HelloWorld 开发者社区
科技资讯
微软 MAI Code 2 系列进入 Copilot:按工程任务选择编程模型
OpenAI 发布 GPT-6.2 Astra 与 Sol:专业交付、编程效率与团队选型
Qwen4-Max 发布:百万 Token 上下文、多模态与长任务如何落地
Jync 2.2.1 发布:完善告警通知,修复 CDC 与 ETL 可靠性问题
phimint 0.10.0 发布:终端智能体加入交互输入处理
Cursor 更新安全事件调查:扩展分发、历史凭据与团队排查
SoduWork 开源,尝试用独立审查与插件治理组织智能体交付
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
开源项目
全部项目推荐好文
一文搞懂深度信念网络!DBN概念介绍与Pytorch实战
<blockquote<p本文深入探讨了深度信念网络DBN的核心概念、结构、Pytorch实战,分析其在深度学习网络中的定位、潜力与应用场景。</p<p关注TechLead,分享AI与云服务技术的全维度知识。作者拥有10年互联网服务架构、AI产品研发经验、团队管理经验,同济本复旦硕,复旦机
Python 继承和子类示例:从 Person 到 Student 的演示
继承允许我们定义一个类,该类继承另一个类的所有方法和属性。父类是被继承的类,也叫做基类。子类是从另一个类继承的类,也叫做派生类。创建一个父类任何类都可以成为父类,因此语法与创建任何其他类相同:示例,创建一个名为Person的类,具有firstname和lastname
ChatGLM2-6B本地安装部署(Windows版)
ChatGLM26B简介ChatGLM26B是开源中英双语对话模型ChatGLM6B的第二代版本,具体介绍可参阅ChatGLM26B项目主页(https://link.segmentfault.com/?encJGZmngDw2JFLP2rKghuXHg%3D
【专题】2023新消费品牌的中国范式报告PDF合集分享(附原数据表)
原文链接:https://tecdat.cn/?p34074(https://link.segmentfault.com/?encJ%2F3NoitRbIrzuyz5x9BAyA%3D%3D.RfJtNzkUj3tWtmR43uIEKXgx8kiIwiTdtM3uPZ%2BcsSU%3
Generative AI 新世界 | Falcon 40B 开源大模型的部署方式分析
在上期文章,我们探讨了如何在自定义数据集上来微调(finetuned)模型。本期文章,我们将重新回到文本生成的大模型部署场景,探讨如何在AmazonSageMaker上部署具有400亿参数的Falcon40B开源大模型。<blockquote<ahref"https:/
山东大学开发可解释深度学习算法 RetroExplainer,4 步识别有机物的逆合成路线
<blockquote逆合成旨在找到一系列合适的反应物,以高效合成目标产物。这是解决有机合成路线的重要方法,也是有机合成路线设计的最简单、最基本的方法。<br/早期的逆合成研究多依赖编程,随后这一工作被AI接替。然而,现有的逆合成方法多关注单步逆合成,可解释性差,且无法兼顾分子的短程信息
机器学习|K邻近(K Nearest-Neighbours)
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/7558dbce27e5073d2f86c76c9bf1f9ca.png)<blockquote本文从概念、原理、距离函数、K值选择、K值影响、、优缺点、应用几方面详
DeepSpeed: 大模型训练框架 | 京东云技术团队
背景:目前,大模型的发展已经非常火热,关于大模型的训练、微调也是各个公司重点关注方向。但是大模型训练的痛点是模型参数过大,动辄上百亿,如果单靠单个GPU来完成训练基本不可能。所以需要多卡或者分布式训练来完成这项工作。一、分布式训练1.1目前主流的大模型
解密长短时记忆网络(LSTM):从理论到PyTorch实战演示
<blockquote<p本文深入探讨了长短时记忆网络(LSTM)的核心概念、结构与数学原理,对LSTM与GRU的差异进行了对比,并通过逻辑分析阐述了LSTM的工作原理。文章还详细演示了如何使用PyTorch构建和训练LSTM模型,并突出了LSTM在实际应用中的优势。</p<p关注TechL
R语言使用ARIMA模型预测股票收益时间序列|附代码数据
原文链接:http://tecdat.cn/?p2831(https://link.segmentfault.com/?encz6QwtYJIomFoUYdoh6rURw%3D%3D.Nlm5GxoLRbOvkUfUgEeUua4OQTej774SQtKYGz0ad2Y%3D)
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。


