Ollama 文档

https://github.com/ollama/ollama/blob/main/docs/faq.md##how-do-i-configure-ollama-server

命令

ollama show --modelfile qwen ## 检查模型现有 Modelfile
ollama ps ## 查看当前加载到内存中的模型

数据迁移

https://milvus.io/docs/zh/milvusdm_install.md ## 官方迁移工具源码安装教程

https://milvus.io/docs/zh/from-m2x.md ## 官方milvus迁移教程

大模型重要参数

① temperature（随机性控制）

• temperature 影响模型的回答随机性：
• 低值（如 0.1-0.3） → 生成更加稳定、确定的回答（适合正式文档、技术说明）
• 高值（如 0.7-1.0） → 生成更有创造性、发散性的回答（适合创意写作、头脑风暴）

② top_p（核采样）

• top_p 控制生成时选取高概率词汇的范围：
• 低值（如 0.2-0.5） → 生成更保守、可靠的回答
• 高值（如 0.8-1.0） → 生成更有多样性、丰富的回答
• temperature 和 top_p 一般不要同时调高，以避免过度随机化