Go语言技术文章
-
- RAG 文档切片怎样决定 overlap
- RAG 切片的 overlap 应结合统一计量单位、跨边界证据与重复上下文成本决定。本文用保留原文偏移的字符窗口示例解释边界覆盖，并区分目标重叠、实际切片和检索命中，避免套用通用最佳比例。
- 科技周边 · 人工智能 | 4分钟前 | 278浏览 收藏
-
- ONNX 导出怎样声明动态 batch 和序列长度
- 本文围绕 PyTorch ONNX 导出的 dynamic_axes，说明如何为文本模型声明动态 batch 和序列长度，解释输入输出轴对齐，并区分传统导出路径与新 dynamo 导出器的 dynamic_shapes。
- 科技周边 · 人工智能 | 4分钟前 | 131浏览 收藏
-
- RAG 检索结果怎样设置召回和重排的 Top K
- 拆分 RAG 的 top_k、rerank_k 与 context_k，说明如何用候选覆盖率、重排延迟、来源去重和上下文预算逐步确定参数。
- 科技周边 · 人工智能 | 5分钟前 | 491浏览 收藏
-
- PEFT 怎样只保存 adapter 权重
- PEFT 的 save_pretrained 默认只保存 adapter 配置和增量权重，不会把冻结的基础模型一起复制。本文说明多 adapter 的 selected_adapters、embedding 层保存开关、重新加载边界，以及 Trainer checkpoint 与完整模型的区别。
- 科技周边 · 人工智能 | 6分钟前 | LoRa PEFT adapter save_pretrained adapter_model.safetensors selected_adapters save_embedding_layers 483浏览 收藏
-
- PEFT 怎样卸载 adapter 并保留基础模型
- PEFT 中临时禁用 adapter、移除 LoRA 模块、删除命名 adapter 和合并权重是四种不同操作。本文用 unload 返回基础模型，说明为什么必须接住返回值，并整理多 adapter 与 Notebook 重跑时的排查边界。
- 科技周边 · 人工智能 | 10分钟前 | LoRa PEFT merge_and_unload adapter unload disable_adapter delete_adapter 485浏览 收藏
-
- Accelerate mixed_precision 怎样选择 fp16 或 bf16
- Accelerate 的 fp16 与 bf16 应按当前设备支持和模型数值行为选择。本文限定普通单卡 CUDA 场景，说明保守 BF16 查询、完整参数接入、梯度缩放与 no 模式对照，不以启动成功代替训练稳定性判断。
- 科技周边 · 人工智能 | 12分钟前 | 386浏览 收藏
-
- Accelerate 怎样配置梯度累积
- 显存有限时，Accelerate 可以用 gradient_accumulation_steps 把多个 micro-batch 合成一次参数更新。本文说明 Accelerator、accumulate(model)、scheduler 与变长 token loss 归一化的配置边界。
- 科技周边 · 人工智能 | 13分钟前 | 356浏览 收藏
-
- IterableDataset 只有一个 shard 时怎么继续切分数据
- Hugging Face Datasets 的 IterableDataset 如果 reshard 后仍只有一个 shard，继续调用物理分片并不能解决切分问题。正确做法是先完成 shuffle，再用 skip 和 take 构造逻辑窗口，并明确 offset、limit、短流和重复遍历的边界。
- 科技周边 · 人工智能 | 16分钟前 | skip take Hugging Face Datasets streaming IterableDataset shard 441浏览 收藏
-
- Hugging Face Datasets 怎样从 JSON 加载数据集
- Hugging Face Datasets 读取 JSON 的关键是先判断根结构：JSONL 通常直接加载，嵌套数组要用 field 指向数据字段；多个文件则用 data_files 映射到 train、validation 等 split。本文给出最小写法、字段推断观察方式和常见排错边界。
- 科技周边 · 人工智能 | 25分钟前 | JSON split Hugging Face dataset Datasets 266浏览 收藏
-
- Transformers 生成文本怎样理解 past_key_values 缓存
- Transformers 的 past_key_values 保存已处理上下文的逐层 K/V，use_cache 控制缓存输出。本文用 GPT-2 原创示例解释新增 token、完整掩码与缓存长度的配合，并说明对象复用和内存边界。
- 科技周边 · 人工智能 | 28分钟前 | 370浏览 收藏
-
- Transformers TextIteratorStreamer 怎样流式读取生成结果
- Transformers 的 TextIteratorStreamer 可以把 model.generate 放在独立线程中，再由消费端逐段迭代生成文本。本文按线程、队列、提示词、超时和异常边界说明一套可维护的写法。
- 科技周边 · 人工智能 | 28分钟前 | 人工智能 · 文本生成 Transformers Python线程 TextIteratorStreamer 流式生成 485浏览 收藏
-
- Transformers 怎样按模型 chat template 组织消息
- Transformers 的 chat template 不是装饰性格式，而是模型训练时使用的控制 token 约定。本文只围绕 apply_chat_template，说明 role/content 消息结构、推理与训练参数、特殊 token 重复和不同模型模板不兼容时的处理方式。
- 科技周边 · 人工智能 | 29分钟前 | 118浏览 收藏
-
- Redis BZPOPMIN 怎样等待最小成员
- Redis BZPOPMIN 在集合为空时阻塞等待，有成员时弹出最低分项。本文说明超时秒数、多 key 的来源选择顺序，并用独立示例区分队列内最小值与全局最小值，提醒弹出后的任务恢复责任。
- 数据库 · Redis | 1小时前 | 454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。
- 474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。
- 532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。
- 552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。
- 505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。
- 324次使用
