人工智能技术文章
-
- Transformers KV cache 怎么在显存不足时启用卸载
- 本文说明 Transformers 在显存不足时如何启用 KV cache 卸载，并给出直接配置、OOM 回退、方案选择与风险检查清单。
- 科技周边 · 人工智能 | 2星期前 | 人工智能 · Transformers 大模型推理 KV Cache 显存不足 缓存卸载 499浏览 收藏
-
- Transformers聊天模板与手写角色标签有什么兼容性差异
- 从 role/content 消息、Jinja 聊天模板、助手生成边界和特殊 token 四个方面，说明 Transformers 模板调用与手写角色标签的兼容条件。
- 科技周边 · 人工智能 | 1星期前 | python · 人工智能 · Transformers apply_chat_template 聊天模板 chat_template 角色标签 492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 | 1星期前 | 491浏览 收藏
-
- MCP 工具结果分页与长列表截断的设计
- 从 MCP 原生列表分页与工具自定义结果两条路径出发，说明如何用稳定游标、结构化续取信息和可读预览控制长列表，避免一次工具调用挤满模型上下文。
- 科技周边 · 人工智能 | 1星期前 | 486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 | 1星期前 | 人工智能 · 文本生成 Transformers Python线程 TextIteratorStreamer 流式生成 485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 | 1星期前 | LoRa PEFT merge_and_unload adapter unload disable_adapter delete_adapter 485浏览 收藏
-
- AI 生成图片 API 怎样区分文本到图像与图像编辑
- 区分AI图片API的文本生成与原图编辑，从输入条件、模型能力、资源版本到预览下载、超时处理和文件清理，说明如何保留原图并避免模式误用。
- 科技周边 · 人工智能 | 1天前 | AI 图像生成 图像编辑 text-to-image 484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 | 1星期前 | LoRa PEFT adapter save_pretrained adapter_model.safetensors selected_adapters save_embedding_layers 483浏览 收藏
-
- PyTorch compile 出现 graph break 怎么定位
- torch.compile 出现 graph break 时，先用 fullgraph=True 暴露首个断点，再用 torch._dynamo.explain 和 TORCH_LOGS 分析原因，最后决定重写、隔离还是保留。
- 科技周边 · 人工智能 | 3星期前 | 478浏览 收藏
-
- Transformers Chat Template 怎么避免角色格式不一致
- 避免 Chat Template 角色格式不一致的关键，是让训练、评测和推理共享同一份 role/content 消息契约，并统一交给 tokenizer.apply_chat_template 序列化。本文给出参数区别、重复特殊 token 的规避方法和集中封装示例。
- 科技周边 · 人工智能 | 3星期前 | 人工智能 · Transformers chat template apply_chat_template 对话模型 477浏览 收藏
-
- AI vLLM 限制显存 怎样处理
- 限制 vLLM 显存需区分实例比例预算、KV 缓存大小和上下文并发约束。本文给出保守启动示例，说明参数优先关系、共享GPU边界、失败回退与运行记录，不承诺固定节省比例。
- 科技周边 · 人工智能 | 11小时前 | 476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。
- 590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。
- 626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。
- 661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。
- 630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。
- 445次使用
