人工智能技术文章
-
- 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 | 22小时前 | 386浏览 收藏
-
- 推理服务怎样按请求长度设置超时预算
- 把推理请求的输入 token、输出上限、排队等待和生成吞吐拆开计算，再配合 TGI 的 token 与并发参数设置可解释的超时预算。
- 科技周边 · 人工智能 | 1天前 | 性能优化 · 人工智能 · 超时预算 推理服务 输入长度 inference latency TGI max_total_tokens 371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 | 22小时前 | 370浏览 收藏
-
- 向量检索怎样把元数据过滤放在召回前
- 向量检索不要先取全局 top_k 再丢弃不合格结果。本文以 Redis Search 为例，把 tenant、状态和时间等元数据作为预过滤条件放到 KNN 前，并用选择率、P95 延迟和召回质量确定参数边界。
- 科技周边 · 人工智能 | 1天前 | 365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 | 22小时前 | 356浏览 收藏
-
- AI 应用怎样区分用户取消和模型完成
- AI 应用的流式请求不能用“连接结束”判断模型完成。本文从一次取消被记成成功的故障入手，拆分 AbortSignal、SSE 完成事件和异常断开，给出可落地的状态字段、前端判定代码与日志边界。
- 科技周边 · 人工智能 | 1天前 | 人工智能 · AI应用 AbortController SSE 流式响应 request cancellation 354浏览 收藏
-
- Keras 自定义 train_step 怎么让正则损失继续参与梯度
- 自定义 Keras train_step 时，正则损失可能被遗漏。本文说明如何在前向传播后读取 self.losses，与任务损失合并为 total_loss，并让梯度、fit 指标和 sample_weight 处理保持一致。
- 科技周边 · 人工智能 | 2天前 | 343浏览 收藏
-
- Keras mixed_float16 训练出现 NaN 怎么区分 loss scale 和输入范围
- Keras mixed_float16 训练出现 NaN 时，先用 float32 建立对照，再检查输入有限性、数值范围、前向损失和梯度，区分数据问题、低精度敏感计算与 loss scale 问题。本文给出最小排查代码和迁移修复顺序。
- 科技周边 · 人工智能 | 2天前 | 人工智能 · Keras NaN mixed_float16 mixed precision loss scale 输入范围 dtype policy 337浏览 收藏
-
- Transformers分词偏移怎样映射回原始文本片段
- 使用 Transformers Fast tokenizer 的 offset_mapping 把 token 位置还原为原始文本片段，并处理特殊 token、批量溢出、成对输入与预分词边界。
- 科技周边 · 人工智能 | 2天前 | python · 人工智能 · Transformers offset_mapping 原始文本 Fast tokenizer 文本偏移 330浏览 收藏
-
- RAG 文档切分怎样按标题层级保留上下文
- RAG 按标题层级切分应先分章节，再按长度细分并继承标题路径和来源元数据。本文用原创 Markdown 示例说明检索文本、生成上下文、引用定位和旧索引迁移的边界，避免切片只剩孤立正文。
- 科技周边 · 人工智能 | 1天前 | 328浏览 收藏
-
- Accelerate恢复训练时如何保存随机数状态
- 用Accelerate的save_state与load_state保存和恢复训练随机数状态，通过epoch边界示例说明加载时机、自建生成器登记和数据位置区别，避免将固定seed误当断点恢复。
- 科技周边 · 人工智能 | 2天前 | PyTorch checkpoint Accelerate 随机数状态 恢复训练 326浏览 收藏
-
- PEFT适配器检查点为什么不包含完整基础模型
- 使用 Hugging Face PEFT 训练适配器后，检查点通常只包含适配器权重和配置，不会复制完整基础模型。本文从目录现象出发，说明保存设计、恢复加载、继续训练与合并导出的区别。
- 科技周边 · 人工智能 | 2天前 | 301浏览 收藏
-
- Hugging Face 数据集流式读取怎样减少本地磁盘
- Hugging Face Datasets 的 streaming 可减少全量预下载和 Arrow 转换需求，但不等于零磁盘。本文给出有限消费示例，比较 Dataset 与 IterableDataset，并说明打乱缓冲、缓存位置、输出落盘和恢复边界。
- 科技周边 · 人工智能 | 1天前 | 278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。
- 485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。
- 541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。
- 563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。
- 518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。
- 333次使用
