vscode copilot在win10 WSL2环境无法使用的问题

优质文章学习记录

— 2 min read
vscode copilot在win10 WSL2环境无法使用的问题

问题描述

问话会进入chat初始化过程

在这里插入图片描述


等了一段时间就说 retry connection

在这里插入图片描述

重新reload window会报：Chat took too long to get ready. Please ensure you are signed in to GitHub and that the extension GitHub.copilot-chat is installed and enabled.

在这里插入图片描述

解决办法

回退Copilot版本

参考这位老哥解决方案 ：https://github.com/orgs/community/discussions/147219

在这里插入图片描述

将Copilot回退回 v1.252.0版本

PS：Vscode插件回退方法
依次点击插件->Copilot->Uninstall旁边下拉->Install Specific Version

在这里插入图片描述


点击重装即可，记得关闭自动更新（Auto Update）

在这里插入图片描述

网络问题

在找攻略的时候，可能瞎改了一通网络代理，导致回退了版本也不行

查看网络连接问题

可以在Vscode控制台->output->搜Copilot，这是正常的打印日志

如果显示类似 127.0.0.1:7890 或 127.0.0.1:7987 连接不通过，那就是网络问题

在这里插入图片描述
关闭网络代理

第一步：进入Setting，切换到Remote[WSL:Ubuntu]，搜索proxy，去掉Http: Proxy

在这里插入图片描述


第二步：关闭Http: Use Local Proxy Configuration

在这里插入图片描述


在这里插入图片描述

第三步：Reload window后，看到控制台打印如下信息，就说明成功了

在这里插入图片描述

Read more

LLaMA-Factory实战指南：从零构建医疗大模型的三大关键阶段

1. 医疗大模型训练的三阶段全景图 如果你正在医疗领域探索AI应用，一定会遇到这样的困境：通用大模型在专业场景下表现不佳，回答缺乏深度，甚至可能给出错误建议。这正是我们需要构建垂直领域大模型的原因。LLaMA-Factory作为当前最受欢迎的开源微调框架，能帮你高效完成从预训练到最终部署的全流程。 医疗大模型的训练就像培养一位医学专家，需要经历三个关键成长阶段： * 预训练阶段：相当于医学生的本科教育，通过海量医学文献学习基础知识和语言模式。这个阶段投入最大，通常需要数千GPU小时。 * 监督微调阶段：类似临床实习，用标注好的医患对话数据教会模型如何专业应答。这是性价比最高的优化环节。 * 偏好纠正阶段：好比专家带教，通过强化学习让模型输出更符合医生期待。这个阶段能显著提升回答的专业性和安全性。 我在三甲医院AI辅助诊断项目中实测发现，经过完整三阶段训练的7B参数模型，在医疗问答准确率上比通用模型提升47%，特别在药品禁忌和罕见病诊断方面表现突出。 2. 环境搭建与数据准备实战 2.1 硬件选择与配置技巧 医疗文本通常需要处理长上下文，显存需求比通用场景更高。根据

N46Whisper：3步搞定日语视频字幕的终极免费方案

N46Whisper：3步搞定日语视频字幕的终极免费方案 【免费下载链接】N46WhisperWhisper based Japanese subtitle generator 项目地址: https://gitcode.com/gh_mirrors/n4/N46Whisper 还在为日语视频字幕制作而烦恼吗？N46Whisper让AI字幕制作变得前所未有的简单！这款基于Google Colab的云端工具，专为日语语音转字幕设计，零基础也能快速上手。🎉 为什么要用N46Whisper？ 传统方式痛点N46Whisper解决方案效率对比手动打字耗时耗力AI自动语音识别节省80%时间字幕格式复杂难懂自动生成ass/srt格式一键导出翻译质量参差不齐支持智能翻译模型翻译质量提升70% 🚀 核心优势一览 * 完全免费：无需付费订阅，打开浏览器即可使用 * 云端处理：利用Google Colab的强大算力，告别本地配置烦恼 * 高精度识别：基于Whisper模型，日语识别准确率超90% * 双语支持：日语原文+中文翻译，学习娱乐两不误 快速入门：3步制作专业

FauxPilot：开源GitHub Copilot替代方案完整指南

FauxPilot：开源GitHub Copilot替代方案完整指南 【免费下载链接】fauxpilotFauxPilot - an open-source alternative to GitHub Copilot server 项目地址: https://gitcode.com/gh_mirrors/fa/fauxpilot 你是否在寻找一个完全免费、开源的AI代码助手？FauxPilot正是你需要的解决方案！这是一个开源的GitHub Copilot替代服务器，让你能够在本地部署自己的AI编程助手，享受智能代码补全的便利，同时保护代码隐私和安全。 🚀 项目亮点速览 开源免费 - 完全开源，没有任何使用限制，告别付费订阅的烦恼 隐私保护 - 本地部署确保你的代码永远不会离开你的服务器 高度定制 - 支持多种AI模型，可以根据你的需求灵活配置 跨平台支持 - 在多种操作系统上都能稳定运行 📋 快速上手指南 环境准备 首先确保你的系统已安装Docker和Docker Compose，这是运行FauxPilot的基础环境。
LLaMA-Factory微调多模态大模型Qwen3-VL

LLaMA-Factory微调多模态大模型Qwen3-VL

LLaMA-Factory微调多模态大模型Qwen3-VL 目录 LLaMA-Factory微调多模态大模型Qwen3-VL 1. 显卡驱动 2. 模型微调 3. 模型导出 4. 模型部署：vLLM服务 5. 测试效果 1. 显卡驱动 * 显卡型号：NVIDIA GeForce RTX 3090 24G * 显卡驱动：NVIDIA-SMI 535.171.04             * CUDA: 12.2 ,Driver Version: 535.171.04   微调Qwen3-VL-2B模型，至少需要12G显存 2. 模型微调 项目采用大型语言模型工厂（LLaMA-Factory）对大模型微调，目前可支持Qwen3 / Qwen2.5-VL / Gemma 3 / GLM-4.1V / InternLM