Ollama 基本概念 | 菜鸟教程

Ollama 是一个本地化的、支持多种自然语言处理（NLP）任务的机器学习框架，专注于模型加载、推理和生成任务。
通过 Ollama，用户能够方便地与本地部署的大型预训练模型进行交互。
在 Ollama 中，模型是核心组成部分。它们是经过预训练的机器学习模型，能够执行不同的任务，例如文本生成、文本摘要、情感分析、对话生成等。
Ollama 支持多种流行的预训练模型，常见的模型有：
模型通常是由大量参数构成的神经网络，通过对大量文本数据进行训练，能够学习语言规律并进行高效的推理。
Ollama 支持的模型可以访问：https://ollama.com/library
Ollama 支持多种 NLP 任务。每个任务对应模型的不同应用场景，主要包括但不限于以下几种：
通过命令行工具，用户可以指定不同的任务，并加载不同的模型来完成特定任务。
推理是指在已训练的模型上进行输入处理，生成输出的过程。
Ollama 提供了易于使用的命令行工具或 API，使用户可以快速向模型提供输入并获取结果。
推理是 Ollama 的主要功能之一，也是与模型交互的核心。
Ollama 通过 API 或 CLI 与本地模型交互，能够让用户轻松实现推理任务。
微调是指在一个已预训练的模型上，基于特定的领域数据进行进一步的训练，以便使模型在特定任务或领域上表现得更好。
Ollama 支持微调功能，用户可以使用自己的数据集对预训练模型进行微调，来定制模型的输出。
微调有助于模型在处理特定领域问题时表现得更加精确和高效。