文章列表-AI魔法学院

文章列表

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

model_cfg.num_hidden_layers, len(experts), model_cfg.hidden_size) ) 这段代码是一个条件语句的一部分

MoE 专家混合模型

AI知识库总是不准？教你无脑用GPT整理结构化数据集...

我见过太多直接就把小说、把几十篇乱七八糟的文章往里面灌的，也太高看现在LLM的能力了，那里面的数据都乱成一团，一堆乱七八糟的口语化的甚至是无效信息，能准吗？

GPT

【手把手带你微调 Llama3】改变大模型的自我认知，单卡就能训

ensp; |-- self_cognition.jsonl 7、ToDo List 调整Xtuner训练模板，支持英语对话中的自我认知微调

Llama3 对话问答模型

如何微调Meta Llama-3 8B

目录概览：微调微调是机器学习中使用的一种技术，尤其是大型语言模型（LLM）。

Meta Llama 3 大模型

60分钟吃掉ChatGLM2-6b微调范例~

因为ChatGLM2基座模型是一个TransformerDecoder结构，是一个被预选练过的纯粹的语言模型(LLM，Large Lauguage Model)。

开源模型

Stable Diffusion

Stable Diffusion WebUI v1.9.0重大更新！

防止Firefox中的alt菜单 · 修复：修复语法错误

Stable Diffusion 文生图大模型

大模型微调数据选择和构造技巧

多样性即为数据的去重，去重这件事的核心是相似度度量，现在的相似度度量方法大家用的比较多的是基于对比学习构造的语义向量这套思路，当然简单的基于词袋或者tfidf的方案也是可以的。

大模型微调

一文搞懂贝叶斯定理有什么用

提前准备好大量的中文语料，计算出任意两个词的条件概率，我们就可以得出哪种分词更合理。

贝叶斯定理

改进召回（Retrieval）和引入重排（Reranking）提升RAG架构下的LLM应用效果

我们可以看到，在基于嵌入的检索中，前两个文本包含了车祸的语义，但没有提供关于谁是真正责任人的细节。

大模型

它来了！SDXL + ControlNet 终于强强联合！

就好比当我们想要一张“鲲鲲山水图”的时候，会发现很难通过语言来描述这样的景象。

SDXL

Deepseek-V2技术报告解读！全网最细！

Decoder层进行第一层计算，这层模型的attention计算设定与后续59层基本一致，唯一区别是这一层的mlp层固定为8个专家的宽度，没有门控额外参数激活的设定，这一设置与每层共享专家的设定一样，研究者希望语言生成的公共知识

Deepseek-V2 大模型

模拟ChatGPT流式数据——SSE最佳实践

为什么要这样传输，从使用场景上来说，ChatGPT 是一个基于深度学习的大型语言模型，处理自然语言需要大量的计算资源和时间，响应速度肯定比普通的读数据库要慢接口等待时间过长，显然不合适。

打字机 sse 大模型

大模型微调应用实践，没那么简单，看看曾经踩过的坑

· 去掉样本中明显的语气词，如嗯嗯，啊啊之类的。

大模型

ChatPDF | LLM文档对话 | pdf解析关键问题

对于这类文本，我们的策略是把多级标题提取出来，然后适当做语义扩充，或者去向量库检索相关片段，最后用LLM整合即可。

大模型

利用LangChain建gpt专属知识库，如何避免模型出现“幻觉”，绕过知识库知识乱答的情况？

我见过太多直接就把小说、把几十篇乱七八糟的文章往里面灌的，也太高看现在LLM的能力了，那里面的数据都乱成一团，一堆乱七八糟的口语化的甚至是无效信息，能准吗？

LangChain 知识库

<...77 78 79 80 81 82 838485 86 >

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1