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
【专题】2022年预制菜行业现状与背景研究报告PDF合集分享(附原数据表)
报告链接:https://tecdat.cn/?p33388(https://link.segmentfault.com/?encVj4q8ybLcPDxDi7NeIQ4Iw%3D%3D.CLqccJTaJXH8VsTkR7%2BXTZcHfR34Z%2BJA5w34wGmmqDs%3
【专题】2022年中国预制菜行业发展趋势研究报告PDF合集分享(附原数据表)
报告链接:https://tecdat.cn/?p33388(https://link.segmentfault.com/?encZtFf63WRNlcB9O6oVkHsOQ%3D%3D.w564%2BCcCbPU%2B8Cx4G1XI3qzB8T0htIvI081LwYKzSdY%3
【专题】2022预制菜消费市场现状和舆情简析 报告PDF合集分享(附原数据表)
报告链接:https://tecdat.cn/?p33388(https://link.segmentfault.com/?encOiD%2Fj3aXEacPCrlHBYmdRA%3D%3D.NZUFztY7rGK%2FyPN%2BcVoKDhjzWpPTTASQfGTZvEbJR4I
DPA-1 遇见指南|DP-SSE 固态电解质实战
为了生产一个机器学习势函数,你积累了大量的第一性原理数据,却发现训练模型的样本效率不足,迁移性差。如此大的花费只能体验“一次性”的机器学习分子动力学模拟(MLMD)?这未免太贵了!ChatGPT等大规模语言模型的成功让我们看到了“预训练模型少量新数据微调”解决
大语言模型推理性能优化之七策
<blockquote<p编者按:随着大语言模型在自然语言处理中的广泛应用,如何提高其在实际部署中的推理速度成为一个非常关键的问题。</p<p本文详细介绍了当前提高大语言模型推理速度的七大策略,包括使用低精度计算、模型量化、使用适配器微调、采用模型剪枝、批量推理、多GPU并行和采用其他推
ChatGLM2-6B本地化部署
ChatGLM26B本地化部署一.背景介绍ChatGLM26B是开源中英双语对话模型ChatGLM6B(https://link.segmentfault.com/?encIU73XRgiGRD3ruZIXUrpVA%3D%3D.sBEod2t2
PYTHON链家租房数据分析:岭回归、LASSO、随机森林、XGBOOST、KERAS神经网络、KMEANS聚类|附代码数据
全文下载链接:http://tecdat.cn/?p29480(https://link.segmentfault.com/?enc9dpR70id8WSBpVn3Z0E2fg%3D%3D.SvYV18iQTvklE5f4uZWiiuT%2FKUElP6D4gI3konlq5dU%3D
R语言随机搜索变量选择SSVS估计贝叶斯向量自回归(BVAR)模型|附代码数据
原文链接:http://tecdat.cn/?p9390(https://link.segmentfault.com/?encCdkzTP2xMrLvxc50OZy46g%3D%3D.nRgJmLzXqsWBDlX%2BZN9PJiG8IWCS9dTfBAc8Psz241g%3D)
【专题】2023年中国消费者洞察白皮书报告PDF合集分享(附原数据表)
全文链接:https://tecdat.cn/?p33375(https://link.segmentfault.com/?encOTBZ59NWJGTMUXs5pHoVkA%3D%3D.yhPInlduCvtcM5nFN1hO9cuxGj7PjZxV3gJpPaMFEao%3D)
在消费级GPU调试LLM的三种方法:梯度检查点,LoRA和量化
LLM的问题就是权重参数太大,无法在我们本地消费级GPU上进行调试,所以我们将介绍3种在训练过程中减少内存消耗,节省大量时间的方法:梯度检查点,LoRA和量化。梯度检查点梯度检查点是一种在神经网络训练过程中使动态计算只存储最小层数的技术。为了理解这个过程,我们需要了解反向传播是
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。


