用户尝试了Ollama和qwen2.5:7b模型，并使用Google搜索来帮助生成一个Python脚本和一个提示。该设置用于将一本书处理成特定格式。 AI
排序理由 这是一个个人实验，不代表重大的行业事件。
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
用户使用Google搜索尝试Ollama和Qwen2.5模型
本文如何被排名
- Signal score
- 0 / 100
- Composite score across the factors below. Higher = stronger signal that this story matters right now.
- Newsworthiness bucket
- Meme
- 这是一个个人实验，不代表重大的行业事件。
- Source corroboration
- Single-source cluster
- Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
- Topics
- other
- Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
- AI-industry relevance
- Standard
- On-topic for AI-industry coverage; kept in the public index.
- Story freshness
- Breaking (< 6h)
- Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.
完整方法见我们的编辑标准。
报道来源 [1]
-
试用了 ollama 和 qwen2.5:7b 模型。Google 的智能搜索引擎帮助起草了一个 Python 脚本和一个提示，用于以该格式运行一本书籍
Экспериментировал с ollama и моделью qwen2.5:7b. Гугловый умный поисковик помог набросать питоновый скрипт и запрос для прогона через эту модель книжки в формате fb2 для исправления орфографии и пунктуации. Местами получилось даже очень хорошо и без самодеятельности. Потом с помо…