人工智能技术文章
-
- 多模态模型输入图片过大时如何控制视觉令牌
- 多模态模型的视觉令牌主要受图片预处理分辨率和图片数量影响。本文以 Transformers 与 Qwen2.5-VL 为例，说明如何用 min_pixels、max_pixels 和任务分级配置控制显存、延迟与识别细节。
- 科技周边 · 人工智能 | 4天前 | 196浏览 收藏
-
- LiteRT SignatureDef 多输入模型怎么按签名准备推理张量
- LiteRT 多输入模型接入时，不要把 tensor index 当成调用契约。本文从 signature key、输入输出名称和张量形状入手，演示如何读取签名、准备多个输入、执行 signature runner，并排查名称与并发边界。
- 科技周边 · 人工智能 | 20小时前 | 人工智能 · LiteRT SignatureDef 多输入模型 端侧推理 191浏览 收藏
-
- Transformers DataCollatorForSeq2Seq 的 label_pad_token_id 为什么影响 loss mask
- 训练翻译或摘要模型时，DataCollatorForSeq2Seq 的 label_pad_token_id 会决定补齐标签是否进入 loss。本文从 -100 的忽略语义、动态补齐和 decoder_input_ids 准备三条链路拆开排查。
- 科技周边 · 人工智能 | 20小时前 | 人工智能 · Transformers DataCollatorForSeq2Seq label_pad_token_id loss mask seq2seq 176浏览 收藏
-
- MCP 服务端授权范围与会话隔离的配置
- 从 HTTP 令牌校验、scope 工具映射、请求级授权上下文和审计字段四个层面，说明如何配置 MCP 服务端的授权范围与会话隔离，避免主体、租户和写入权限混用。
- 科技周边 · 人工智能 | 3天前 | 161浏览 收藏
-
- AI tokenizer chat template 统一多模型消息格式
- 多模型服务应统一 role/content 消息结构，而不是硬编码一套控制 token。本文用 tokenizer.apply_chat_template 建立模型契约层，区分普通回复、预填续写与训练格式，并说明特殊 token 和能力边界。
- 科技周边 · 人工智能 | 3天前 | 人工智能 · chat template apply_chat_template AI tokenizer 多模型消息格式 154浏览 收藏
-
- Transformers批次分词时动态补齐与固定长度补齐怎么选
- 比较Transformers批次分词的动态补齐与固定长度补齐，说明截断上限、collator组批职责和部署形状约束，并给出可复制代码与实际观测指标。
- 科技周边 · 人工智能 | 7小时前 | Transformers 固定长度 tokenizer 动态补齐 DataCollatorWithPadding 153浏览 收藏
-
- 模型路由怎么做：按任务难度分配速度、成本与质量
- 模型路由不只是按名称转发请求，而是根据任务难度、质量门槛、延迟预算和相对成本选择模型。本文用一个 Python 小项目实现可解释分类、分档选择、失败回退、质量升级和离线评测。
- 科技周边 · 人工智能 | 6天前 | 147浏览 收藏
-
- Datasets流式读取与内存数据集的shuffle有什么区别
- Hugging Face Datasets 的 Dataset.shuffle 会为内存数据集建立全量索引映射，IterableDataset.shuffle 则通过 shard 顺序和有限 shuffle buffer 做近似随机。本文解释两者的访问模型、随机范围、性能代价与训练参数选择。
- 科技周边 · 人工智能 | 7小时前 | 人工智能 · Hugging Face Datasets streaming IterableDataset Dataset.shuffle shuffle buffer 130浏览 收藏
-
- 合成数据能否替代真实样本：覆盖率与偏差检查方法
- 合成数据不能仅凭外观接近真实样本就直接替代。本文从覆盖率、分布与相关关系、真实留出集任务效果、偏差和隐私四层检查，说明如何决定它适合补充、加权使用还是禁止替代。
- 科技周边 · 人工智能 | 5天前 | 人工智能 · 128浏览 收藏
-
- Diffusers怎样使用Generator复现同一张生成图
- Diffusers 生成结果每次不同，通常与随机状态和采样条件有关。本文用 CPU torch.Generator 说明怎样固定初始噪声、每次重新播种，并整理模型、提示词、步数和调度器的复现清单。
- 科技周边 · 人工智能 | 7小时前 | 118浏览 收藏
-
- Reranker 接入后如何控制检索延迟预算
- Reranker 通常只应处理召回后的有限候选。本文从延迟预算、候选规模、输入长度、批量和超时降级几个方面，给出一套可落地的检索重排控制方案。
- 科技周边 · 人工智能 | 3天前 | 113浏览 收藏
-
- 提示词版本怎么管理：样例、变量与回归集一起提交
- 把提示词模板、变量契约和固定回归样例放进同一次 Git 提交，配合输入哈希、模型参数与可回退版本，解决改完提示词却无法复现和比较的问题。
- 科技周边 · 人工智能 | 5天前 | 111浏览 收藏
-
- Transformers生成结果为什么包含输入提示词
- Transformers 的 generate 返回完整序列时，GPT 类 decoder-only 模型会把输入提示词和新增 token 一起返回。本文用 token 长度切片、批量 padding 和 max_new_tokens 说明如何稳定取出真正生成的文本。
- 科技周边 · 人工智能 | 7小时前 | python · Hugging Face 提示词 Transformers generate input_ids 111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。
- 463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。
- 527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。
- 545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。
- 494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。
- 314次使用
