1999 交个朋友！！！！

没事，像我一样贴吧号被封就不会有这种烦恼了（笑

这东西对于买了 plus 的用户来说门槛太低了，几乎会说话就能玩转，这东西风口在哪里？难道要通过短时间内自动化生成上百个 GPTs 来垄断掉大部分应用场景吗？那我为啥不根据自己的需求花 5 分钟自己调一个？

阿哲....太帅了！这下计算机系学生的毕设水平又要被整体拉高了...

个人笔记更多的是零碎的东西，遇到、想到就记下来，而博客是对外输出的，需要进行二次整理。不过我一般都当作一个东西来写了（反正也没人看，无所谓 hhhhh

不理解为什么要缩放桌面大小...直接悬浮窗不好吗...

好耶！

照片这种东西我建议还是多网盘备份，毕竟丢失了就再找不回来了...我的 30 多 g 照片，就是电脑一份，nas 一份，onedrive 和 google drive 各一份

果然，工具站、日记是所有程序员一定会做的项目

@bkzly83851 改名：互联网博物馆

哇哦，这 ui 好好看

@yueji 没听过这个欸...看了一下似乎是英文的模型？恐怕中文不行吧

几个月前刚训练过一个，安卓手机的话需要把微信数据库导出并解密 https://github.com/greycodee/wechat-backup
然后导出 contact 和 message 表，我先是对导出的表进行了清洗，把非目标群聊/联系人的聊天数据和大部分根本不需要的字段全部删除，删除不使用的聊天记录类型（比如图片啥）然后再清洗掉个人敏感信息

对于数据集生成，我的思路是
1.群聊: 先筛选出我发送的消息，然后向上追溯一分钟之内的其他人的消息作为一组对话（我这里没考虑引用回复），一天内的消息均作为上下文（但实际上我并不推荐使用群聊消息，现在并没有成本低且效果很好的方式来分割聊天，第三次训练时我去掉群聊的数据集，胡言乱语的情况好了很多）
2.联系人: 一问一答为一组对话，多条连续消息合并，一天内为上下文
最后总共有 8k 条聊天记录

我当时使用的 chatglm2 模型，lora 和 pt 都试了，lora 效果好太多，最终 15steps 的 loss 稳定在 1.0 左右

效果怎么说呢...确实金句频出，但记忆力明显下降，并且指令服从性几乎没有，也就仅仅能用来聊天了。

另外，我多次尝试让他认识到自己是谁，无论是通过数据集强化的方式，还是靠推理时增加 system prompt ，都无法达到效果...

@xz410236056 你 b 现在恐怕没几个 plm 了吧...毕竟立志要做中国的 ytb 呢...

@zen1 这样高度统一的 ui 风格我觉得挺好的，降低了很多学习成本

@AoEiuV020JP star 还能刷的吗...