对，你说的32b是千问自己的吧，效果还可以
另外，deepseek蒸馏的千问32b
deepseek公司出的技术论文里比较过
除了满血版以外是最有性价比的
有的测评分数比70b还高
【 在 hubinjzy 的大作中提到: 】
: LZ说的很对，大模型相关从业者。
: 目前看，大模型的幻觉越来越严重了，搜索准确率在稳定的下降。
: 举一个简单的例子，请随便问找一个汉子，比如“好”这个字，然后问大模型，有几画，笔画顺序是什么，看看结果。当然，这个考的是思索能力。但是可以发现大模型的胡说八道能力越来越强大了。
: ...................
--
修改:hut FROM 39.144.158.*
FROM 39.144.158.*

这个我都手搓过了
但是普通人不会用这个
如果只是用anythingllm之类的做rag
效果不行
当然了，本文主要说的不是这个
说的是很多人把大模型当成自带知识库的检索系统

【 在 dripdrop 的大作中提到: 】
: 有种技术叫检索增强生成(RAG),就是通过检索知识库来减少大模型的幻觉的
--
FROM 39.144.158.*

差不多吧，文字类的整理资料大模型做的很好。无非就是正确的废话。

所以下半年ai市场不看好，deepseek意外带火了一波。
【 在 hut 的大作中提到: 】
: 这个我都手搓过了  
: 但是普通人不会用这个  
: 如果只是用anythingllm之类的做rag  
: 效果不行  
: 当然了，本文主要说的不是这个  
: 说的是很多人把大模型当成自带知识库的检索系统  
: --  
: 我沿溪行，忘路之远近
--
FROM 121.237.111.*

不要管怎么用它，先普及用，就会有很多火花出来。
【 在 hut 的大作中提到: 】
: 因为这半年主要跟大模型相关的事情打交道
: 觉得大家（包括一些研究AI的学者）
: 对DeepSeek这类大（语言）模型有很多错误的认知
: ...................
--
FROM 223.104.41.*

如果需要自己核实每个点是否靠谱，那这个很麻烦啊比问度娘感觉没优越性啊
试着问了deepseek一个问题，质量和能量的关系，它倒是给出了爱因斯坦的那个方程，但给出的信息来源我一看，全是网上的比如百度教育，百度百科，还有几个自媒体的科普文。照说这个最权威的信源不应该首推教科书么，但完全没有爱因斯坦论文或者教科书的信源。
问题来了，这些大模型根据我们的问题，去搜什么样的信源它有数么？
【 在 hut 的大作中提到: 】
: 当成一个不太靠谱的知识大荟萃
: 可能会有激发自己思考的点
: 如果要真的用
: ...................
--
FROM 123.121.180.*