人工智能技术文章
-
- Transformers tokenizer offset mapping 的原文区间对齐
- 围绕 Hugging Face Transformers 的 Fast tokenizer 说明 offset_mapping 如何返回 token 对应的原文半开区间，处理特殊 token、空白、批量句对和截断，并给出实体字符区间转换为 token 范围的 Python 示例。
- 科技周边 · 人工智能 | 1星期前 | 文本对齐 Transformers tokenizer offset_mapping Fast tokenizer 423浏览 收藏
-
- Hugging Face Datasets unique 怎样列出字段的不同取值
- Hugging Face Datasets 的 Dataset.unique 和 DatasetDict.unique 可以直接列出字段的不同取值。本文用最小示例说明字段检查、split 结果、返回顺序以及高基数字段的内存边界。
- 科技周边 · 人工智能 | 1星期前 | 469浏览 收藏
-
- ONNX Runtime SessionOptions 怎样控制推理会话线程数
- ONNX Runtime 的线程数不是只改一个参数：intra_op_num_threads 控制算子内部并行，inter_op_num_threads 只在 ORT_PARALLEL 下控制算子之间并行。本文用 Python SessionOptions 说明两类线程池、等待策略和多会话场景的配置边界。
- 科技周边 · 人工智能 | 1星期前 | 351浏览 收藏
-
- Diffusers attention slicing 为什么可能与高效注意力重复优化
- 讲清 Diffusers attention slicing 与 SDPA、xFormers 等高效注意力后端的关系，说明为什么重复开启可能变慢，并给出选择与回滚配置。
- 科技周边 · 人工智能 | 1星期前 | diffusers attention slicing SDPA xFormers 240浏览 收藏
-
- Diffusers enable_vae_slicing 怎样降低多图解码的峰值显存
- 本文围绕 Diffusers enable_vae_slicing，说明多图 VAE 解码的显存峰值来源、管线级启用方式、受控测量方法和速度与显存之间的取舍。
- 科技周边 · 人工智能 | 1星期前 | 252浏览 收藏
-
- Transformers LogitsProcessorList 怎样组合生成分数处理规则
- Transformers LogitsProcessorList 会按列表顺序依次处理生成分数。本文用最小长度、禁用词、分数归一化和自定义处理器说明如何组合规则，并给出接入 generate 与排查失效的实用方法。
- 科技周边 · 人工智能 | 1星期前 | 149浏览 收藏
-
- Transformers StoppingCriteriaList 怎样组合生成终止条件
- StoppingCriteriaList 是 Transformers 生成过程中的停止条件容器。本文用长度、时间和自定义条件说明如何组合它们，并解释按 batch 样本合并布尔结果、scores 依赖和 max_length 冲突。
- 科技周边 · 人工智能 | 1星期前 | 325浏览 收藏
-
- Sentence Transformers truncate_embeddings 怎样截取嵌入向量维度
- Sentence Transformers 的 truncate_embeddings 用于把已有嵌入矩阵截取到目标维度。本文说明样本轴与维度轴的区别、NumPy 与 Tensor 输入、相似度计算、索引迁移和模型适配边界。
- 科技周边 · 人工智能 | 1星期前 | 132浏览 收藏
-
- ONNX Runtime IOBinding 怎样预绑定推理输入输出内存
- ONNX Runtime 普通 run 路径可能让输入输出在 CPU 与加速设备之间来回搬运。本文以 Python IOBinding 为主线，说明如何准备设备 OrtValue、预分配固定形状输出、调用 run_with_iobinding，并区分动态输出、CPU 回读和内存生命周期边界。
- 科技周边 · 人工智能 | 1星期前 | 352浏览 收藏
-
- Sentence Transformers semantic_search 怎样控制语义检索的分块大小
- Sentence Transformers semantic_search 的分块大小由 query_chunk_size 和 corpus_chunk_size 控制。本文区分编码 batch_size、检索 chunk 与 top_k，给出按内存和耗时逐步调整的处理方法。
- 科技周边 · 人工智能 | 1星期前 | 491浏览 收藏
-
- Tokenizers normalizers.Sequence 怎样组合规范化规则
- Hugging Face Tokenizers 的 normalizers.Sequence 会按列表顺序串联多个规范化规则。本文用 NFD、Lowercase 和 StripAccents 组成可读的处理链，说明如何先观察 normalize_str 的结果，再挂到 Tokenizer，并梳理顺序、空链和训练一致性的边界。
- 科技周边 · 人工智能 | 1星期前 | 110浏览 收藏
-
- Tokenizers pre_tokenizers.Metaspace 怎样表示分词前的空格
- Tokenizers Metaspace 用可见标记表示空格。本文解释 replacement、prepend_scheme、split 的区别，给出片段观察示例，并说明迁移旧参数时应保留模型的词表与解码约定。
- 科技周边 · 人工智能 | 1星期前 | 208浏览 收藏
-
- Hugging Face Datasets ClassLabel 怎样固定分类标签映射
- Hugging Face Datasets 的 ClassLabel 不应根据每个数据切片临时推导。本文用固定 names 顺序统一训练、验证和推理标签，并说明 map、cast_column、names_file、int2str 与 str2int 的边界。
- 科技周边 · 人工智能 | 1星期前 | 447浏览 收藏
-
- Hugging Face Datasets flatten_indices 怎样整理筛选后的索引映射
- Hugging Face Datasets 在 filter、select 或 shuffle 后可能通过索引映射访问原始数据。本文说明 flatten_indices 如何把这些逻辑行重新写成连续数据，并给出缓存路径、写入批次、内存和并行参数的选择方法。
- 科技周边 · 人工智能 | 1星期前 | 344浏览 收藏
-
- Hugging Face Datasets interleave_datasets 怎样按概率交错混合语料
- Hugging Face Datasets 的 interleave_datasets 可以按 probabilities 随机选择多个语料源，再用 seed 复现选择序列。本文用最小示例说明三种停止策略的差异，以及 streaming 场景的取舍。
- 科技周边 · 人工智能 | 1星期前 | 285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。
- 925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。
- 932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。
- 1032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。
- 1010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。
- 841次使用
