首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
LLM
订阅
已注销
更多收藏集
微信扫码分享
微信
新浪微博
QQ
5篇文章 · 0订阅
大幅降低数据科学门槛!豆包大模型团队开源AutoKaggle,端到端解决数据处理
字节跳动豆包大模型团队与 M-A-P 社区于近日提出 AutoKaggle,为数据科学家提供了一个端到端的数据处理解决方案。目前,该成果已经开源,本文将介绍其立项缘起、技术亮点及实验中的更多结论。
从 Llama 1 到 3.1:Llama 模型架构演进详解
作者 | Luís Roque 编译 | 岳扬 01 Introduction Meta 公司推出了其大语言模型 Llama 的三个主要版本。Llama 在 2023 年初的首度亮相,为开源自然语言处
「豆包Marscode体验官」肝了4天,我用ChatTTS和LLM让deeplearning.ai课程说上流畅中文
通过使用LLama3和反思策略翻译字幕、然后使用 ChatTTS 将字幕转换为流畅的普通话,最终通过 FFmpeg 将字幕、音频和视频合并。我肝了4天,我成功地将这些课程转换成流畅自然的普通话。
基于 RAG 的生成式 AI——为何选择 RAG 技术
即使是最先进的生成式 AI 模型,也只能基于它们已训练的数据生成响应。它们无法准确回答超出训练数据范围的问题。生成式 AI 模型“并不知道它们不知道的内容”!这会导致不准确或不恰当的输出,有时被称为幻
大模型推理服务调度优化技术-Continuous batching
近两年大模型火出天际;同时,也诞生了大量针对大模型的优化技术。本系列将针对一些常见大模型优化技术进行讲解。