HelloWorld 开发者社区
科技资讯
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
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
qData 1.6.7 发布:修复增量读取与 ETL 字段传递问题
Apple HomeView 在部分地区开售,整合家庭控制与视频通话
Cloudflare 推出 Spend Management Beta,为 Workers 增加支出限制
Cloudflare 开源 Kitesurf:面向 AI 智能体的轻量浏览器引擎
JeecgBoot 与敲敲云介绍分层方案,连接低代码开发与业务搭建
开源项目
全部项目推荐好文
一种用于心音分类的轻量级1D-CNN+DWT网络
这是由NationalInstituteofTechnologyRourkela,CentralUniversityofRajasthan发布在2022ICETCI的论文,利用离散小波变换(DWT)得到的多分辨率域特征对1DCNN模型进行心音分类训练。!(http
神经网络是如何工作的? | 京东云技术团队
作为一名程序员,我们习惯于去了解所使用工具、中间件的底层原理,本文则旨在帮助大家了解AI模型的底层机制,让大家在学习或应用各种大模型时更加得心应手,更加适合没有AI基础的小伙伴们。一、GPT与神经网络的关系GPT想必大家已经耳熟能详,当我们与它进行对话时,通常只需关注自己问出的问题
从头造轮子 or 重复造轮子?苹果开源 MLX,为自家芯片专属定制机器学习框架
北京时间12月6日,苹果机器学习研究中心(Applemachinelearningresearch)在GitHub上开源MLX。!图片(/img/remote/1460000044451867)苹果机器学习研究中心研究科学家AwniHannun 在个人Twitt
使用Huggingface创建大语言模型RLHF训练流程的完整教程
ChatGPT已经成为家喻户晓的名字,而大语言模型在ChatGPT刺激下也得到了快速发展,这使得我们可以基于这些技术来改进我们的业务。但是大语言模型像所有机器/深度学习模型一样,从数据中学习。因此也会有garbageingarbageout的规则。也就是说如果我们在低质量的数据上训练模型,
佛罗里达大学利用神经网络,解密 GPCR-G 蛋白偶联选择性
<blockquote<p<strong内容一览</strong:G蛋白偶联受体(GPCRs)是一种将细胞膜外的刺激,传递到细胞膜内的跨膜蛋白,广泛参与到人体生理活动当中。近日,佛罗里达大学的研究者测定了GPCRs和G蛋白的结合选择性,并开发了预测二者选择性的算法,对这一选择性
直播预告丨大模型如何在健康医疗中挖出大大的花?
大模型时代,“应用变了”:大模型如何在健康医疗中挖出大大的花?12月1日(周五)14:0015:00 开播!大模型时代,给千行百业带来了新的想象空间试想一下,大模型经过专业知识训练竟然能够成为你的健康医疗助手曾经科幻片中的场景,正一步步成为现实这一期,我们将探讨大模型是如何在健康医疗领域发挥产
使用ExLlamaV2量化并运行EXL2模型
量化大型语言模型(llm)是减少这些模型大小和加快推理速度的最流行的方法。在这些技术中,GPTQ在gpu上提供了惊人的性能。与非量化模型相比,该方法使用的VRAM几乎减少了3倍,同时提供了相似的精度水平和更快的生成速度。ExLlamaV2是一个旨在从GPTQ中挤出更多性能的库。由于新的内核,它还
使用 ChatGPT 帮助小学生编程入门系列之一:Python 编程读取和解析天气预报网页上的数据
现在国内小学生也开设了信息技术课,课程内容也涉及到了一些简单的编程实践,比如Scratch和Python.当初这个公众号申请时专门用了我儿子的名字,算是抢注吧,毕竟微信公众号和其他社交媒体平台不一样,不允许重名。我也曾经和我儿子聊过,我今年都40多岁了,这个公众号将来迟早有一天会正
30 位学者合力发表 Nature 综述,10 年回顾解构 AI 如何重塑科研范式
<blockquote科学发现是一个复杂过程,涉及到几个相互关联的阶段,包括形成假设、实验设计、数据收集及分析。近年来,AI与基础科研的融合日益加深,借助AI,科学家得以加速科研进度、促进科研成果的落地。 </blockquote权威期刊「Nature」刊登了一篇论文,来自斯坦福
使用FP8加速PyTorch训练
现代的人工智能硬件架构(例如,NvidiaHopper,NvidiaAdaLovelace和HabanaGaudi2)中,FP8张量内核能够显著提高每秒浮点运算(FLOPS),以及为人工智能训练和推理工作负载提供内存优化和节能的机会。在这篇文章中,我们将介绍如何修改PyTorch训练脚
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。