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
agithings
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
51
文章 51
沸点 0
赞
51
返回
|
搜索文章
赞
文章( 51 )
沸点( 0 )
从零开始:如何用Python训练一个AI模型(超详细教程)
本教程面向零基础用户,详细讲解了从数据准备到模型训练、优化和部署的完整流程。教程内容循序渐进,旨在帮助读者快速上手 AI 开发,掌握从理论到实践的核心技能,为进一步探索人工智能奠定基础。
🚀 2025年02月 GitHub 十大热门项目排行榜 🔥
本文盘点了2025年02月 GitHub 十大热门项目,涵盖多个领域,展示最新技术与创新,适合开发者和科技爱好者深入探索与贡献。
从大模型性能优化到DeepSeek部署|得物技术
Deepseek-r1模型的爆火标志着本地部署大模型的需求日益增长。本文主要探讨如何优化本地部署大模型的性能,并结合我们的实践进行评测分析,文章最后我们将分享如何在本地高效部署满血版Deepseek-
DeepSeek-R1 幻觉问题严重:比 DeepSeek-V3 更容易产生幻觉
Vectara 的机器学习团队对DeepSeek-R1和DeepSeek-V3模型进行了幻觉测试,发现: DeepSeek-R1的幻觉率较高: DeepSeek-R1 的幻觉率为 14.3% ,远高于
Python深度解析:上下文协议设计与应用技巧
上下文管理器 Python 上下文管理器:优雅地管理资源 在Python编程中,资源管理是一个常见且重要的问题。无论是文件操作、网络连接还是数据库事务,都需要确保资源在使用后能够正确地释放或恢复
Qwen2.5大模型微调实战:医疗命名实体识别(NER)任务(完整代码)
Qwen2.5是通义千问团队最近开源的大语言模型,由阿里云通义实验室研发。 以Qwen2.5作为基座大语言模型,通过指令微调的方式实现命名实体识别(NER)任务,是学习LLM微调的入门任务。 本
京点点AIGC平台:实现高效、可控、智能的多模态内容生成和优化
作者:京东零售 高继航 1 前言 2024年,京东零售技术自研的京点点AIGC内容生成平台(以下简称“京点点”)已覆盖电商运营涉及的20+核心场景,AI能力单日调用超1000万次。“京点点”致力于电商
🚀 2024年12月 GitHub 十大热门项目排行榜 🔥
本文盘点了2024年12月 GitHub 十大热门项目,涵盖AI、翻译、TTS等多个领域,展示最新技术与创新,适合开发者和科技爱好者深入探索与贡献。
Dify 工作流分享-小红书文案生成器
本文介绍了生成小红书文案的具体流程和节点设置,包括输入主题、风格、字数,以及处理URL链接和直接主题的两种方式。最后,三金分享了实际测试效果和相关资源。
京东大模型革命电商搜推技术:挑战、实践与未来趋势
大模型对搜推技术产生了深远的影响,极大地推动了搜推技术的演进趋势,使得搜推更加的智能化和个性化,然而在搜推中引入大模型时同样面临一系列的挑战
下一页
关注了
842
关注者
14
收藏集
19
关注标签
140
加入于
2018-03-31