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

本地安装 Milvus

1. 官网下载：standalone_embed.sh
2. 从 Docker 中拉取镜像：docker pull milvusdb/milvus:v2.4.5
3. 编辑 shell 脚本里面的 Docker 镜像地址和标签
4. 把脚本放在专门运行容器挂载的文件里：～/Volumes/milvus
5. cd至目录，在其中运行 bash standalone_embed.sh start
6. 停止运行、删除、重启命令如下：

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