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
居然JuRan
掘友等级
给我一个酸菜的缸,腌透悲伤
|
无用组织协会会长
大模型教程 公众号 【码上有模力】
获得徽章 17
动态
文章
专栏
沸点
收藏集
关注
作品
赞
256
文章 149
沸点 107
赞
256
返回
|
搜索文章
最新
热门
Trae Solo模式:程序员的996救星还是新挑战?
Trae Solo模式:程序员的996救星还是新挑战? Trae Solo 模式是什么? Trae Solo 模式,是字节跳动 TRAE 2.0 推出的一项创新功能,也是业内首个基于 “Context
大模型微调面试题大揭秘:掌握这些,Offer到手!
大模型微调面试题大揭秘:掌握这些,Offer到手! 面试前的准备 在当今大模型技术蓬勃发展的时代,模型微调已然成为该领域不可或缺的关键环节。它就像是为通用大模型这把万能钥匙,量身定制一把能够精准开启特
打破常规!OpenAI无向量化RAG技术全解析
打破常规!OpenAI无向量化RAG技术全解析 无向量化 RAG,是什么? 无向量化 RAG,全称为 Retrieval-Augmented Generation,是 OpenAI 提出的一种新型检索
解锁Coze开源新姿势:本地部署全攻略
解锁Coze开源新姿势:本地部署全攻略 Coze 开源,为何值得关注? 在 AI 领域蓬勃发展的当下,新的技术和工具层出不穷,而 Coze 的开源,无疑是投下了一颗重磅炸弹。它的出现,打破了以往 AI
RAG 技术落地:从文档处理到模型输出,细节决定大模型应用效果
RAG技术落地:从文档处理到模型输出,细节决定大模型应用效果 基于经典的RAG(检索增强生成)流程,我们能快速搭建大模型相关应用,但实际落地中,细节把控直接决定应用效果能否达到上线标准。从文档读取到最
RAG 技术深度面试题:架构、优化与实践应用
1. RAG 基础架构设计 问题:对比单阶段检索(Single-stage Retrieval)与两阶段检索(Two-stage Retrieval)在 RAG 系统中的架构差异,说明在企业知识库场景
大模型面试题讲解
大模型面试题讲解 涵盖大模型架构、训练、部署、优化、RAG等热门核心知识点。每道题都配有详细讲解和参考答案
10分钟速通AI黑话
大模型知识框架:从原理到训练,看懂 AI 背后的逻辑 每天清晨,我们总会被各种 AI 新闻刷屏:“XX 大模型参数突破万亿”“AI 神器实现突破性功能”…… 这些新闻让我们兴奋地见证着技术浪潮,却也常
搞懂 RAG 里的 “分块”:21种分块策略
RAG概述 提到检索增强生成(RAG)技术,不少 AI 工程师都会有点 “爱恨交织”。理论上它很简单:从自己的自定义数据里找到相关内容,再让大模型(LLM)基于这些内容生成答案。
大模型 “瘦身术”:量化与蒸馏背后的秘密
大模型 “瘦身术”:量化与蒸馏背后的秘密 在 AI 技术飞速发展的今天,大模型就像一个个 “超级大脑”,能帮我们处理各种复杂任务。但这些 “超级大脑” 往往体型庞大,部署起来成本高昂。
下一页
个人成就
文章被点赞
249
文章被阅读
41,875
掘力值
2,495
关注了
29
关注者
197
收藏集
1
关注标签
13
加入于
2019-01-16