笔记
文章平均质量分 53
Heartache Doctor
这个作者很懒,什么都没留下…
展开
-
[Datawhale AI 夏令营 & 第二届世界科学智能大赛逻辑推理赛道] 小白初识LLM
我大致查阅了资料,RAG类似在大模型前加入一个向量生成机,目的是将知识库中的信息转换为向量库。在用户提出问题后,将问题过向量生成机,再将得出的向量和向量库中的向量进行距离评估,从而得出一个较好的prompt输入给LLM。baseline中给予的方法,也是现在最流行的方法,即通过api接口来连接在线开源LLM,并解析api的返回数据包,得出LLM的回复,再从回复中提取答案。所谓提示词,即为输入给LLM的prompt。用于LLM模型高速推理的代码框架,易于使用,与huggingface等开源工具可以无缝衔接。原创 2024-08-02 18:29:18 · 364 阅读 · 0 评论 -
[DEEPFAKE & Datawhale AI 夏令营] TASK3 自我探索,解决问题,冲击高分!
通过代码阅读,感觉是没问题的。等后续训练再说。原创 2024-07-20 19:32:12 · 212 阅读 · 0 评论 -
[DEEPFAKE & Datawhale AI 夏令营] TASK2 全量训练,火力全开;发现问题,研究问题
非常感谢以下baseline code的分享,对我受益匪浅:如果您觉得有意思,可否点赞收藏关注一下本蒟蒻!谢谢!原创 2024-07-17 21:23:11 · 160 阅读 · 0 评论 -
[DEEPFAKE & Datawhale AI 夏令营] TASK1 跑通baseline
解决方案:http://t.csdnimg.cn/rMopF。原创 2024-07-11 18:52:41 · 243 阅读 · 0 评论