侠客风云传

你是做的 few shot instruct 还是 prompt tuning ? 如果是 few shot ， 这种方式效果不稳定。简单来说，few shot 不更新模型参数，prompt tuning 会更新模型参数。可以看看 peft 库

tensor_annotation_demo
https://gist.github.com/Morriaty-The-Murderer/c621922429d1f6b4a91ed1fdc97798e3

回来自答下，以便后来者能查看。
经过一番查找，目前找到的最符合我初始需求的是[tsalib]( https://github.com/ofnote/tsalib)
例子如下
<script src="https://gist.github.com/Morriaty-The-Murderer/c621922429d1f6b4a91ed1fdc97798e3.js"></script>

其中也结合了 2L 提到的`einops`，其实`tsalib`本身是自带类似的`warp`操作的，但由于`tsalib`本身很久没维护了（ last commit 4years ago ），所以操作 tensor 还是选择了目前稳定维护的`einops`，仅保留了`tsalib`的`type annotation`

由于我也是刚开始使用，所以不太清楚这样子写是否是 best practise ，还在摸索中。

spotlight 全局搜索（ cmd+space ）声音输出，把输出改成 Mac 扬声器

The time reported by elasticsearch in the "took" field is the time that it
took elasticsearch to process the query on its side. It doesn't include

- serializing the request into JSON on the client

- sending the request over the network

- deserializing the request from JSON on the server

- serializing the response into JSON on the server

- sending the response over the network

- deserializing the response from JSON on the client

@killva4624 文明 5 吃配置

武林群侠传、太阁立志传这种老游戏都挺好玩，还能反复二轮三轮不重样，基本上 4G 内存就够了

还以为是老帖，下意识的看了下发帖时间🤣

工作了四年还能有如此纯粹的热情，挺好的。个人建议专而精比大而全要好。

你得说清楚：
1. 具体是什么查询，单 term query 和复杂的 bool + function_score 查询，差别大了去了
2. 数据结构是啥样的
3. 只读还是同时读写
4. 全靠 es 抗，还是程序层会做缓存

开发环境不就是装个 IDE ，剩下的的都交给 IDE 吗🤣又不是调试和部署

百度、google：ORM+fake data

200~300 就去迪卡侬挑，哪个合脚穿哪个

https://support.apple.com/zh-cn/HT204609
打开 Mac 触控板的三指轻触拖拽功能

都在劝退🤣我稍微正经点吧，可以参考这个 https://gugehome.com/am.php?t=a8pslXGjYFhJ 开始入门学习。

对于 train 和 fine tune 这条路而言，楼主想转难度挺大，需要极好的学术背景+大公司资源

但对于 Prompt tune 这条路而言，我觉得当前还是可以尝试一下的

@Dipous 随申办上办理“租赁备案”和“居住登记”，中间是需要租房合同的，不过由于是同学，我们就随便下载了份模板就填了

@zjuster 刚准备打开 Steam ，看到大小劝退了，我记得古墓也就 4 、50G 笑哭，现在游戏大小膨胀的也太厉害了

@Dipous 我当初是找的大学室友，他买了房，我就挂在他了，两个人属于穿一条内裤的那种关系，所以就不存在你说的协议、反悔申诉的问题🤣