HelloWorld 开发者社区
科技资讯
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
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
开源项目
全部项目推荐好文
LLM Data Pipelines: 解析大语言模型训练数据集处理的复杂流程
<blockquote<p编者按:在训练大语言模型的过程中,构建高质量的训练数据集是非常关键的一步,但关于构建大模型训练所需数据集的通用数据处理流程(Datapipelines)的相关资料极为稀少。</p<p本文主要介绍了基于CommonCrawl数据集的数据处理流程。首先,文章概述了C
技术速览|Meta Llama 2 下一代开源大型语言模型
AI使用大型语言模型(LLM)来理解和生成自然语言。LLM可以从大量文本中学习并创建有关各种主题的文本,并可以完成比如编写代码、生成歌词、总结文章等任务。但有些LLM相关课程成本高昂且封闭,而现有的开放课程数量十分有限。这就是Meta推出新的开源LLMLlama2的原因。 M
LLM-Blender:大语言模型也可以进行集成学习
最近在看arxiv的时候发现了一个有意思的框架:LLMBlender,它可以使用Ensemble的方法来对大语言模型进行集成。官方介绍如下:LLMBlender是一个集成框架,可以通过利用多个开源大型语言模型(llm)的不同优势来获得始终如一的卓越性能。LLM集成我们都知
Transformer 模型实用介绍:BERT
动动发财的小手,点个赞吧!在NLP中,Transformer模型架构是一场革命,极大地增强了理解和生成文本信息的能力。在本教程(https://link.segmentfault.com/?enc9cAUnfZEyfAddPXOFDFARQ%3D%3D.tV1Sr0V74h7%2
使用QLoRa微调Llama 2
上篇文章我们介绍了Llama2的量化和部署,本篇文章将介绍使用PEFT库和QLoRa方法对Llama27b预训练模型进行微调。我们将使用自定义数据集来构建情感分析模型。只有可以对数据进行微调我们才可以将这种大模型进行符合我们数据集的定制化。一些前置的知识如果熟悉GoogleC
G-Media 2023 | 每日互动使用大模型实现“智选人群”
如今“百模大战”,每日互动在持续打磨数据营销服务能力的同时,密切关注行业趋势,积极探索AIGC、大模型等前沿技术在品牌营销等垂直领域的应用。7月19日,GMedia2023正式开幕。现场,每日互动(个推)创始人、CEO方毅以“GrowwithEvolution:要变,还得是绝活儿”为
基于50W携程出行攻略构建事件图谱(含码源):交通工具子图谱、订酒店吃饭事件图谱等
基于50W携程出行攻略构建事件图谱(含码源):交通工具子图谱、订酒店吃饭事件图谱等项目构成本项目由两个部分的组成,具体包括语料的获取以及基于语料的事件挖掘两个部分,具体项目目录包括:news_spider:基于scrapy的游记采集脚本event_
大语言模型的预训练[6]:思维链(Chain-of-thought,CoT)原理详解以及在LLM上应用
大语言模型的预训练6:思维链(Chainofthought,CoT)定义原理详解、ZeroshotCoT、FewshotCoT以及在LLM上应用1.思维链定义背景在20172019年之间,随着Transformer模型的提出,计算资源与
使用GGML和LangChain在CPU上运行量化的llama2
MetaAI在本周二发布了最新一代开源大模型Llama2。对比于今年2月发布的Llama1,训练所用的token翻了一倍,已经达到了2万亿,对于使用大模型最重要的上下文长度限制,Llama2也翻了一倍。在本文,我们将紧跟趋势介绍如何在本地CPU推理上运行量化版本的开源
大语言模型的预训练[5]:语境学习、上下文学习In-Context Learning设计以及ICL底层机制等原理详解
大语言模型的预训练5:语境学习、上下文学习InContextLearning:精调LLM、Prompt设计和打分函数(ScoringFunction)设计以及ICL底层机制等原理详解1.InContextLearning背景与定义背景大规模预训练语言
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。