艾醒

鸽子区佛系博主，不定时掉落文章，可私信催更

赞

88

|

搜索文章

探索大语言模型（LLM）：大模型应用与对应的硬件选型一览表

大模型应用与硬件怎么选？看这几张表就够了。不同系列的显卡，适合的人群和做的事不一样，看下面的表就清楚啦。

20天前
175
1
评论

探索大语言模型（LLM）：大模型应用与对应的硬件选型一览表

大模型面试题剖析：大模型训练关键技术解析（从 RLHF 、RLAIH、DPO到 SFT）

在大模型的迭代优化过程中，如何让模型输出更符合人类预期、更适配特定任务，一直是技术研发的核心方向.。

20天前
151
点赞
评论

大模型面试题剖析：大模型训练关键技术解析（从 RLHF 、RLAIH、DPO到 SFT）

探索大语言模型（LLM）：参数量背后的“黄金公式”与Scaling Law的启示

过去十年，人工智能领域最震撼的变革之一，是模型参数量从百万级飙升至万亿级。从GPT-3的1750亿参数到GPT-4的神秘规模，再到谷歌Gemini的“多模态巨兽”，参数量仿佛成了AI能力的代名词

26天前
64
1
评论

探索大语言模型（LLM）：参数量背后的“黄金公式”与Scaling Law的启示

探索大语言模型（LLM）：使用EvalScope进行模型评估（API方式）

EvalScope 是由阿里巴巴魔搭社区（ModelScope）开发的开源模型评估与性能基准测试框架，专注于为大语言模型（LLM）、多模态模型及其他 AI 模型提供系统化的评估解决方案。

26天前
181
1
评论

探索大语言模型（LLM）：使用EvalScope进行模型评估（API方式）

探索大语言模型（LLM）：大模型微调方式全解析

在大模型落地实践中，微调（Fine-tuning）是连接通用预训练能力与特定任务需求的关键环节。通过微调，我们能让在海量数据上预训练的模型“适配” 具体业务场景。本文将系统梳理六种主流微调方式

26天前
86
1
评论

探索大语言模型（LLM）：大模型微调方式全解析

大模型面试题剖析：深入解析 Transformer 与 MoE 架构

在人工智能大模型飞速发展的今天，Transformer 架构无疑是撑起整个领域的 “基石”，而 MoE架构则凭借其独特的 “稀疏激活” 思路，成为突破大模型参数的关键

27天前
216
1
评论

大模型面试题剖析：深入解析 Transformer 与 MoE 架构

探索大语言模型（LLM）：一文读懂通用大模型的定义、特点与分类

在人工智能技术飞速发展的当下，通用大模型无疑是最受关注的领域之一。它凭借强大的能力打破了传统 AI 模型的局限，为各行业的智能化升级提供了全新可能。

27天前
77
1
评论

探索大语言模型（LLM）：一文读懂通用大模型的定义、特点与分类

大模型面试题剖析：模型微调中冷启动与热启动的概念、阶段与实例解析

在人工智能模型的开发流程中，微调是让预训练模型适配特定任务、提升性能的关键环节。而在微调的启动方式上，“冷启动” 和 “热启动” 是两个高频出现但容易混淆的概念。

29天前
134
1
评论

大模型面试题剖析：模型微调中冷启动与热启动的概念、阶段与实例解析

探索大语言模型（LLM）：Windows系统与Linux系统下的Ollama高级配置（修改模型地址、Service服务以及多卡均衡调用）

之前的文章中已经介绍了ollama在Windows环境下和Linux环境下的安装，在本篇中将重点介绍Ollama的常用配置

1月前
176
点赞
评论

探索大语言模型（LLM）：Windows系统与Linux系统下的Ollama高级配置（修改模型地址、Service服务以及多卡均衡调用）

大模型面试题剖析：RAG中的文本分割策略

在大语言模型（LLM）驱动的应用场景中，检索增强生成（RAG）技术愈发关键。而文本分割，作为RAG流程里的核心环节，直接影响着整个系统的性能与效果。

1月前
188
3
评论

大模型面试题剖析：RAG中的文本分割策略

个人成就

文章被点赞 127

文章被阅读 51,936

掘力值 2,705

加入于

2022-03-20