前不久，Meta前脚发布完开源大语言模型LLaMA，后脚就被网友放出了无门槛下载链接，「惨遭」开放。消息一出，圈内瞬间就热闹了起来，大家纷纷开始下载测试。但那些手头没有顶级显卡的朋友们，就只能望模型兴叹了。不过，问题不大。GeorgiGerganov在最近做了一个名为「llama.cpp」的项目——没有GPU也能跑LLaMA。项目地址：https://github.com/ggerganov/llama.cpp是的，这也包括搭载了苹果芯片的Mac。并且还获得了LeCun的转发支持。在M1/M2的Mac上跑LLaMA目前来说，比较全面的教程有两个，分别基于苹果的M1和M2处理器。第一篇：http
前不久，Meta前脚发布完开源大语言模型LLaMA，后脚就被网友放出了无门槛下载链接，「惨遭」开放。消息一出，圈内瞬间就热闹了起来，大家纷纷开始下载测试。但那些手头没有顶级显卡的朋友们，就只能望模型兴叹了。不过，问题不大。GeorgiGerganov在最近做了一个名为「llama.cpp」的项目——没有GPU也能跑LLaMA。项目地址：https://github.com/ggerganov/llama.cpp是的，这也包括搭载了苹果芯片的Mac。并且还获得了LeCun的转发支持。在M1/M2的Mac上跑LLaMA目前来说，比较全面的教程有两个，分别基于苹果的M1和M2处理器。第一篇：http
一觉醒来，斯坦福大模型Alpaca火了。没错，Alpaca是由Meta的LLaMA7B微调而来的全新模型，仅用了52k数据，性能约等于GPT-3.5。关键是训练成本奇低，不到600美元。具体花费如下：在8个80GBA100上训练了3个小时，不到100美元；生成数据使用OpenAI的API，500美元。斯坦福大学计算机科学副教授PercyLiang称，由于缺乏透明度/无法完全访问像GPT3.5这样的有能力的指令模型，进而限制了这一重要领域的学术研究。我们在Alpaca（LLaMA7B+text-davinci-003）上迈出了一小步。看到又有人在自家大模型上取得了新的成果，YannLeCun疯狂
一觉醒来，斯坦福大模型Alpaca火了。没错，Alpaca是由Meta的LLaMA7B微调而来的全新模型，仅用了52k数据，性能约等于GPT-3.5。关键是训练成本奇低，不到600美元。具体花费如下：在8个80GBA100上训练了3个小时，不到100美元；生成数据使用OpenAI的API，500美元。斯坦福大学计算机科学副教授PercyLiang称，由于缺乏透明度/无法完全访问像GPT3.5这样的有能力的指令模型，进而限制了这一重要领域的学术研究。我们在Alpaca（LLaMA7B+text-davinci-003）上迈出了一小步。看到又有人在自家大模型上取得了新的成果，YannLeCun疯狂
数据分析工具类软件，大体可以分为以下5类：Excel生态工具、数理统计工具、BI工具、数据库工具、编程工具（Excel单独分成一类，主要是因为它应用场景广泛，且用户基数过于庞大，甚至超过其他所有工具用户之和）每个类别的代表工具分别有：Excel生态：Excel、VBA、PowerQuery、PowerPivot、PowerView、PowerMap数理统计工具：SAS、SPSS、Stata、Minitab、Eviews、Statistica、MATLAB、MathematicaBI工具：PowerBI、Tableau、Qlikview、SAPBI、OracelBI、FineBI、Yonghon
数据分析工具类软件，大体可以分为以下5类：Excel生态工具、数理统计工具、BI工具、数据库工具、编程工具（Excel单独分成一类，主要是因为它应用场景广泛，且用户基数过于庞大，甚至超过其他所有工具用户之和）每个类别的代表工具分别有：Excel生态：Excel、VBA、PowerQuery、PowerPivot、PowerView、PowerMap数理统计工具：SAS、SPSS、Stata、Minitab、Eviews、Statistica、MATLAB、MathematicaBI工具：PowerBI、Tableau、Qlikview、SAPBI、OracelBI、FineBI、Yonghon
