LingBot-Depth 2.0 室内三维重建任务的数据标注方案
LingBot-Depth 2.0 的室内三维重建任务，数据标注的核心目标不是给每张图打一个笼统的“室内”标签，而是为深度估计和后续三维融合提供可监督的几何参考。建议围绕“稀疏深度真值 + 相机位姿 + 尺度参考 + 语义/动态掩码”四类信…
问答
MOGE AI 图像提示词是否提供提示词修改功能
MOGE AI 图像提示词是否支持修改，取决于你指的是哪个环节：是生成前调整输入框里的提示词，还是生成后对已提交的结果做二次编辑。这两件事在很多 AI 图像工具里是分开的。生成前修改通常没有限制，生成后能否直接改原提示词并重新出图，则要看你…
Ollama 切换默认模型存储路径后 existing models 不可见的软链接与权限处理
切换 Ollama 的模型存储路径后，之前下好的模型不会自动出现在新路径的模型列表里。Ollama 根据 OLLAMA_MODELS 指向的目录去读 manifests 与 blobs，目录更换后旧文件就不在扫描范围。要让旧模型继续可用，关…
Ollama拉取模型超时失败后切换源或设置代理的完整方案
Ollama 拉取模型超时，通常卡在连接 registry.ollama.ai 这个环节，而不是模型文件本身太大。先确认你遇到的是 DNS 解析慢、TCP 连接被卡、还是下载中断：在超时复现时执行 curl -v https://regis…
在低内存VPS上部署Open WebUI：关闭Embedding功能与限制历史消息数量的配置
在低内存VPS上部署Open WebUI，内存压力主要来自三部分：后端模型服务、RAG/Embedding相关进程、以及每次请求携带的历史上下文。关闭Embedding功能和限制历史消息数量，都是在模型服务之外削减常驻内存和请求内存开销。如…
LoHoSearch评估过程中常见异常及处理方法
LoHoSearch 评估过程中出现的异常，通常集中在数据格式、执行环境和结果解析三个层面。定位时建议先看评估日志和中间产物，确认异常能在小样本上复现，再决定下一步操作；直接调大超时或忽略异常样本，容易把问题掩盖到最终评分里。…
问小白 5 Pro 适合做会议纪要还是完整方案
问小白 5 Pro 做会议纪要比做完整方案更稳。会议纪要的输入是现成转写文本，模型只需要做抽取和压缩，出错点集中且容易被发现；完整方案要基于业务背景生成新内容，一旦缺少约束，模型会写出结构正确但不可执行的材料。所以建议把它当“纪要主力、方案…
vLLM在生产环境高并发推理时CUDA out of memory的排查与batch策略调整
vLLM在生产环境高并发推理时出现CUDA OOM，先不要急着调小batch，因为OOM可能来自KV cache预分配、长prompt瞬时峰值或显存碎片，不同原因对应的调整参数完全不同。建议先定位OOM出现的阶段，再决定改哪一类batch策…
多段视频怎样批量送给 Audio-Visual Flamingo？
多段视频批量送给 Audio-Visual Flamingo，核心是把单视频推理封装成循环，再统一处理输入输出。实际工作量集中在视频预处理和结果收集，模型本身不需要额外改动。关键在于确认模型接受的输入格式（视频帧序列、音频采样、文本提示等）…
多项目复用 motion-anything 动效组件的方案
多项目复用 motion-anything 动效组件，核心不是复制动画代码，而是解决三件事：组件源码在哪里统一维护、业务项目通过什么方式引用、每次改动后如何保证各项目拿到一致的版本。先判断项目间协作方式，再选复用策略，比直接复制文件更省后续…
JupyterNotebook中环境变量泄露到日志或内核输出的风险检测与规避方法
Jupyter Notebook 中的环境变量泄露通常不是单一环节造成的，而是多个输出通道叠加的结果：代码里的 print、异常堆栈、内核日志、启动命令、甚至 notebook 文件本身都可能把 API Key、数据库密码这类值暴露出去。检…
在离线环境部署Hugging Face模型：使用huggingface-cli download预下载并缓存到本地
离线部署 Hugging Face 模型，核心不是在目标机器上下载，而是提前在有网环境把模型文件落成完整缓存目录，再整体搬运到内网。这样在线机器产生流量，离线机器只做本地目录读取。…
AMD 显卡推理服务接入 one-api 中转站时鉴权请求头重复的修复方法
接入 one-api 中转站后，AMD 显卡推理服务如果返回 401/403，或者日志里出现两个 Authorization 头，通常不是硬件或驱动问题，而是中转站和推理服务两边各自维护 token，转发时叠加成两个鉴权头。修复的要点是让 …
Gemini 3.6 Flash 在创意写作中的功能边界
Gemini 3.6 Flash 的定位偏向快速响应，在创意写作中的适用边界取决于你对生成结果的控制要求。通常来说，它适合做想法生成器，而不是精修终稿的工具。可以从任务类型、提示词设计、验证方式和风险边界四个角度对号入座。…
问小白 5 Pro 生成内容时会不会丢失重点
问小白 5 Pro 这类对话式 AI 在生成内容时，丢失重点通常不是单一故障，而是提示词结构、上下文长度、模型输出偏好和用户校验方式共同作用的结果。作为使用者，不能只问“会不会丢”，而要确认丢在哪里、为什么丢、怎么在生成前和生成后把重点锚住…
Muse Image 生成室内设计效果图的布局控制
Muse Image 这类生成工具在出室内效果图时，布局失控是最常见的问题——家具比例失衡、动线被切断、墙体位置与预期不符。布局控制的核心不是靠单次提示词碰运气，而是把设计意图拆成模型能识别的信息层级，再通过提示词、参考图、局部重绘三个手段…
使用LoHoSearch完成评估后如何核对结果准确性
LoHoSearch 完成评估后，核对结果准确性的重点不是看最终得分是否好看，而是确认输出结果与原始资料、评分标准、统计口径之间是否一致。如果不知道结果怎么算出来的，准确性就无从谈起。具体可以从评估指标定义、样本复核、交叉验证三个层面入手。…
日常工作中怎么用LoHoSearch提效？
想用 LoHoSearch 提效，关键在于把“偶尔查一下”变成“固定任务的入口”。先梳理日常检索里哪些是重复性查找，哪些是一次性发现；只有前者才值得为它设计模板和流程。使用前建议先确认 LoHoSearch 的索引范围、权限边界和返回字段，…
动态shape推理导致显存不足设置max_seq_len上限的Llama.cpp配置
动态 shape 推理时，prompt 长度和生成长度都可能变动。如果 llama.cpp 在推理过程中出现 out of memory，通常不是单条输入固定超长，而是没有对上下文窗口设置上限，导致 KV cache 和中间激活按动态增长去…
为本地模型API增加请求频率限制避免OOM的中间件实现
本地模型 API 出现 OOM，通常不是“请求太多”本身，而是多个推理请求在同一时间段同时占用显存或内存。vLLM、Ollama、llama.cpp server 这类服务在并发推理时，每个请求都会保留上下文缓存和中间激活值，峰值占用随并发…
共 17,218 篇问答