随着大型语言模型（LLM）的飞速发展，Hugging Face 已成为开源模型的"GITHUB"。然而，对于希望在本地环境运行这些模型的开发者而言（文件和内容隐私），往往面临网络访问不畅、模型体积庞大、部署流程复杂等挑战。本文旨在提供一个严谨、高效的解决方案，在中国大陆网络环境下，利用镜像顺利下载模型，通过 llama.cpp 进行轻量化量化，并最终使用 Ollama

如果你是 Tailscale 的忠实用户，你一定爱上了它“零配置、安全可靠”的组网体验。它能轻松地将你散落在各地的设备（笔记本、服务器、手机）连接成一个安全的虚拟局域网。

但在某些特殊网络环境下，例如在严格的 NAT 或企业防火墙后，设备之间无法建立直接的点对点（P2P）连接。这时，Tailscale 会优雅地切换到中继模式，通过其官方的 DERP (Detoured Encrypted Routing Protocol) 服务器来转发流量。

引言

最近调试大疆无人机，在进行二次发开时遇到一个Linux的新知识点————USB Gadget框架。网上搜索相关资料后总结出本篇博文。

USB Gadget 框架（USB Gadget Framework）是一个主要在 Linux 内核中使用的软件框架，它允许一个通常作为 USB 主机（Host）的设备（例如嵌入式 Linux 系统、单板计算机）模拟成一个 USB 从设备（Peripheral，也称 Gadget）。

随着DeepSeek-R1大模型的开源，中国国内掀起了新的AI风潮，各行各业纷纷基于开源模型优化自己的服务。腾讯基于自己公众号的海量数据接入deepseek，并迅速抓住机遇开发了腾讯元宝软件以占领市场，知乎也基于自己平台高质量中文问答接入了deepseek。作为科研工作者，也需要抓住机遇合理的利用AI辅助自己的研究，本文将主要从AI平台，论文写作和文献搜寻展开。

DS证据理论（Dempster-Shafer Evidence Theory），又称证据理论或信念函数理论，是处理不确定性推理的一种重要方法，由 Arthur Dempster 提出，并由 Glenn Shafer 系统化和推广。它是一种基于集合论和概率论的理论框架，广泛应用于信息融合、决策分析和人工智能等领域。