最初的单机架构

这种单机架构并非不好，而是大部分demo的初始状态。也是最简单，最低成本的状态。

研究一下feed流，就以微博为例子

在这次openai发布会，发布了gpt4o，简单的说，openai的目标一直都是朝着《太空漫游2012》去的，所以更强调交互性，给我一种感觉就是他们希望完美通过图灵测试，让人完全感觉不到这个模型是一个工具而是一个人，当然，人在某个程度上也是一个工具。

要点：

• 实时多模态能力，
• 2x 速度
• 50% 偏移
• 5x速度限制

dify是个很好解决agent的诉求的好工具，同时也能兼顾工作流诉求，我现在也没有什么创建agent和workflow的欲望，
我们都需要dify，所以部署吧，尽量会从0开始，

大模型预训练数据从哪里获取？主要都是什么？

inux的capabilities有多少个？

虚拟内存可以是物理内存的1.5-3倍左右，为什么可以突破物理内存的限制呢？
这个问题其实想了解很久了。

下载模型 ，先创建目录 chatglm3

之前觉得jupyter notebook是个玩具，但是pycharm使用起来笨重，后面基本都是小的想法都靠jupyter notebook验证了

从openai演进路线，和结合sam的访谈记录，还有OpenAI联合创始人Karpathy分享。

Sam Altman 早在2023年4月底说了