From 60613fc6c2ad1624731e83c4a72cb811debbb95d Mon Sep 17 00:00:00 2001 From: github-actions <41898282+github-actions[bot]@users.noreply.github.com> Date: Sun, 1 Sep 2024 16:10:37 +0000 Subject: [PATCH] [U] Update channel content --- exports/hykilp/atom.xml | 2 +- exports/hykilp/index.html | 2 +- exports/hykilp/posts.json | 24 ++++++++++++------------ exports/hykilp/rss.xml | 2 +- 4 files changed, 15 insertions(+), 15 deletions(-) diff --git a/exports/hykilp/atom.xml b/exports/hykilp/atom.xml index f310c81ea..8b40716e9 100644 --- a/exports/hykilp/atom.xml +++ b/exports/hykilp/atom.xml @@ -2,7 +2,7 @@ https://aza.moe/life 小桂桂的回忆录 📒 - 2024-09-01T14:10:21.372288+00:00 + 2024-09-01T16:10:34.294284+00:00 python-feedgen https://aza.moe/meru_256px.png diff --git a/exports/hykilp/index.html b/exports/hykilp/index.html index ab37445f8..a7f293551 100644 --- a/exports/hykilp/index.html +++ b/exports/hykilp/index.html @@ -27,7 +27,7 @@ diff --git a/exports/hykilp/posts.json b/exports/hykilp/posts.json index 7de9fe392..024a4e412 100644 --- a/exports/hykilp/posts.json +++ b/exports/hykilp/posts.json @@ -58651,7 +58651,7 @@ "id": 4295, "date": "2024-08-09T03:18:49", "text": "#ML 今天把 Sekai LLM 的大模型部署到新的 V100 服务器上了!\n\n为了最大化部署效率试了很多不同的框架,首先看到了别人的测试结果,大概是 LMDeploy 效率最高,其次是 MLC,再其次是 vLLM。所以我首先试了 LMDeploy,然后遇到了一堆问题...\n\n首先试了 vLLM 因为它是星星⭐️最多的,但是发现它会提示内存不够,即使在 24GB 的 4090 上加载 4bit 量化过的模型都提示内存不够(量化过之后用一般的 HF Transformers 加载只需要 8GB 多一点的显存)可能 vLLM 在尝试把 Qwen2 的 128K 上下文全都预留出来吧,那肯定是不够的。试了各种解决方案都跑不起来就放弃了 🛌\n\n把训练好的 7B LoRA 模型文件挪到新机器上之后跑 LMD 发现 16GB 显存不够,确实不够,那试试两个显卡一起吧,然后直接 segfault 崩溃了 那用 AWQ 量化到 4bit 之后总可以了吧?发现输出是乱码,去 issue 里面查才发现最新版本的 LMD 还不支持 V100 AWQ 🛌 但是已经有人加了支持,开了一个 +12120 -4990 的巨大 PR 还没有合进去,那试试吧?发现用这个 PR 的话 AWQ 可以跑了但是很慢,而且多卡还是会崩溃... 算了算了换别的试试吧\n\n最后试了 MLC,从量化到运行没有遇到任何问题,多显卡推理也是加一个参数没有调其他的就成功了,每个请求 0.43 秒的性能也相当不错。不过发现多加一张 V100 在没有批量的情况下跑张量并行只能提升 13% 的性能,基本上就只能作为一张显存更大的 V100 用... 还是对 Sxm2 的带宽好失望,不过也很够用啦", - "views": 89, + "views": 90, "forwards": 0, "media_group_id": 13785388234834757, "images": [ @@ -58681,7 +58681,7 @@ "id": 4297, "date": "2024-08-09T05:03:32", "text": "今天七七在 AquaDX 群里说 AquaDX 的群头像看起来总感觉像是没加载出来的模糊图的样子,怎么办呢?正好昨天是国际猫猫日,让 DALLE 在里面填一些猫吧", - "views": 91, + "views": 92, "forwards": 0, "images": [ { @@ -58700,7 +58700,7 @@ "id": 4298, "date": "2024-08-09T07:26:45", "text": "看数一在玩 Slither Link 我也去试了试,好难 🥺 每日谜题花了 1:42 小时才做出来\n\n(放一个 100 倍速的视频", - "views": 103, + "views": 104, "forwards": 2, "files": [ { @@ -58722,7 +58722,7 @@ "id": 4299, "date": "2024-08-09T08:48:10", "text": "#戴上耳机\n神のまにまに!\n\n今天打プロセカ发现的这首歌,好久没有听到这么欢乐治愈的ボカロ曲了 qwq\n\n原曲MV | プロセカ 3DMV", - "views": 101, + "views": 102, "forwards": 0, "files": [ { @@ -58744,14 +58744,14 @@ "id": 4300, "date": "2024-08-09T21:36:19", "text": "奇妙,我在 VSCode 上连接 SSH 终端,在 SSH 那边打了一个 git push,它弹了一个窗口在本地打开浏览器选择账号登录,然后跳转连接跳转回了 VSCode 过一会 push 成功了... 现在 VSCode 的集成已经这么厉害了吗 🤩", - "views": 95, + "views": 96, "forwards": 0 }, { "id": 4301, "date": "2024-08-09T23:44:01", "text": "🥺", - "views": 125, + "views": 126, "forwards": 2, "images": [ { @@ -58770,7 +58770,7 @@ "id": 4302, "date": "2024-08-10T06:43:02", "text": "#ML 之前模型还部署在 menci 学校机器上的时候,发现它有一个很大的问题就是说话人非常不准,比如你找瑞希说话的时候突然初音出来说话了...\n\n前几天决定测一下这个问题,写脚本给每个队伍生成了 200 组测试数据,每条是一个随机的人问另一个人最近过得怎么样(比如”絵名:瑞希你最近怎么样?“)让模型生成下一句,看看回复的人对不对。测试出来发现最高居然只有 70% 正确率,明明是这么基础的对话逻辑...\n\n然而昨天把推理库换从 LMD 换成 MLC 之后,测速的时候偶然发现似乎每一条都是正确的,即使运气好也不应该这样。测一下好了,然后发现 MLC 的回复人准确率到了 98% 😀\n\n第一次知道原来推理库不止影响模型速度,对回复质量影响也这么大", - "views": 86, + "views": 87, "forwards": 0, "reply": { "id": 4295, @@ -58794,7 +58794,7 @@ "id": 4303, "date": "2024-08-10T07:22:00", "text": "发现自己做研究的时候,找到一个比较好的方案就不是很有动力再去从零开始尝试其他的方案了,只会去想办法优化这个方案,因为做新的尝试会消耗很多时间精力和计算资源,也不一定会更好... 可是如果不尝试,即使有更好的方案也没办法知道 🛌\n\n也许人类这个集体就是某种分布式的梯度下降算法,每个人都只会从其他人知识库的顶端继续向下走,直到慢慢在某个局部最低点聚合。真的从零开始走少经之路的人没办法获得资源,靠自己也做不到什么吧...\n\n暴论一下,如果我们的现实是某种模拟的话,我大概理解为什么会有人想要模拟一切事物从零发展了。解决梯度下降卡住一个很常用的办法就是模拟很多次,从不同的随机起点重新跑... 也许我们的现实就是随机起点之一吧 🪟", - "views": 86, + "views": 87, "forwards": 0, "reply": { "id": 4302, @@ -58805,7 +58805,7 @@ "id": 4304, "date": "2024-08-11T07:18:27", "text": "#桂桂今天吃什么 (昨天?\n看到信达超市的鸡皮又有货了就做了烤鸡皮 🤩 $2 够两个人吃两顿好便宜\n\n之前很长一段时间都下架了(x", - "views": 78, + "views": 79, "forwards": 0, "media_group_id": 13786885663459205, "images": [ @@ -58845,7 +58845,7 @@ "id": 4307, "date": "2024-08-11T07:23:28", "text": "今天去 Queer St West 逛逛,好喜欢这条街的气氛,很热闹,到处都是很好看的涂鸦 qwq", - "views": 80, + "views": 81, "forwards": 0, "media_group_id": 13786888068125157, "images": [ @@ -59161,7 +59161,7 @@ "id": 4330, "date": "2024-08-16T05:46:18", "text": "FF14 2.0 通关了!现在是 50 级大猫咪\n\n感觉剧情水平参差不齐,有些地方能感觉到明显是不同的人写的,总体感觉很一般。主线虽然长,花了 49.5 小时才打通 2.0,但是 90% 的任务都非常无聊,像是那种脚本生成的任务一样,让你跑腿打怪或者找人问话捎信或者收集材料,感觉是编剧想不出什么剧情但是也要强行让游戏时间变长随便加进去的... 而且交通不方便,感觉游戏时间里一半都在赶路。\n\n比如讨伐火神泰坦的章节有 20 个任务,第一个任务说似乎泰坦又被召唤出来了需要去讨伐,18 个任务之后才去讨伐... 中间都发生了什么呢?首先让我去找几年前打过泰坦的老兵问攻略问要怎么打。找到了人,让我帮他打老鼠打猩猩,然后发现是吹牛的骗子,让我找另一个人。找另一个人首先想要考验我让我杀夜蟾蜍,然后又要我为他准备“特别的晚餐”三大美味和极品葡萄酒,是的接下来的十几个任务都是到处跑收集食材,结果食物和酒都集齐了之后,厨师和酿酒师和委托我准备晚餐的那些人过来告诉我他们只是想考验我能力够不够,什么攻略都没说... \n\n泰坦都已经被召唤出来了还有闲工夫做饭,而且有没有能力准备食材和讨伐泰坦有什么关系啊 (╯’ – ‘)╯︵ ┻━┻ 唉打到这里我已经想弃游了\n\n即使抛开这些 filler content 剧情也很一般。有比较喜欢的比如幻术师支线希尔菲的剧情和主线妖精族的剧情,但是其他部分就有些重复。去不同的地方打不同的蛮神集齐了六个水晶,最后打终极兵器的时候光之神海德林通过水晶出来保护你,神似塞尔达野炊的四神兽。好人坏人的动机都很单纯,主角能打过仅仅因为是天选光之战士,坏人要不然就是被召唤出来的蛮神洗脑了,要不然就是被更强的坏人控制了或者贪心和他们做了交易,而这个控制树的顶端,所有事情的幕后黑手无影,动机也只是想把他们的邪神召唤出来而已。如果这是动画或者网络小说的话就真的只能是厕纸爽文了 🤗\n\n总之好失望,和我玩过的 Square Enix 的其他作品比如尼尔和奇异人生的剧情相比真的好失望。不过据说后面版本新的剧情会好一些?不知道要不要继续玩... 🛌", - "views": 78, + "views": 79, "forwards": 0, "media_group_id": 13790297425386685, "images": [ @@ -59978,7 +59978,7 @@ "id": 4384, "date": "2024-09-01T01:14:27", "text": "做饭,让聊聊订一个 半小时的闹钟,结果聊聊订了 1.5 小时 🧐", - "views": 61, + "views": 62, "forwards": 1 } ] \ No newline at end of file diff --git a/exports/hykilp/rss.xml b/exports/hykilp/rss.xml index 0c4cfd145..71b8f6c7d 100644 --- a/exports/hykilp/rss.xml +++ b/exports/hykilp/rss.xml @@ -12,7 +12,7 @@ https://aza.moe/life zh-cn - Sun, 01 Sep 2024 14:10:21 +0000 + Sun, 01 Sep 2024 16:10:34 +0000 小桂桂的回忆录 📒 #4384 https://aza.moe/life?post=4384