人工智能技术文章
-
- LiteLLM 怎样给不同 API Key 配置独立 fallback
- LiteLLM Proxy 支持按 Key、Team、Global 的层级解析 router_settings。本文用一个具体配置说明如何给不同 API Key 设置独立 fallback、timeout、num_retries 和故障冷却，并解释权限与配置覆盖关系。
- 科技周边 · 人工智能 | 1天前 | 172浏览 收藏
-
- LiteLLM 流式响应中断后怎样切到备用模型
- 解释 LiteLLM Chat Completions 流已输出内容后的异常行为，给出应用层备用生成与 attempt 隔离写法，避免把重新生成误当成断点续传。
- 科技周边 · 人工智能 | 1天前 | 325浏览 收藏
-
- LiteLLM Router 怎样让同一模型组故障时切换其他部署
- LiteLLM Router 可以把同一 model_name 下的多个区域部署组成模型组，并用 enable_weighted_failover 在异步请求失败时先切换同组健康副本。本文用权重、排除集合、max_fallbacks 和 cooldown 说明配置边界，以及它与跨模型 fallback 的区别。
- 科技周边 · 人工智能 | 1天前 | 322浏览 收藏
-
- LiteLLM max_parallel_requests 超限为什么直接返回 429
- LiteLLM 的 max_parallel_requests 是部署级并发槽位上限，槽位全部占用时会在供应商调用前直接返回429。本文按配置优先级、进程边界和排查路径说明如何处理。
- 科技周边 · 人工智能 | 1天前 | 384浏览 收藏
-
- Triton schedule policy 怎样给单个请求设置排队超时
- Triton 的 schedule policy 可以把 timeout 放进单个推理请求，让动态批处理队列按微秒值处理等待边界。本文说明模型队列策略、HTTP parameters.timeout、Python gRPC timeout 与 client_timeout 的区别。
- 科技周边 · 人工智能 | 1天前 | 239浏览 收藏
-
- Triton sequence batcher 怎样让同一会话固定到同一模型实例
- 本文围绕 Triton sequence batcher 的 direct scheduling，说明 sequence_id、模型实例、batch slot 和 sequence 控制信号如何配合，让同一会话持续落到同一有状态模型实例；同时区分 direct 与 oldest 策略中 correlation ID 的职责。
- 科技周边 · 人工智能 | 1天前 | 121浏览 收藏
-
- Triton dynamic batcher 怎么让高优先级请求先处理
- 说明 Triton dynamic batcher 的优先级等级、客户端 priority 参数和各级 queue policy，并给出分组延迟、拒绝率与吞吐的对照测量方法。
- 科技周边 · 人工智能 | 1天前 | 187浏览 收藏
-
- Accelerate disk_offload 怎样把模型权重映射到本地目录
- 说明 Accelerate disk_offload 如何把模型权重映射到本地目录，区分已加载模型的 offload_dir 与检查点加载时的 device_map、offload_folder，并解释 execution_device、推理边界和磁盘性能影响。
- 科技周边 · 人工智能 | 1天前 | Accelerate device_map disk_offload 磁盘卸载 offload_folder 223浏览 收藏
-
- Accelerate load_checkpoint_and_dispatch 加载权重不匹配怎么办
- Accelerate 的 load_checkpoint_and_dispatch 遇到 missing 或 unexpected keys 时，先比较 checkpoint 与空模型的 state_dict 键集合，再排查配置、前缀、模型头和 adapter 边界，最后用 strict=True 收窄错误。
- 科技周边 · 人工智能 | 1天前 | 285浏览 收藏
-
- Accelerate device_map 怎么给每张 GPU 和 CPU 设置 max_memory
- 说明 Accelerate max_memory 的 GPU 编号、CPU 预算和容量单位，给出规划与加载代码，并解释权重布局与推理峰值内存的区别。
- 科技周边 · 人工智能 | 1天前 | 484浏览 收藏
-
- PyTorch scaled dot product attention怎样选择高效注意力后端
- PyTorch 的 scaled_dot_product_attention 默认会根据输入和设备选择可用实现。本文用 sdpa_kernel 说明如何做局部后端约束，并从 CUDA、dtype、mask、dropout、GQA 和数值精度几个条件判断 fused kernel 为什么回退。
- 科技周边 · 人工智能 | 2天前 | 性能优化 · 人工智能 · 深度学习 · PyTorch CUDA SDPA scaled_dot_product_attention Flash Attention 214浏览 收藏
-
- ONNX Runtime怎样为推理启用图优化
- ONNX Runtime 可以在创建推理会话时对模型图做节点消除、常量折叠和算子融合。本文用 Python 说明如何显式设置 ORT_ENABLE_BASIC、ORT_ENABLE_EXTENDED 和 ORT_ENABLE_ALL，并比较在线优化与离线保存优化模型的适用边界。
- 科技周边 · 人工智能 | 2天前 | 性能优化 · python · ONNX Runtime InferenceSession SessionOptions 图优化 Execution Provider 281浏览 收藏
-
- OpenTelemetry GenAI怎样记录模型调用 token 属性
- OpenTelemetry GenAI 记录 token 的关键是把模型响应里的 usage 字段映射到 gen_ai.usage.input_tokens 和 gen_ai.usage.output_tokens，再用 span 与指标边界控制隐私和重复统计。
- 科技周边 · 人工智能 | 2天前 | 414浏览 收藏
-
- LlamaIndex metadata filters怎样按元数据筛选检索节点
- 用 LlamaIndex 的 MetadataFilter 和 MetadataFilters 按租户、分类、年份等元数据筛选检索节点，并说明 AND/OR 组合、字段类型和向量库支持边界。
- 科技周边 · 人工智能 | 2天前 | 向量数据库 · RAG 向量检索 LlamaIndex metadata filters 157浏览 收藏
-
- MLflow prompt registry怎样给提示词版本做回滚管理
- MLflow Prompt Registry如何把production别名切回稳定版本，通过load_prompt处理缓存和应用重载，并记录实际版本、模板变量与发布依赖。
- 科技周边 · 人工智能 | 2天前 | 234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。
- 919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。
- 924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。
- 1022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。
- 1000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。
- 827次使用
