把工作作为一种方法

1
你能遇到pua你的人,都是身边的所谓聪明人,拥有那么一点智慧,一点权利。他们常用的话术是:你能力这么强,肯定可以搞定这个难题;大家都是一条线上的蚂蚱,千万不要退缩;

有时候高帽子带上去就很难摘下来,毕竟你不想伤了与领导之间的和气,所以伤了自己的情绪,最终上了裁员名单的时候,才发现hr不和你讲和气。

每个人都在被其他人毒害,然后自己再去毒害更弱势的他人。更不幸的是,不经意还让自己的家人也惨遭毒手。

2
渣男对待女朋友和同事,出奇的保持一致。

3
从现在起,就要记录那些工作中、生活中难以忍受的时刻,分析为何这个时刻如此难以忍受,是谁?什么行为造成这种感受。浪费别人的时间,就是谋财害命,以前总觉得是鲁迅的一种修辞,或者比喻而已,昨天才切实理解到,“就是”谋财害命,当这个SB销售把会议当作自己建立个人关系,展现个人魅力的时候,就是在谋害所有参加会议的人的生命。

新机器安装docker和python3

安装docker

root@instance-20230906-1618:~# docker --version
Command 'docker' not found, but can be installed with:
snap install docker         # version 20.10.24, or
apt  install podman-docker  # version 3.4.4+ds1-1ubuntu1.22.04.2
apt  install docker.io      # version 24.0.5-0ubuntu1~22.04.1
See 'snap info docker' for additional versions.

服务器的版本是

root@instance-20230906-1618:~# lsb_release -a
No LSB modules are available.
Distributor ID: Ubuntu
Description:    Ubuntu 22.04.3 LTS
Release:        22.04
Codename:       jammy

安装完成后,少了一点空间

267 MB of additional disk space will be used

安装python3的container

其实我可以使用python3的虚拟机,但是因为最近使用docker比较顺手,所以打算尝试下

  • 希望在这个容器里,安装与llm有关的插件、向量数据库等等
  • 或者在这台机器上安装其他的容器,例如关系数据库、向量数据库或者其他组件,实现一个简单的微服务价格,最好也可以用k8s管理

安装python最新版本,python:3

docker pull python:3

启动docker,而且进入交互(i)和终端模式(t),这里有个小问题,启动容器后会自动进入终端模式,我不是很喜欢这样,所以应该去掉t这个参数

docker run -it --name python3-container python:3

进入docker,使用terminal编写执行脚本,可以看到容器里的python和宿主机的python,版本是不一致的。

root@instance-20230906-1618:~# docker exec -it python3-container /bin/bash
root@e6d7fd5c9e79:/# python --version
Python 3.11.5
root@e6d7fd5c9e79:/# pip --version
pip 23.2.1 from /usr/local/lib/python3.11/site-packages/pip (python 3.11)
root@e6d7fd5c9e79:/# exit
exit
root@instance-20230906-1618:~# python3 --version
Python 3.10.12
root@instance-20230906-1618:~# pip --version
Command 'pip' not found, but can be installed with:
apt install python3-pip

LangChain初探

需求来源与问题提出

大模型,特别是公有云的超大参数模型,例如70B、130B的模型,往往不会针对特定的领域知识进行微调,原因既有模型自身训练成本的问题,也和把控领域数据的客户有关,他们不愿意共享自己的数据;

私有化部署的大模型,是否就不存在这样的问题呢?不尽然,虽然私有化部署避免了数据回流的安全问题,但是目前阶段,没有那个客户会接受一次训练的成本(软件、硬件和调优服务),何况所谓训练数据的标注也是一个漫长、昂贵的过程。

最近我参与的若干政府项目就遇到了类似难题。

而langchain、向量数据库就能形成一套很好的方案。

原来的问题是:大模型不太行,回答不了我提出的问题;
现在的问题是:你的问题有点烂,没有利用好大模型。

方案的基本思路

专业问题+外挂领域知识库+通用大模型=专业问题+领域大模型

  1. 一个简单的例子
请问XXX
  1. 一个复杂的例子
请问XXX

LangChain介绍