地场景为：RAGFlow + GPT-4o
当时的结论如下，具体测试、验证案例，参考上述系列文章。
大模型测试结论为了节省大家的时间，先分享大模型测试的结论。模型选择是一个非常关键的环节。木子测试了多个模型，包括：llama3.1、llama2-chinese、qwen2:7b、qwen2:32b、codegeex4:9b 和 glm4:9b。在不进行任何参数调整的情况下，所有模型均使用相同的嵌入模型 BAAI/bge-large-zh-v1.5 构建知识库。测试结果表明，这些模型在自然语言交互的反馈上，与 OpenAI GPT 3.5 相比存在显著差距。在 Markdown 处理方面，这些模型表现尚可，但在处理 Excel、Word 等带表格的文档时，表现几乎全军覆没。对于 PDF、JPG 等文件类型，没有进一步测试的必要。相较而言，qwen2 的表现稍好一些，但与 GPT 3.5 相比仍有明显差距。由于测试数据涉及公司内部未脱敏处理的信息，因此不便展示。大家可以自行进行测试验证。如果您不想投入过多精力，可以选择嵌入模型 BAAI/bge-large-zh-v1.5 与 Azure OpenAI GPT 3.5 结合的方案，在使用成本和经济成本方面，这是一对相对最优的组合。当然，如果您倾向于完全开源、自建本地大模型，可以参阅后续的 Qwen2 篇内容。
今天来回答一下 DeepSeek + RAGFlow 是否适用于构建企业级知识库 Wiki 或帮助中心 Q&A？
结论：根据木子的测试结果，DeepSeek + RAGFlow 并不适合构建企业级知识库 Wiki 或帮助中心 Q&A。主要原因是，DeepSeek R1 是一种推理大模型，擅长数学推导、逻辑分析、代码生成和复杂问题拆解。它在每次回答之前都会进行思考，这一思考过程导致其答案通常不是从现有知识库中直接检索，而是通过发散性思维生成的。因此，它不适合用于基于现有知识库的查询。
相反，GPT-4 是一种非推理大模型，擅长文本生成、创意写作、多轮对话和开放性问答。它能够基于现有知识库进行答案检索，并通过添加人性化的表达方式进行补充。因此，GPT-4 更适合用于此类应用场景。有不同观点和意见的同学，可以在评论区留言，方便木子进行更加深度的测试验证。
- 哎呀，回复话题必需登录。