Go语言技术文章
-
- Tokenizer 怎样处理超长输入的截断策略
- Tokenizer处理超长输入应明确token总预算、截断序列与保留方向。本文介绍Transformers的truncation策略、成对输入的only_second，以及用重叠窗口保留长材料的方法和限制。
- 科技周边 · 人工智能 | 1分钟前 | 500浏览 收藏
-
- LoRA 适配器怎样与基础模型分离加载
- LoRA 适配器不是完整基础模型，通常应先加载兼容的基础模型，再用 PeftModel.from_pretrained 或 Transformers 的 load_adapter 挂载。本文说明多个适配器的命名与切换、unload 和 delete_adapter 的区别，以及保持分离和 merge_and_unload 合并部署的取舍。
- 科技周边 · 人工智能 | 2分钟前 | LoRa Transformers PEFT merge_and_unload load_adapter adapter_config.json 102浏览 收藏
-
- Hugging Face Transformers 怎样只输出生成结果而不带输入提示词
- Hugging Face Transformers 的 generate 返回序列可能同时包含输入提示词和新生成 token。本文按 decoder-only、encoder-decoder、批量 padding 三种边界说明如何只解码新增内容，并解释 max_new_tokens、return_dict_in_generate 与 pipeline 输出的区别。
- 科技周边 · 人工智能 | 2分钟前 | python · Hugging Face Transformers generate tokenizer 新生成 token 145浏览 收藏
-
- Holo4 这类计算机使用代理怎样划分工具权限
- Holo4 这类计算机使用代理可以跨桌面、网页和移动端执行长流程任务，但不应该只用一个总开关管理权限。本文按工具能力、资源范围、动作审批和隔离运行环境四层拆解权限，并给出浏览器、文件系统与 Shell 的策略示例。
- 科技周边 · 人工智能 | 8分钟前 | ai agent · 工具调用 · 最小权限 工具权限 Computer Use Holo4 计算机使用代理 212浏览 收藏
-
- vLLM 怎样限制批处理显存上限
- vLLM 的 gpu-memory-utilization 只划定单实例显存预算，不直接限制批处理条数。本文用 max-num-batched-tokens、max-num-seqs、max-num-active-seqs 和排队上限拆开说明显存、单轮批量与入口容量的配置边界。
- 科技周边 · 人工智能 | 8分钟前 | 人工智能 · vLLM KV Cache gpu-memory-utilization max-num-batched-tokens max-num-seqs 批处理显存 265浏览 收藏
-
- RAG 检索结果怎样保留来源片段和页码
- RAG应在解析和切分时保留文档版本、页位置及原文区间，并在检索重排后维持片段身份。本文给出来源字段设计、证据表绑定、旧索引迁移与页码缺失的处理方法。
- 科技周边 · 人工智能 | 9分钟前 | 307浏览 收藏
-
- Accelerate 怎样让多个进程分别绑定到不同 GPU
- 用 CUDA_VISIBLE_DEVICES 和 accelerate launch 明确可见 GPU 与进程数量，再通过 PartialState 读取每个进程的设备，给出多进程推理时的绑定、分片和排错方法。
- 科技周边 · 人工智能 | 10分钟前 | 分布式 · 人工智能 · 多进程 多GPU Accelerate CUDA_VISIBLE_DEVICES 444浏览 收藏
-
- MLflow 模型别名怎样把新版本切换到 champion 并支持回滚
- 用 MLflow Model Registry 的 champion alias 解耦推理代码与模型版本：切换时指向新版本，出现问题时用同一接口回指旧版本。
- 科技周边 · 人工智能 | 14分钟前 | 人工智能 · MLFlow Model Registry 模型别名 champion 模型回滚 296浏览 收藏
-
- PyTorch 怎样用 autocast 控制混合精度范围
- 用 PyTorch 的 torch.autocast 控制混合精度范围：明确前向与损失计算的作用域，演示局部关闭 autocast 保留 float32，并说明 GradScaler、推理和常见边界。
- 科技周边 · 人工智能 | 14分钟前 | 248浏览 收藏
-
- Hugging Face Spaces 怎样查看应用运行日志
- Hugging Face Spaces 排查失败时，先区分构建日志和运行日志，再用 hf spaces logs 或 fetch_space_logs 读取、截取和持续跟踪输出。
- 科技周边 · 人工智能 | 19分钟前 | AI工程 · 运行日志 Hugging Face Spaces Space日志 构建日志 fetch_space_logs 322浏览 收藏
-
- Hugging Face Transformers 怎样为推理启用半精度
- 用 Transformers 做推理时，dtype 负责权重加载精度，autocast 负责前向计算精度。本文给出 float16、bfloat16 与 float32 的选择方法、代码示例和兼容性检查清单。
- 科技周边 · 人工智能 | 38分钟前 | Hugging Face Transformers 半精度推理 float16 bfloat16 212浏览 收藏
-
- Redis 8.10 命令文档怎样按版本查看
- Redis 官方命令文档支持按版本查看。本文说明怎样切到 Redis 8.10 命令参考页，并用 INFO server 的 redis_version 与 COMMAND DOCS 核对实际实例是否支持目标命令。
- 数据库 · Redis | 1小时前 | redis redis_version 版本兼容 COMMAND DOCS Redis 8.10 命令文档 275浏览 收藏
-
- Redis SCAN 怎样避免一次返回过多键
- Redis SCAN 的 COUNT 只是每次调用的工作量提示，不是严格返回条数上限。本文说明如何沿用游标、结合 MATCH 分批消费，并处理空批次、重复键、小键空间和持续增长键空间。
- 数据库 · Redis | 1小时前 | 416浏览 收藏
-
- Redis TTL 为什么会变成 -1
- Redis TTL 返回 -1 表示键存在但没有过期时间。用小型缓存示例解释普通 SET、PERSIST 和遗漏 EXPIRE 的影响，并区分重新计时与 KEEPTTL 保留策略。
- 数据库 · Redis | 1小时前 | 370浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案，代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景，打造一站式知识长龙服务，适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例，全面具体可落地，从理论到实践，一步一步将GO核心编程技术、编程思想、底层实现融会贯通，使学习者贴近时代脉搏，做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信：Le-studyg；在课程中，我们将首先介绍MySQL8的新特性，包括性能优化、安全增强、新数据类型等，帮助学生快速熟悉MySQL8的最新功能。接着，我们将深入解析MySQL的网络通信机制，包括协议、连接管理、数据传输等，让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网，分为导航，轮播，关于我们，成功案例，服务流程，团队介绍，数据部分，公司动态，底部信息等内容区块。网站整体采用CSSGrid布局，支持响应式，有流畅过渡和展现动画。
- 485次学习
-
- Golang深入理解GPM模型
- Golang深入理解GPM调度器模型及全场景分析，希望您看完这套视频有所收获；包括调度器的由来和分析、GMP模型简介、以及11个场景总结。
- 474次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集，涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用，助力提升NLP模型性能。
- 932次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台，提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能，助您快速选择最适合项目的高性能大语言模型。
- 937次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制，用户可对比不同大模型回答并生成实时排行榜，助力开发者优化模型及用户选择最佳AI工具。
- 1045次使用
-
- HELM
- 深入了解斯坦福推出的HELM（Holistic Evaluation of Language Models）大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景，涵盖准确性、公平性、鲁棒性等多维度指标，助力开发者全面优化语言模型性能。
- 1016次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台，提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景，助力开发者全面评估多模态模型性能。
- 844次使用
