文章列表-AI魔法学院

文章列表

一文讲明白什么是预训练、微调和上下文学习

上图给出了一个描述语言模型如何使用 ICL 进行决策的例子。

大模型训练

Docker介绍及常用命令大全

当更改Dockerfile并重建图像时，只会重建那些已更改的层。

Docker 容器

如何使用 Megatron-LM 训练语言模型

下图说明了内核融合的思想。

开源模型

模拟ChatGPT流式数据——SSE最佳实践

爬坑代理环境 pending时间过长在本地代理的加持下，存在eventstream在当前请求结束后一股脑发完的情况后台限定1s一条，但到了客户端便成了上图这样（与云服务器流量大小也有一定关系

打字机 sse 大模型

请以“亮相”为题目写一篇记叙文，要求不少于700字。

例如，可以用手指指点，或是透过眼睛传递信息等方式来更好地传达自己的意图。

中文大模型训练

9个范例带你入门langchain

Agents可以查看数据、推断下一步应该采取什么行动，并通过工具为您执行该行动, 是一个具备AI智能的决策者。

大模型

使用自己的数据训练清华ChatGLM2-6B 模型

o { "content": "类型#上衣*版型#宽松*版型#显瘦*图案#线条*衣样式#衬衫*衣袖型#泡泡袖*衣款式#抽绳",

ChatGLM2-6B

为什么说数智化可以帮助中小企业降本增效 ?

此外，还有一些黑客，利用单位内通讯工具来进行恶意攻击的情况，例如我现在打开浙大邮箱，首页还是下面这幅图。

大模型

Qwen7b微调保姆级教程

,'你能帮助我干什么'] i_can = ['我能够帮助你以最优雅的方式训练各种类型的pytorch模型，并且训练过程中会自动展示一个非常美丽的训练过程图表。']

Qwen7b 大模型

模拟ChatGPT流式数据——SSE最佳实践（附可运行案例）

爬坑代理环境 pending时间过长在本地代理的加持下，存在eventstream在当前请求结束后一股脑发完的情况后台限定1s一条，但到了客户端便成了上图这样（与云服务器流量大小也有一定关系

GPT

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

ensp; = 20 ) docs = text_splitter.create_documents([text]) Content-Aware：基于内容意图分块

RAG 大模型

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

嵌入式表征进行拼接，能够让LLM在医学领域方面获得不错的应用效果 Large Language Models Encode Clinical Knowledge 指令提示微调 IPT的建模示意图

训练微调

Prompt工程如此强大，我们还需要模型训练吗？

如下图： image-20230719152541138 同样以GSM8K数据集为例进行了说明，能够看出模型效果LaMDA（137B）< GPT-3（175B

大模型

从0到1基于ChatGLM-6B使用LoRA进行参数高效微调

· 产生有害说明或有偏见的内容：ChatGLM-6B 只是一个初步与人类意图对齐的语言模型，可能会生成有害

大模型

<...83 84 85 86 87 88 89 90 9192>

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