这里是苦瓜大王，一个极度焦虑但还在坚持输出的Java后端学习者
🐋 希望大家多多支持，我们一起进步
🌲如果文章对你有帮助的话
欢迎 ：评论 💬点赞👍🏻 收藏 📂加关注❤️
━(｀∀´)ノ亻!
「长风破浪会有时，直挂云帆济沧海」
-
文章目录
-
- [**11. ollama是什么，有什么作用？**](#11. ollama是什么，有什么作用？)
- [**12. Ollama谁部署的？你的AI机器人怎么部署的？**](#12. Ollama谁部署的？你的AI机器人怎么部署的？)
- [**13. 你们的Ollama怎么用的，你们用的是什么硬件**](#13. 你们的Ollama怎么用的，你们用的是什么硬件)
- [**14. 你们的Ollama用的什么模型版本？**](#14. 你们的Ollama用的什么模型版本？)
- [**15. 你们Ollama大模型里面都是老数据，是怎么解决的？**](#15. 你们Ollama大模型里面都是老数据，是怎么解决的？)
- [**16. 你的Maxkb和Ollama是怎么联系起来的？**](#16. 你的Maxkb和Ollama是怎么联系起来的？)
- [**17. 用户是直接和Ollama对话还是和Maxkb知识库对话？**](#17. 用户是直接和Ollama对话还是和Maxkb知识库对话？)
- [**18. 你项目中的AI是怎么做的，怎么将数据公司项目数据同步到大模型中**](#18. 你项目中的AI是怎么做的，怎么将数据公司项目数据同步到大模型中)
- [**19. 大模型在你们的项目里怎么用的，有什么兴趣吗**](#19. 大模型在你们的项目里怎么用的，有什么兴趣吗)
- [**20. 大模型的使用心得，尤其是在图像处理上**](#20. 大模型的使用心得，尤其是在图像处理上)
- 「持续更新，建议关注我哦！」...
-
11. ollama是什么，有什么作用？
参考答案：
Ollama 是一个轻量级的本地大模型部署工具，允许用户快速在本地或服务器上部署和管理多个大模型（如Llama、Qwen）。其核心作用是：
- 本地推理：避免依赖云端API，降低延迟和成本。
- 模型管理：支持多模型并行运行，切换灵活。
- 轻量化：优化模型加载速度，适合边缘设备。
12. Ollama谁部署的？你的AI机器人怎么部署的？
参考答案：
Ollama是我们公司运维部署的，本地我自己也搭过，我的AI机器人部署流程如下：
- 环境准备 ：安装Ollama并拉取所需模型（如
ollama pull qwen）。 - 服务集成：通过Spring AI集成Ollama。
- 容器化：使用Docker封装服务，便于扩展和维护。
- 监控与优化：通过Prometheus监控资源使用，调整并发配置。
13. 你们的Ollama怎么用的，你们用的是什么硬件
参考答案：
我们用Ollama部署了qwen2.5:32b，硬件配置为：
- 服务器：NVIDIA A10/A40 GPU，支持多模型并行推理。
- 存储：SSD硬盘加速模型加载。
- 网络：高带宽保证API调用延迟低于200ms。
14. 你们的Ollama用的什么模型版本？
参考答案：
当前使用的是qwen2.5:32b，该版本在具体任务，如对话连贯性、代码生成上性能提升显著。
15. 你们Ollama大模型里面都是老数据，是怎么解决的？
参考答案：
通过以下方式更新数据：
- 增量训练：定期用新数据微调模型。
- 知识库联动：结合RAG技术，动态检索最新知识库内容。
- API混合调用：对时效性要求高的场景，优先调用云端最新模型API。
16. 你的Maxkb和Ollama是怎么联系起来的？
参考答案：
Maxkb是知识库系统，Ollama是推理引擎，两者通过以下方式协作：
- 数据同步：Maxkb将文档向量化后，存储到Ollama支持的检索数据库。
- 联合推理：用户查询先通过Ollama生成初步回答，再结合Maxkb的检索结果优化输出。
17. 用户是直接和Ollama对话还是和Maxkb知识库对话？
参考答案：
用户直接与Ollama对话，但Maxkb作为后端支持：
- Ollama负责生成回答，Maxkb提供上下文知识检索。
- 例如：用户问"产品价格"，Ollama调用Maxkb的最新价格数据生成回答。
18. 你项目中的AI是怎么做的，怎么将数据公司项目数据同步到大模型中
参考答案：
数据同步流程：
- 数据采集：从公司数据库或API获取结构化数据。
- 清洗与标注：去噪、标准化，并标注关键字段。
- 向量化存储：使用Sentence-BERT等工具将文本转化为向量，存入Maxkb或Milvus，我们用的是ES。
- 模型微调：用公司数据对预训练模型进行Fine-tuning，提升领域适配性。
19. 大模型在你们的项目里怎么用的，有什么兴趣吗
参考答案：
大模型在项目中用于：
- 文本生成：客服对话、报告撰写。
- 数据分析：从非结构化数据中提取关键信息。
- 多模态处理 ：结合图像/语音输入生成综合回答。
兴趣点在于探索大模型在具体领域，如医疗、金融的垂直应用潜力。
20. 大模型的使用心得，尤其是在图像处理上
参考答案：
使用心得：
-
优势：单模型支持多任务（如文本生成、图像描述）。
-
挑战：
-
图像处理需结合专用模型（如Stable Diffusion）或API。
-
需要数据增强解决小样本问题。
-
优化：通过CLIP模型实现图文对齐，提升跨模态理解能力。
「持续更新，建议关注我哦！」...
关注苦瓜小生，后续会持续更新面试题总结哦！
🌲如果文章对你有帮助的话
欢迎 ：评论 💬点赞👍🏻 收藏 📂加关注❤️
━(｀∀´)ノ亻!