- 博客(10)
- 收藏
- 关注
RSS订阅原创 AI大模型入门：“大模型“ 等于 “大语言模型“ 吗?
免费分享：全套的AI大模型学习资源，包括 2024最新版全套大模型学习路线图，学习文档、书籍、学习视频教程、面试题等！带大家快速高效的从基础到高级！有需要的小伙伴可以点击下方链接哦~2024全套大模型学习资料，免费领取！从入门到进阶一套搞定！AI大模型入门基础教程学习指南，带你从入门到进阶2024最新版全套大模型学习路线图（完整版）AI大模型时代下，初学者该怎么才能快速入门？2024 | 大模型算法工程师相关面试题汇总及答案解析。
2024-07-25 20:52:13
191
原创 大模型 | 如何写好提示词？
免费分享：全套的AI大模型学习资源，包括 2024最新版全套大模型学习路线图，学习文档、书籍、学习视频教程、面试题等！带大家快速高效的从基础到高级！有需要的小伙伴可以点击下方链接哦~AI大模型入门基础教程学习指南，带你从入门到进阶2024最新版全套大模型学习路线图（完整版）AI大模型时代下，初学者该怎么才能快速入门？
2024-07-24 22:10:23
408
原创 llama大模型部署
免费分享：全套的AI大模型学习资源，包括 2024最新版全套大模型学习路线图，学习文档、书籍、学习视频教程、面试题等！带大家快速高效的从基础到高级！有需要的小伙伴可以点击下方链接哦~AI大模型入门基础教程学习指南，带你从入门到进阶2024最新版全套大模型学习路线图（完整版）AI大模型时代下，初学者该怎么才能快速入门？
2024-07-24 21:46:05
335
原创 大模型：什么是RAG？
RAG模型结合了检索（Retrieval）和生成（Generation）两个阶段。在检索阶段，模型会- - 从大量的数据源中检索出与当前任务相关的信息；在生成阶段，这些检索到的信息会被用作上下文，帮助生成模型产生更加准确和丰富的输出。免费分享：全套的AI大模型学习资源，包括 2024最新版全套大模型学习路线图，学习文档、书籍、学习视频教程、面试题等！带大家快速高效的从基础到高级！有需要的小伙伴可以点击下方链接哦~AI大模型入门基础教程学习指南，带你从入门到进阶2024最新版全套大模型学习路线图（完整版）
2024-07-24 21:34:58
355
原创 AI大模型的核心概念
免费分享：全套的AI大模型学习资源，包括 2024最新版全套大模型学习路线图，学习文档、书籍、学习视频教程、面试题等！带大家快速高效的从基础到高级！有需要的小伙伴可以点击下方链接哦~AI大模型入门基础教程学习指南，带你从入门到进阶2024最新版全套大模型学习路线图（完整版）AI大模型时代下，初学者该怎么才能快速入门？如有侵权，请联系删除。
2024-07-23 10:33:57
784
原创 大模型调优：提示工程、RAG 与微调对比
在构建大型语言模型（LLM）应用时，选择合适的调优方法确实至关重要。免费分享：全套的AI大模型学习资源，包括 2024最新版全套大模型学习路线图，学习文档、书籍、学习视频教程、面试题等！带大家快速高效的从基础到高级！有需要的小伙伴可以点击下方链接哦~AI大模型入门基础教程学习指南，带你从入门到进阶2024最新版全套大模型学习路线图（完整版）AI大模型时代下，初学者该怎么才能快速入门？
2024-07-23 10:16:01
265
原创 大模型微调方法：冻结方法 Freeze、P-Tuning 系列、LoRA、QLoRA
免费分享：全套的AI大模型学习资源，包括 2024最新版全套大模型学习路线图，学习文档、书籍、学习视频教程、面试题等！带大家快速高效的从基础到高级！有需要的小伙伴可以点击下方链接哦~AI大模型入门基础教程学习指南，带你从入门到进阶2024最新版全套大模型学习路线图（完整版）AI大模型时代下，初学者该怎么才能快速入门？如有侵权，请联系删除。
2024-07-23 10:09:31
700
原创 AI大模型 | 深入理解Transformer核心原理
return outAI大模型入门基础教程学习指南，带你从入门到进阶2024最新版全套大模型学习路线图（完整版）AI大模型时代下，初学者该怎么才能快速入门？
2024-07-22 19:45:21
498
原创 AI大模型 | 应用Transformer模型提升推荐系统效果
Transformer最初在2017年由Google的研究人员提出，用于解决机器翻译问题。其核心是自注意力机制（Self-Attention），能够在处理序列数据时，动态地关注序列中不同部分的重要性。这种机制使得Transformer非常适合处理与顺序相关的推荐任务。AI大模型入门基础教程学习指南，带你从入门到进阶2024最新版全套大模型学习路线图（完整版）AI大模型时代下，初学者该怎么才能快速入门？
2024-07-22 19:39:55
378
原创 四种大模型微调方法总结
QLoRA于23年5月份通过此篇论文《QLORA: Efficient Finetuning of Quantized LLMs》被提出，本质是对LoRA的改进，相比LoRA进一步降低显存消耗。因为LoRa为LLM的每一层添加了少量的可训练参数(适配器)，并冻结了所有原始参数。这样对于微调，只需要更新适配器权重，这可以显著减少内存占用而QLoRa更进一步，引入了4位量化、双量化和利用nVidia统一内存进行分页。所有这些对比Lora，进一步降低了显存消耗。
2024-07-22 19:32:23
838
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人