一、毛卫俊老师分享 1.1 行业痛点锚定 image-20250414203520866 AI就好像你带了一个名校毕业的实习生助理。那么你要如何与他协作呢? 明确的任务、丰富的案例数据、定期的进度沟通 image-20250414203936908 1.2 商业价值（是否值得干） image-20250414204638495 1.3 技术可行性

一、背景信息介绍 搭建教程：https://jiangsanyin.github.io/2025/03/17/Ubuntu2204%E9%83%A8%E7%BD%B2Dify%E7%8E%AF%E5%A2%83/ 现在一个新的服务器上重新搭建了一套dify0.15.3环境，服务器IP是：172.20.0.22，dify服务运行在81端口。 image-2025041410032634

一、大模型应用如何走向企业落地？ 1.1 大模型到业务的距离有多远？ 🤔：想把大模型用在生产场景、需要考虑哪些问题？ ​ 在企业生产环境下，常见的大模型应用落地的痛点和问题可能是这些： 应用搭建复杂 ：针对不同的业务目标、都需要花大量时间投入选型和测试 提示词工程复杂 ：一个问题需要反复打磨提示词，员工需掌握“调教模型”技能，跨部门协作效率降低。 无法解决复杂任务 ：AI很

一、安装文件下载 参考其github仓库上的下载地址：https://github.com/CherryHQ/cherry-studio/releases 或官网：https://cherry-ai.com/download 以管理员身份安装，并且为所有用户安装。安装完成后，打开时界面如下图（v1.2.1）： image-20250410200715250 官方参考文档：

一、快:临近DDL如何在5min内做60‘PPT 123主题：你现在只有一个大致主题：生成式AI对未来工作的影响资料：几篇网络文章、一份行业报告、之前做过的相关笔记如何快速利用手上的资料做出PPT呢？ 方法如下： （1）访问KIMI官网 image-20250409103852785 （2）将主题内容发送给PPT助手，注意要使用“已联网”功能，让AI从网上搜索相关文章并生成P

一、环境信息 4台Ubuntu22.04.4 LTS服务器，每台服务器上有8个NVIDIA A800-SXM4-80GB 二、安装nvbandwidth 参考：https://github.com/NVIDIA/nvbandwidth 123456789101112131415161718192021222324252627282930313233343536373839root@dee

一、可免费使用生成视频的网站 通义万相：https://tongyi.aliyun.com/wanxiang/videoCreation，通义万相可以覆盖大部分场景下的创作 跃阶视频：https://yuewen.cn/videos 海螺ai：https://hailuoai.com/video 即梦ai：https://jimeng.jianying.com/ai-tool/home

一、特殊符号 注：markdown文件中支持HTML语法，所以HTML语法符号也可以用来输出某些特殊符号。 2.1 上下标 上标：a2 下标：a2 二、数学公式 参考：https://blog.csdn.net/weixin_42782150/article/details/104878759 矩阵 使用markdown写矩阵：使用markdown写矩阵 如下是一个3阶单位矩阵：

一、安装LLaMAFactory环境 以下是在ubuntu20.04 LTS环境上进行操作。 安装python虚拟环境 1234567891011121314151617root@ksp-registry:~# wget --user-agent="Mozilla" https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive

1.词元（Token） 是输入文本经过分词后的离散符号，表示模型处理的最小单位。 定义：词元是输入文本经过 分词（Tokenization） 后得到的基本单位。它可以是单词、子词（Subword）或字符，具体取决于使用的分词方法。 作用：词元是模型处理的最小单位，用于将文本转换为模型可以理解的离散符号。 示例： 对于句子 "I love NLP."，使用空格分词后，词元可能是