Tw_xxxx

Transformers (Hugging Face) Transformers是由Hugging Face开发的最广泛使用的NLP库之一，提供了预训练模型的访问和微调功能。 提供了数百种预训练模型的

相关知识 left join、right join和inner join的区别 left join（左连接）：左连接返回左表中的所有记录，以及右表中与左表匹配的记录。如果右表中没有与左表匹配的记录，则

定义 Pandas 的主要数据结构是 Series （一维数据）与 DataFrame（二维数据） Series 是一种类似于一维数组的对象，它由一组数据（各种 Numpy 数据类型）以及一组与之相关

概述 提示工程（Prompt Engineering），是指如何针对当前任务生成prompt模板，在不更新模型权重的情况下与 LLM 交互引导其行为以获得所需结果。在提示工程中，任务的描述会被嵌入到输

重要结论 模型规模带来的模型能力的提升还远没有达到上限； 通过思维链（chain of thought prompting）方式让模型生成自然语言来解释其预测的方式对模型是有益的，以便更好地理解模型为

LLaMA 论文链接 核心思想 大部分用户没有训练LLM的资源，更多的是拿着训好的LLM来推理。首选的模型应该不是训练最快的，而应该是推理最快的小LLM。 摘要 LLaMA（Large Languag

参数量对比 模型对比 GPT-1 论文链接 核心思路： 在大量无标记数据集上训练 Transformer 的 Decoders 来做 NLG （语言生成），得到优秀的生成模型。然后根据下游任务微调（f

背景 GLM的核心是：自回归空白填充（Autoregressive Blank Infilling） Prefix LM 架构 技术原理 GLM 在只使用 Transformer 编码器的情况下，自定

概述 CodeGeeX，是一个具有130亿个参数的多语言模型，用于代码生成，在23种编程语言的8500亿个token上进行了预训练，具有8K的上下文窗口 CodeGeeX的特点：除了代码生成和代码补全