DeepSeek忠实粉丝

DeepSeek 与 WPS：办公界的新 CP 在数字化办公浪潮下，办公软件持续升级，人工智能技术飞速发展。强大的 AI 模型 DeepSeek 与国民办公软件 WPS 结...

背景引入 我在职场上混了好几年，也算是个 “老油条” 了，做 PPT 有多痛苦，我可太清楚了。每次领导让我做 PPT，我脑袋都大了。又是找模板，又是找素材，还得调整格式，每...

一、引言：AI 绘图的魔法时代 在当今数字化浪潮中，AI 绘图技术宛如一颗璀璨新星，彻底颠覆了传统设计的固有模式。以往，设计师们在创作一幅作品时，往往需要耗费大量的时间和精...

一、知识库概述 扣子的知识库功能支持上传和存储外部知识内容，并提供了多种检索能力。扣子的知识能力可以解决大模型幻觉、专业领域知识不足的问题，提升大模型回复的准确率。 功能概...

一、工作流介绍 工作流是一系列可执行指令的集合，用于实现业务逻辑或完成特定任务。它为应用/智能体的数据流动和任务处理提供了一个结构化框架。工作流的核心在于将大模型的强大能力...

一、插件介绍 什么是插件？ 插件是一个工具集，一个插件内可以包含一个或多个工具（API）。 目前，扣子集成了类型丰富的插件，包括资讯阅读、旅游出行、效率办公、图片理解等 A...

一、什么是扣子？ 扣子是新一代 AI 应用开发平台。无论你是否有编程基础，都可以在扣子上快速搭建基于大模型的各类 AI 应用，并将 AI 应用发布到各个社交平台、通讯软件，...

前言 IA3 通过三个学习到的向量来乘模型的激活值（自注意力机制和编码器-解码器注意力模块中的键和值，以及逐位置前馈网络的中间激活值）。这种 PEFT 方法引入的可训练参数...

前言 如今大型预训练模型规模庞大（通常有数十亿参数），这对训练提出了重大挑战，因为它们需要更多的存储空间和更强大的计算能力来处理所有这些计算。您需要访问强大的 GPU 或 ...

前言 一种有效训练大型模型的常用方法是插入（通常在注意力模块中）较小的可训练矩阵，这些矩阵是在微调期间要学习的增量权重矩阵的低秩分解。预训练模型的原始权重矩阵被冻结，只有较...

前言 Prompt 可以描述一个任务，或者提供您希望模型学习的任务示例。软提示方法不是手动创建这些 prompt，而是在输入嵌入中添加可学习的参数，这些参数可以针对特定任务...

前言 PEFT 的实际优势扩展到了其他 Hugging Face 库，例如 Diffusers 和 Transformers。PEFT 的主要优势之一是，PEFT 方法生成...

参数高效微调（PEFT）方法在微调过程中冻结预训练模型的参数，并在其顶部添加少量可训练参数（adapters）。adapters 被训练以学习特定任务的信息。这种方法已被证...

前言 本次分享如何在PyTorch和中运行示例摘要训练脚本 设置 要成功运行示例脚本的最新版本，您必须在新虚拟环境中从 源代码 安装 **** 🤗 Transformer...

微调预训练模型 使用预训练模型有许多显著的好处。它降低了计算成本，减少了碳排放，同时允许您使用最先进的模型，而无需从头开始训练一个。🤗 Transformers 提供了涉...

预处理 在您可以在数据集上训练模型之前，数据需要被预处理为期望的模型输入格式。无论您的数据是文本、图像还是音频，它们都需要被转换并组合成批量的张量。🤗 Transform...

由于存在许多不同的Transformer架构，因此为您的checkpoint创建一个可用架构可能会具有挑战性。通过AutoClass可以自动推断并从给定的checkpoin...

推理pipeline [pipeline] 让使用Hub上的任何模型进行任何语言、计算机视觉、语音以及多模态任务的推理变得非常简单。即使您对特定的模态没有经验，或者不熟悉模...

一、Transformers 分类推理过程 将数据预处理、模型调用、结果后处理三部分组装成的流水线，如下流程图 使我们能够直接输入文本便获得最终的答案，不需要我们关注细节 ...