千分争解，这么高分，该有人回答了吧？

HelloWorld 2002-05-23 02:50:13

RequisitePro与Rose的用例映射只能通过Text，而不能通过Name么？
因为我把RequisitePro的用例需求的Text当作需求的说明，文字比较多。而映射Rose用例时，Rose居然用Text而不是Name作为映射条件，导致用例图一对冗长的名字。请问可否更改一下映射条件。如用Name做映射？

靠，最多只能给100啊？！

...全文

100 3 打赏收藏转发到动态举报

写回复

3 条回复

切换为时间正序

请发表友善的回复…

发表回复

hch_d 2002-06-04

打赏
举报

回复

up

sook_l 2002-06-03

打赏
举报

回复

你能不能将那些文件作为一个连接文件加到Rose中来，

应该问题就解决了！

chenybin 2002-06-03

打赏
举报

回复

可以

本文详解GLM-4v-9b多模态模型的本地化部署方案，支持1120×1120高分辨率图像输入，适用于RTX 4090等消费级GPU。涵盖Docker环境搭建、Open WebUI/Jupyter双交互模式、INT4量化显存优化（最低9GB）、中文OCR增强及实战提问技巧，并提供批量处理脚本与常见问题避坑指南。

本文介绍开源多模态模型GLM-4v-9b在中文场景下的高分辨率图像理解能力，重点涵盖1120×1120原图直输、深度集成的中文OCR（支持手写体、印章、混合排版）、图文多轮对话持续记忆三大核心技术优势；提供Docker一键部署、WebUI交互及Hugging Face/OpenAI API两种代码级调用方式；并给出图片预处理、结构化提问、多图协同等实战优化技巧。

本文深度评测Kimi-VL-A3B-Thinking模型的核心能力：原生高分辨率视觉理解（基于MoonViT编码器）、128K超长上下文支持、链式思维推理机制。重点展示其在高精度OCR（复杂表格、学术论文、自然场景文字）、多图/长文档连贯问答、数学解题与图表洞察等多模态任务中的卓越表现，并涵盖实际部署方案与提示工程实践建议。

本文对比LLaVA-v1.5与v1.6-7B在高分辨率图像理解上的实际性能差异，重点评测其在极端长宽比图像、高密度文本表格及多对象空间关系图三大典型场景下的OCR精度、结构识别与语义推理能力。结果显示v1.6在细节保留率、文本识别准确率（78%→93%）、布局理解与跨模态推理方面均有显著提升，并依托Ollama实现零代码本地部署。

Andrej Karpathy开源项目NanoChat，仅用8000行代码和100美元成本即可训练类ChatGPT模型。项目涵盖数据准备、预训练、微调、强化学习到推理部署全流程，支持CLI与WebUI交互。通过Lab4AI平台可一键复现实现低门槛大模型训练。

1,268

社区成员

28,282

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章