人们对chatgpt的依赖

人们对chatgpt的依赖，零基础如何考过二级建造师？

这个零基础要看你是否是工程专业毕的，不是的话可能难度就会稍大，二建的考试内容，是教材的理论与施工工作经验实践的相结合，对于工程人士相当于简单一些。

我以一年拿下二建的经验，做出了以下备考二建的个人见解：

人们对chatgpt的依赖

大家都说二建备考超级简单，其实没有必要这么早开始复习，都是在纯粹的浪费时间，那么你又不是学霸，学渣级别的当然要趁早开始学习，这样才能整理一个好的学习计划进行。

我从来不做无准备之仗，我去年的时候考二建也是用了将近一年的时间，我从最开始复习到最后取得好成绩，全靠的是一份二建计划书，专属于私人订制，不会做二建复习计划的看过来，独一份资料就已足够。

在我身边考二建的小伙伴们常常抱怨不知道如何写计划，如何规划每一天的学习内容，我的办法很简单，就是将这份计划书进行通读一遍，标注出其中的重难点，还要再结合教材来看。

二建建筑21天私人定制部分展示：

第 1 天建筑构造要求

第 2天建筑结构技术要求

第 3天建筑材料

第4天施工测量技术

第5天地基与基础工程施工技术

第6天主体结构工程施工技术

第7天防水、装饰装修、季节性施工

第8 天建筑工程施工招标投标管理

第9天建设工程施工合同管理

第10 天单位工程施工组织设计

第11天建筑工程施工现场管理

第12天建筑工程施工进度管理

第13 天建筑工程施工质量管理

第14 天建筑工程施工安全管理

这份计划书与教材的内容进行紧密的结合，除此之外里边还有历年的真题以及模拟题，真的是一册在手万事不愁，我是将这份资料当做我复习的重点，那肯定有很多小伙伴们说了，二建真就一份资料就够了？

当然不是，一份资料够了的全部都是在吹牛，谁考二建都是上百页的资料，上千道的题在刷着，当我们看过背过教材重点之后，将历年的真题给做一遍，整理出错题本，照着做肯定能拿高分，还能够合理规避错误。

说了这么多，最中心的还是这一份计划书，能够帮助你做一下计划，也能够更好地帮助你进行二建的大致了解，在2022年的备考中能帮到你个大忙，希望能在22年的考试中取得好成绩，早点拿走复习也省的做计划书了，备考简直不要太轻松。

齐河划济南为什么这么难？

作为德州人来回答一下这个问题！

济南想把齐河划走不是最近一两年的事，1989年济南就提出把济阳齐河划给济南，但德州死活不同意，最后两边妥协，德州把济阳和商河划给了济南，就是那个老豆腐最出名的地方！

近几年山东又开始强省会战略，济南又骚动起来了，先是把莱芜直接吞并了，又把国企和各港口收归省里，后又蠢蠢欲动准备再次吞并齐河，一波骚操作说白了就是和青岛挣经济第一，然后挣一下全国中心城市！

下面从德州方面分析下为啥划齐河这么难！

其实就两点，一是经济，齐河经济在德州排名第一，控制德州的经济命脉了，看下以下数据就知道了！

德州各区县按GDP总量排名如下：

1、齐河县 336.83亿元

2、德州经开区 285.38亿元

3、德城区 278.69亿元

4、临邑县 271.04亿元

5、禹城市 242.3亿元

6、乐陵市 237.25亿元

7、宁津县 235.52亿元

8、平原县 233.52亿元

9、陵城区 233.09亿元

10、夏津县 195.92亿元

11、武城县 177.13亿元

12、庆云县 162.81亿元

第二，因为水源，齐河是德州唯一黄河取水口，其境内的两个引黄渠是德州农业灌溉和居民饮水的主要来源，德州不可能把唯一的水源控制地拱手让给别人，让别人掐住自己的脖子。

以上两个原因是德州死活不放齐河的主要原因。济南想划齐河不把这两个问题解决了是不太可能成功的，即使你私下给齐河再多好处齐河人再愿意也没有用。这俩问题不解决哪一届德州市委市政府同意把齐河划走，那就是德州人民的罪人。

其实也不是没有办法！办法有三个！

第一因为战略和战争需要，由国家直接下令划给济南！因为战争原因，德州服从大局同意。

第二是参考莱芜案例，直接把德州全市吞并，就不存在这俩问题了！把德州吞了就能做到超越青岛了。也可达到国家中心城市的标准了！

第三就是济南滨州聊城三家把德州拆分了，把这个行政区划直接取消！

一家之言欢迎批评指正

他却说刚把钱借给亲戚了？

该分手了。

1、买房差钱，找男朋友，说明是女方买房，也不是婚房，房本没有男人的名字，只是帮忙。

2、不谈结婚，女方个人（或女方家庭）却去买房，想必是婚房男方买吧，没谈结婚就扯皮，不会有好结果的。

3、为5万元，男人不借，女方不舒服。不设身处地的想一想，男人就舒服了。

4、双方坐下来，该好好谈一谈结婚的事情了，现在的孩子们都现实，该说的早点说，有矛盾早暴露，早解决。

chatglm130b能在本地部署吗？

可以。

ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，基于 General Language Model (GLM)架构，具有 62 亿参数。结合模型量化技术，用户可以在消费级的显卡上进行本地部署（INT4 量化级别下最低只需 6GB 显存）。 ChatGLM-6B 使用了和 ChatGPT 相似的技术，针对中文问答和对话进行了优化。经过约 1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持，62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答，更多信息请参考我们的博客。

为了方便下游开发者针对自己的应用场景定制模型，我们同时实现了基于 P-Tuning v2 的高效参数微调方法 (使用指南) ，INT4 量化级别下最低只需 7GB 显存即可启动微调。

不过，由于 ChatGLM-6B 的规模较小，目前已知其具有相当多的局限性，如事实性/数学逻辑错误，可能生成有害/有偏见内容，较弱的上下文能力，自我认知混乱，以及对英文指示生成与中文指示完全矛盾的内容。请大家在使用前了解这些问题，以免产生误解。更大的基于 1300 亿参数 GLM-130B 的 ChatGLM 正在内测开发中。