开源模型应用落地-qwen2.5-7b-instruct-LoRA微调-LLaMA-Factory-单机单卡-V100（十八）
一、前言
本篇文章将使用LLaMA-Factory去高效微调（命令和界面方式）QWen2.5系列模型，通过阅读本文，您将能够更好地掌握这些关键技术，理解其中的关键技术要点，并应用于自己的项目中。
二、术语介绍
2.1. LoRA微调
&nb
Read more
微搭低代码MBA 培训管理系统实战 19——教务管理：从订单到课时卡的自动转化
目录 * 前情回顾 * 一、 数据源设计 * 1.1 学员档案表 (`MBA_StudentProfiles`) * 1.2 课时卡表 (`MBA_LearningCards`) * 二 创建管理页面 * 2.1 搭建财务布局 * 2.2 搭建待支付列表页面 * 2.3 搭建确认支付弹窗 * 2.4 自动化开课 * 三 配置门户数据 * 最终效果 * 总结 前情回顾 上一篇中我们讲解了销售在订单成交后，录入订单。此时订单的状态还是待支付的状态，需要财务确认收款情况。财务人员点击了"确认收款"，订单状态变更为 已清账。此时，资金流已经闭环，但学员在系统里还只是一个"商机客户"，没有上课的权限。
在Windows11利用llama.cpp调用Qwen3.5量化模型测试
1.下载llama.cpp二进制文件 访问 https://github.com/ggml-org/llama.cpp/releases 或者 https://bgithub.xyz/ggml-org/llama.cpp/releases 选择适合自己平台的。我没有独立显卡，所以选择CPU版本 https://bgithub.xyz/ggml-org/llama.cpp/releases/download/b8192/llama-b8192-bin-win-cpu-x64.zip 解压到\d\llama8\目录。 2.下载量化模型 按照 章北海mlpy 公众号：Ai学习的老章~ID：mindszhang666 写的知乎文章Qwen3.5 0.8B/2B/
xcchat 是一个基于 Django 和 Django Channels 构建的轻量级在线客服系统。它支持实时聊天、人工/机器人客服切换、访客信息追踪和多站点接入
xcchat - 开源在线客服系统 * 作者：北小菜 * 邮箱：[email protected] * QQ：1402990689 * 微信：bilibili_bxc * 哔哩哔哩主页：https://space.bilibili.com/487906612 * gitee地址：https://gitee.com/Vanishi/xcchat * github地址：https://github.com/beixiaocai/xcchat xcchat 是一个基于 Django 和 Django Channels 构建的轻量级在线客服系统。它支持实时聊天、人工/机器人客服切换、访客信息追踪和多站点接入。 🌟 项目特点 * B2C架构：面向企业对客户的客服场景 * 实时双向通信：基于 WebSocket
RT-2：Google DeepMind的机器人革命——如何让AI从网页知识中学会操控现实世界
大家好，我是数据与算法架构提升之路，一个专注AI和机器人技术的博主。今天，我们来聊聊Google DeepMind在2023年推出的重磅模型——RT-2 (Robotic Transformer 2)。这个模型不是简单的聊天机器人，而是将互联网上的海量知识直接转化为机器人动作控制的“超级大脑”。想象一下，一个机器人能理解“捡起像锤子一样的东西”（比如石头），或者根据“我累了”自动递上能量饮料？这不是科幻，而是RT-2的真实能力！ 如果你是AI爱好者、机器人工程师或科技投资者，这篇文章绝对值得一读。我们将从原理、架构、创新点到实验结果，一一拆解。文末还有视频和论文链接，帮你快速上手。走起！ 1.为什么RT-2是机器人领域的游戏改变者？ 传统机器人学习依赖于海量的演示数据：工程师手动操作机器人，记录动作，然后AI模仿。但这效率低下——要让机器人适应新物体、新环境，就得从头收集数据。RT-2的创新在于，它借力视觉-语言模型 (VLM) 的预训练知识，将网页上的常识（如物体识别、语义推理）直接迁移到机器人控制中。