人工智能技术文章
-
- ONNX Runtime 量化怎样比较动态量化与静态量化的部署差异为什么结果为空或不符合预期
- 用同一份 ONNX 模型比较 ONNX Runtime 动态量化与静态量化，说明校准数据、输入契约、量化格式和中间激活如何造成空输出或结果偏差，并给出可复用的排查清单。
- 科技周边 · 人工智能 | 1天前 | 242浏览 收藏
-
- ONNX Runtime 量化怎样比较动态量化与静态量化的部署差异怎样完成一个可复用的最小示例
- 用自造 MatMul 模型演示 ONNX Runtime 动态与静态量化，分列产物大小、输出误差和热推理延迟，并说明校准数据、目标硬件、记录与回退的部署边界。
- 科技周边 · 人工智能 | 1天前 | 374浏览 收藏
-
- 多模态模型评测怎样分别记录图像理解与文本生成指标怎样在批处理代码中减少额外分配
- 多模态评测同时包含图像理解和文本生成时，不要把所有分数塞进同一个字段。本文用 Hugging Face Evaluate 的指标分类思路设计分区结果对象，并通过复用容器、批量计算和一次序列化减少批处理中的额外分配。
- 科技周边 · 人工智能 | 1天前 | 442浏览 收藏
-
- 多模态模型评测怎样分别记录图像理解与文本生成指标怎样完成一个可复用的最小示例
- 通过一份标准库离线评分示例，把视觉事实正确率与文本字符 F1 分开记录，保留逐条样本和版本信息，解释文本相似掩盖视觉错误的原因与真实评测的适用边界。
- 科技周边 · 人工智能 | 1天前 | 289浏览 收藏
-
- 模型卡怎样记录训练数据和限制条件
- 模型卡不只是模型简介，而是把用途、训练数据、训练过程、评估结果和已知限制放在同一份可维护文档中。本文以 Hugging Face Hub 的 README.md 模型卡为例，说明 YAML 元数据与正文怎样分工，以及未知信息如何如实标记。
- 科技周边 · 人工智能 | 3天前 | 400浏览 收藏
-
- Tokenizer 怎样处理超长输入的截断策略
- Tokenizer处理超长输入应明确token总预算、截断序列与保留方向。本文介绍Transformers的truncation策略、成对输入的only_second，以及用重叠窗口保留长材料的方法和限制。
- 科技周边 · 人工智能 | 3天前 | 500浏览 收藏
-
- LoRA 适配器怎样与基础模型分离加载
- LoRA 适配器不是完整基础模型，通常应先加载兼容的基础模型，再用 PeftModel.from_pretrained 或 Transformers 的 load_adapter 挂载。本文说明多个适配器的命名与切换、unload 和 delete_adapter 的区别，以及保持分离和 merge_and_unload 合并部署的取舍。
- 科技周边 · 人工智能 | 3天前 | LoRa Transformers PEFT merge_and_unload load_adapter adapter_config.json 102浏览 收藏
-
- Hugging Face Transformers 怎样只输出生成结果而不带输入提示词
- Hugging Face Transformers 的 generate 返回序列可能同时包含输入提示词和新生成 token。本文按 decoder-only、encoder-decoder、批量 padding 三种边界说明如何只解码新增内容，并解释 max_new_tokens、return_dict_in_generate 与 pipeline 输出的区别。
- 科技周边 · 人工智能 | 3天前 | python · Hugging Face Transformers generate tokenizer 新生成 token 145浏览 收藏
-
- Holo4 这类计算机使用代理怎样划分工具权限
- Holo4 这类计算机使用代理可以跨桌面、网页和移动端执行长流程任务，但不应该只用一个总开关管理权限。本文按工具能力、资源范围、动作审批和隔离运行环境四层拆解权限，并给出浏览器、文件系统与 Shell 的策略示例。
- 科技周边 · 人工智能 | 3天前 | ai agent · 工具调用 · 最小权限 工具权限 Computer Use Holo4 计算机使用代理 212浏览 收藏
-
- vLLM 怎样限制批处理显存上限
- vLLM 的 gpu-memory-utilization 只划定单实例显存预算，不直接限制批处理条数。本文用 max-num-batched-tokens、max-num-seqs、max-num-active-seqs 和排队上限拆开说明显存、单轮批量与入口容量的配置边界。
- 科技周边 · 人工智能 | 3天前 | 人工智能 · vLLM KV Cache gpu-memory-utilization max-num-batched-tokens max-num-seqs 批处理显存 265浏览 收藏
-
- RAG 检索结果怎样保留来源片段和页码
- RAG应在解析和切分时保留文档版本、页位置及原文区间，并在检索重排后维持片段身份。本文给出来源字段设计、证据表绑定、旧索引迁移与页码缺失的处理方法。
- 科技周边 · 人工智能 | 3天前 | 307浏览 收藏
-
- Accelerate 怎样让多个进程分别绑定到不同 GPU
- 用 CUDA_VISIBLE_DEVICES 和 accelerate launch 明确可见 GPU 与进程数量，再通过 PartialState 读取每个进程的设备，给出多进程推理时的绑定、分片和排错方法。
- 科技周边 · 人工智能 | 3天前 | 分布式 · 人工智能 · 多进程 多GPU Accelerate CUDA_VISIBLE_DEVICES 444浏览 收藏
-
- MLflow 模型别名怎样把新版本切换到 champion 并支持回滚
- 用 MLflow Model Registry 的 champion alias 解耦推理代码与模型版本：切换时指向新版本，出现问题时用同一接口回指旧版本。
- 科技周边 · 人工智能 | 3天前 | 人工智能 · MLFlow Model Registry 模型别名 champion 模型回滚 296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。
- 977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。
- 983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。
- 1098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。
- 1069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。
- 907次使用
