用幽兰本体验大语言模型

大语言模型（LLM）是目前炙手可热的话题，每个人都想体验一下大语言模型的魅力。然而如果使用云端的大语言模型服务，则不仅速度慢，而且可能泄露自己的隐私。幽兰代码本使用瑞芯微公司推出的 RK3588 SoC 芯片作为核心硬件， RK3588除了8个CPU核心，还具有ARM G610 MP4 GPU，以及高达6 TOPs算力的NPU，为本地安装大语言模型提供了可能。

我们选择了 Ollama 作为本地运行大语言模型的工具。Ollama是一个开源的大语言模型服务工具，支持Llama 3、Phi 3、Mistral、Gemma 和其他多种大语言模型，并且支持 MacOS，Linux，以及 Windows 多种操作系统。Ollama通过一个配置文件极大地简化了管理LLM的过程，使得用户能够快速地在本地运行大型语言模型。Ollama安装步骤极其简单，使用时执行一条命令即可。

详细的安装和配置步骤请参考这里：

https://www.nanocode.cn/wiki/docs/youlan/ai_Ollama

运行命令

大语言模型我们选择了阿里开发的 Qwen 1.8b，你也可以尝试其他版本或者其他模型。使用下面的命令即可：

ollama run qwen:1.8b

第一次运行该命令时，由于要下载模型文件，所以时间较长，但一旦下载成功，后续使用就不再需要下载，而是直接进入会话模式：

当看到这个画面时，我们就可以跟它对话了。

人机对话

我先从简单的问题开始。我问的第一个问题是，请计算 25+35。它很快给出答案 60。

我的第二个问题是 “请简述计算机的历史”，它的回答涵盖了几个大的阶段，从 逻辑数字机，到 晶体管计算机，再到 云计算、大数据、人工智能，可以说，这的确涵盖了整个计算机的历史。但如果仔细看就会发现，中间还是有一小段的重复 ^_^

接下来，我想了解一下它对历史人物的掌握程度，我想让它介绍一下查尔斯·巴贝奇（Charles Babbage）先生。之所以想到这个人物，因为巴贝奇对计算机的发明做出了极其重要的贡献，但现实生活中却很少有人提到他，所以我想看看这个大模型是否了解这个人物。它给出的答案是相当简洁的，并没有提到他发明了差分机和分析机等重要的仪器，答案中提到的 “可编程积木”（Personal Prog Calculus），似乎也不太准确。我查阅了一些文献，并没有看到这个东西。

得出结论

我还问了很多其他的问题。总的来说速度不是问题，基本都能在2~3秒内回答。但就正确率而言，不得不说，大语言模型，或者更一般的说，人工智能，还有很长的一段路要走，因为有些问题，它的回答存在严重的错误。比如，我让它用C语言写一段冒泡排序的代码，它几次给出的答案都不完全一样，而且每次都有很明显的错误。这也从一个侧面再次印证了，AI 要能完全代替人类，还有很长的路要走，那些认为现在学习编程已经过时的想法是完全错误的。

但不管怎么说，AI 和大语言模型已经离我们很近，尽管存在瑕疵，但依然充满希望。能够在本机体验大模型，真的很方便、很有趣。

关于幽兰本的介绍，请看这里。