人工智能技术文章
-
- ONNX Runtime 动态量化怎么选择需要排除的节点
- ONNX Runtime 动态量化中的 nodes_to_exclude 应按节点名称精确控制。本文给出节点清单、全量量化基线、差异定位、逐组复测和配置冻结的方法。
- 科技周边 · 人工智能 | 1个月前 | 人工智能 · 推理优化 ONNX Runtime 动态量化 nodes_to_exclude 377浏览 收藏
-
- Sentence Transformers 怎么截断嵌入维度减少存储
- 本文介绍如何用 Sentence Transformers 的 truncate_dim 与 truncate_embeddings 缩短嵌入向量,计算理论存储节省,并通过离线检索指标选择维度,说明 Matryoshka 模型、归一化、索引迁移和推理性能的边界。
- 科技周边 · 人工智能 | 1个月前 | 人工智能 · 向量检索 · Sentence Transformers truncate_dim 嵌入维度 Matryoshka 向量存储 165浏览 收藏
-
- PEFT 多个 adapter 怎么按权重组合推理
- 本文演示 PEFT 多个 LoRA adapter 的命名加载、加权组合与推理激活,说明 linear、cat、SVD、TIES 和 DARE 的选择边界及评测方法。
- 科技周边 · 人工智能 | 1个月前 | 454浏览 收藏
-
- Accelerate 大模型推理怎么自动分配到多块设备
- 本文说明 Accelerate 如何用 device_map=auto 将大模型按显存分配到多块 GPU,并讲清 max_memory、不可拆分层、CPU 与磁盘回退以及多卡推理的性能边界。
- 科技周边 · 人工智能 | 1个月前 | 358浏览 收藏
-
- Tokenizers offset mapping 怎么映射回原始文本位置
- Tokenizers 的 offset mapping 本质是 token 到原始文本的半开字符区间。本文用 Fast Tokenizer 说明 return_offsets_mapping、特殊 token、空白、规范化和溢出窗口的定位方法。
- 科技周边 · 人工智能 | 1个月前 | 人工智能 · Tokenizers offset_mapping 原始文本 328浏览 收藏
-
- Datasets streaming 怎么在不下载全集时打乱样本
- Hugging Face Datasets 的 streaming 模式可用 IterableDataset.shuffle 在有限缓冲区内随机采样,无需下载完整数据集。本文说明 buffer_size、seed、set_epoch、分片顺序以及 take/skip 的调用边界。
- 科技周边 · 人工智能 | 1个月前 | python · 人工智能 · shuffle Hugging Face Datasets streaming IterableDataset buffer_size 470浏览 收藏
-
- Diffusers 单文件模型怎么转换成组件目录格式
- Diffusers 单文件模型不能靠改后缀变成组件目录。正确做法是用匹配的 Pipeline.from_single_file() 读取权重,再用 save_pretrained() 保存配置、组件子目录和权重文件;配置推断失败时显式提供 config。
- 科技周边 · 人工智能 | 1个月前 | 308浏览 收藏
-
- Diffusers 怎么临时禁用 LoRA 但保留已加载权重
- Diffusers 临时禁用 LoRA 不需要卸载权重,调用 disable_lora() 可回到基础模型推理,随后用 enable_lora() 恢复;本文同时区分卸载、删除和多适配器场景。
- 科技周边 · 人工智能 | 1个月前 | 人工智能 · 309浏览 收藏
-
- Diffusers ModularPipeline 怎么替换单个模型组件
- Diffusers ModularPipeline 替换单个模型组件时,应先取得组件规格并加载兼容对象,再用 update_components 更新同名槽位。本文说明两种替换写法、加载顺序、配置型组件区别和排错清单。
- 科技周边 · 人工智能 | 1个月前 | 人工智能 · diffusers ModularPipeline update_components ComponentSpec 模型组件 175浏览 收藏
-
- Transformers bitsandbytes 量化后怎么保留部分模块精度
- 讲清 Transformers 使用 bitsandbytes 进行 8-bit/4-bit 量化时,如何用 llm_int8_skip_modules 保留指定模块,并区分跳过量化、dtype 与 CPU float32 offload。
- 科技周边 · 人工智能 | 1个月前 | 359浏览 收藏
-
- 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 | 1个月前 | 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 chat template 怎么生成 assistant token 掩码
- Transformers 的 apply_chat_template 可以通过 generation 块记录 assistant 内容,并返回与 input_ids 对齐的 assistant_masks。本文说明参数组合、模板写法、训练标签转换和全零掩码排查边界。
- 科技周边 · 人工智能 | 1个月前 | 164浏览 收藏
-
- Diffusers LoRA 权重融合后怎么恢复基础模型
- Diffusers 单个 LoRA 融合后可先 unfuse_lora 恢复基础权重,再卸载适配器;多 LoRA 或已保存重载的融合模型应重新加载原始基础模型。
- 科技周边 · 人工智能 | 1个月前 | 291浏览 收藏
-
- Sentence Transformers 向量归一化何时影响相似度
- Sentence Transformers 的 L2 归一化不会改变余弦方向,但会改变原始点积和部分距离。本文用对照实验说明何时开启 normalize_embeddings。
- 科技周边 · 人工智能 | 1个月前 | 372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。
- 1151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。
- 1137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。
- 1313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。
- 1254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。
- 1108次使用

