-
编辑 删除
职场沟通有技巧之--如何提高开会效率
在公司中，存在形形色色的会议，长短不一的沟通，与业务团队、兄弟团队、自己团队之间等。我们不是每次沟通都是宣讲
-
编辑 删除
【送书】《大型语言模型快速入门指南》：掌握ChatGPT和其他LLMs的秘诀
关注公众号，发送消息”1“，即可获得下载链接！?? 对于自然语言处理爱好者和从业者来说，有令人兴奋的消息！介绍
-
编辑 删除
大型语言模型增强：RAG vs. 微调 - 提升性能的选择之道
随着对大型语言模型（LLMs）的兴趣不断增长，越来越多的开发者和组织投入到构建利用它们强大能力的应用程序中。
-
编辑 删除
不打无准备的仗,面试常见开放性问题40问
马上又要到校招季了，甚至部分公司已经开始提前批了，针对面试，总结记录下自己当面试遇到的以及当面试官问过的开放问题
-
编辑 删除
我们的生活不是我们自己决定的！
最近比较迷茫，通过读书、与人沟通、请教各种专家等方式，希望能够找到一个答案，帮自己走出困境，但目前看来效果欠佳
-
编辑 删除
深度学习100问（第一篇）
针对深度学习中常见问题进行梳理记录，包括常见的面试知识点、领域知识点等
-
编辑 删除
"从学徒到巨匠：ChatGPT的训练之路揭秘，描绘了你的职场进化"
如果说当前深度学习领域最火的模型有哪些，ChatGPT一定排在前列。从流畅对话到“无所不知”的问答；从学术到商业，无不充斥这ChatGPT的身影。在OpenAI公布相关的API后，其火爆程度更上一层楼，纷纷讨论其带来的影响。
-
编辑 删除
教育革命：大模型引领个性化学习的新时代
ChatGPT出圈的话题，大多都与教育界有关。无论是纽约市公立学校禁用ChatGPT、调查中的89%美国大学生用ChatGPT做作业，还是GPT-4法律考试超过90%、香港大学禁止将GPT用于与学分有关的活动，大模型与教育的碰撞不断加深，
-
编辑 删除
大模型常见名词概念解释
SFTSFT是Supervised Fine-Tuning的缩写，是一种微调方法，主要用于预训练模型的下游任
-
编辑 删除
AI领域互联业务框架名词解释
人工智能与机器学习广义人工智能由可以自行处理各种任务的设备或系统组成。广义人工智能的延伸最终导致了机器学习的
-
编辑 删除
深度对比丨探索LLM（大模型）部署服务的七大框架差异
本文旨在比较用于 LLM 推理和服务的不同开源库。我们将通过实际部署示例探讨它们的核心特性和优缺点。研究 vLLM、文本生成推理、OpenLLM、Ray Serve 等框架。
-
编辑 删除
精度与效率的平衡：深度学习模型量化策略与应用
本文深入探讨了深度学习模型量化的概念、作用、步骤以及可能的影响。通过量化，我们可以在满足性能需求的同时，有效地优化存储和计算资源的使用。然而，选择合适的量化策略需要根据具体应用场景、硬件平台等因素进行权衡。
-
编辑 删除
定制训练：全量微调与增量微调的抉择
全量微调和增量微调是深度学习模型训练中常用的两种微调策略，全量微调是指在预训练模型的基础上，对所有参数进行微
-
编辑 删除
任务定制：通过指令微调打造个性化语言模型
当前公布的大模型已经上百个，既包含通用底座的大模型，又有各个垂类的细分大模型，在利用大模型解决自己场景的问题的时候，可能会遇到一些场景独有的问题，这时候需要考虑对大模型进行调整，使其对自己的场景更加的匹配。
-
编辑 删除
智能体进化之路RLHF：强化学习与人类反馈的融合
在大模型的训练过程中，RLHF是实现模型和人工知识对齐的过程，通过大模型对人类偏好的学习，使得大模型的生成结果更加的自然。
-
编辑 删除
抢先掌握大模型微调技能，解锁AI潜力 | 大模型微调方法全解析！
在上一篇文章《抢先掌握大模型技能，赢得未来 | 大模型常见知识点系列解读》中，写了一些关于大模型常见的问题，
-
编辑 删除
抢先掌握大模型技能，赢得未来 | 大模型常见知识点系列解读
ChatGPT的出现，引爆了大模型的热度，不同行业和公司对大模型（LLM）人才的需求暴增，都希望能够抢占风口
-
编辑 删除
抢先掌握大模型技能，赢得未来 | 大模型常见知识点系列解读
ChatGPT的出现，引爆了大模型的热度，不同行业和公司对大模型（LLM）人才的需求暴增，都希望能够抢占风口
-
编辑 删除
利用Dreambooth制作自己的“妙鸭相机”！
colab 笔记本https://colab.research.google.com/drive/1uwwk
-
编辑 删除
大模型为什么是Decoder Only架构？
当前大模型普遍采用"decoder only"（仅解码器）的架构，主要原因如下：自回归模型：大多数大模型是自
