首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
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
会员
登录
注册
余磬TuT
掘友等级
LLM算法工程师
gogogo!!!
获得徽章 6
动态
文章
专栏
沸点
收藏集
关注
作品
赞
75
文章 59
沸点 16
赞
75
返回
|
搜索文章
赞
文章( 59 )
沸点( 16 )
Qwen3(vllm部署) 使用 MCP
MCP 全名为模型上下文协议(Model Context Protocol),它规定了大模型的上下文信息的传输方式。实际上就是一种规范,相当于是大模型的通用工具箱。以前开发者让大模型调用工具都是使用
Mac 基于 mlx-lm 开发大模型(调用及训练)以 Qwen3 为例
本文使用框架为苹果开发的 mlx-lm 框架,模型使用 Qwen3 举例,快速实现模型的推理与训练。
LLM 安全 | 大语言模型应用安全入门
2023年以来,LLM 变成了相当炙手可热的话题,以 ChatGPT 为代表的 LLM 的出现,让人们看到了无限的可能性。ChatGPT能写作,能翻译,能创作诗歌和故事...
LLM代码实现-Qwen(模型微调)
简介 LLM 通用模型在各种任务上表现良好,我们可以将它们用作对目标任务进行微调的基础。 微调允许我们使模型适应目标域和目标任务,使其可以更好地完成我们所需要的特定的任务。 目前模型微调方法主要有 F
LLM代码实现-Qwen(Function Calling)
简介 Function Calling 是一种让 Chat Completion 模型调用外部函数的能力,可以让模型不仅仅根据自身的数据库知识进行回答,而是可以额外挂载一个函数库,然后根据用户提问去函
LLM代码实现-Qwen(下载和调用)
Qwen 基础模型已经稳定训练了大规模高质量且多样化的数据,覆盖多语言(当前以中文和英文为主),Qwen 目前有多个版本:1.8B、7B、14B、72B,同时还开源了 Qwen-VL、Qwe
LLM代码实现-Qwen(挂载知识库)
为什么要挂载知识库? LLM 在回答用户的问题时可能会产生幻觉,或者由于训练数据中不包含用户想要的内容而无法回答,通常情况下我们可以选择微调模型或者外挂知识库来缓解这类问题。微调模型的对数据和算力都有
AAAI 2024 |小红书搜索团队提出全新框架:验证负样本对大模型蒸馏的价值
人工智能顶会 AAAI 2024 放榜,小红书入选论文抢先看! 小红书搜索算法团队提出了一个创新的框架,该框架提出并验证了负样本在大模型提取过程中的价值,快来一起学习吧!
LLM常见问题(RAG部分)
1. 什么是 Graph RAG? Graph RAG 是由悦数图数据提出的概念,是一种基于知识图谱的检索增强技术,通过构建图模型的知识表达,将实体和关系之间的联系用图的形式进行展示,然后利用大语言模
LLM常见问题(思维链变体部分)
1. 为什么需要思维树 Tree of Thoughts(TOT)? 对于需要探索或预判战略的复杂任务来说,传统或简单的提示技巧是不够的。ToT 维护着一棵思维树,思维由连贯的语言序列表示,这个序列就
下一页
个人成就
文章被点赞
182
文章被阅读
46,769
掘力值
1,002
关注了
7
关注者
40
收藏集
0
关注标签
12
加入于
2023-10-30