大模型论文整理

马尔科夫链（Markov Chain）没有发射概率 B

1.马尔科夫链的定义马尔科夫链是一种序列模型，其中状态是完全可见的，没有“隐藏”部分。它的转移是根据当前状态决定的，只关心当前状态转移到下一个状态的概率。其核心是状态转移概率矩阵AAA。

苏西月·2025-02-03 09:41

马尔科夫链与隐马尔可夫模型的区别

1.马尔科夫链的状态转移概率计算对于马尔科夫链，状态是完全可见的，所以我们可以直接计算转移概率aija_{ij}aij（从状态iii转移到状态jjj的概率）。公式aij=C(i→j)∑q∈QC(i→q)a_{ij}=\frac{C(i\toj)}{\sum_{q\inQ}C(i\toq)}aij=∑q∈QC(i→q)C(i→j)的含义：C(i→j)C(i\toj)C(i→j)：表示从状态iii转移

苏西月·2025-02-03 09:41

使用支持向量机和朴素贝叶斯对文本分类

SVM是一种监督学习模型，用于分类和回归任务。SVC是SVM用于分类的实现。1.2SVC的用法及参数通过以下方式创建SVC对象并进行训练：fromsklearn.svmimport

SSeaflower·2025-02-03 09:10

运行megatron框架的运行环境

megatron是什么，为什么要用主要是在实现Yuan1.0大规模模型时，他们引用了Nvidia开发的megatron这个框架，因为这个框架就是为了分布式多卡环境而设计的，而要上大参数量的模型时要获得比较可观的速度就避免不了要上这个框架

David's Code·2025-02-03 08:39

DeepSeek：开启智能搜索与AI发展的新纪元

作为一款基于深度学习技术的智能搜索引擎和AI模型，DeepSeek不仅在技术上取得了重大突破，还在多个应用场景中展现了巨大的应用潜力，为用户带来了前所未有的智能体验。

gs80140·2025-02-03 08:08

Megatron：深度学习中的高性能模型架构

Megatron：深度学习中的高性能模型架构Megatron是由NVIDIA推出的深度学习大规模预训练模型框架，主要针对大规模Transformer架构模型的高效训练与推理。

gs80140·2025-02-03 08:06

对领域驱动设计(DDD)的学习成果

领域驱动设计之领域模型2004年EricEvans发表Domain-DrivenDesign–TacklingComplexityintheHeartofSoftware（领域驱动设计），简称EvansDDD

huaishu·2025-02-03 08:34

使用Colpali架构掌握多模态RAG技术

为了解决这个问题，检索增强生成（RAG）模型应运而生。RAG（语义缓存：提升RAG性能的关键策略）通过将LLM的生成能力与外部知识检索系统相结合，实现了更准确、更可靠的输出。

大模型之路·2025-02-03 07:33

Webpack 模块加载、动态引入机制源码解读

其实我对这两大框架也没有认真钻研过它们的细节，也就是工作上用它们写一些简单业务，或偶尔看看相关的博客文章，但还是有一些浅显的认识的，写下来记录一下。Vue和React都是用于构建UI界面的流行框架。

AIGC小陈·2025-02-03 07:02

tf.Keras (tf-1.15)使用记录4-model.fit方法及其callbacks参数

model.fit()方法是TensorFlowKeras中用于训练模型的核心方法。

普通攻击往后拉·2025-02-03 07:32

FastDFS实用笔记（Docker 搭建环境 + 整合 SpringBoot）

解决了大容量存储和负载均衡的问题，特别适合中小文件（4KB>文件路径为空…”);return“文件路径不能为空”;}try{StorePathstorePath=StorePath.parseFromUrl

字节全栈_kYu·2025-02-03 07:29

小南每日 AI 资讯 |美国与日本企业联合投资“星际之门”项目| 罗永浩老师最新初创项目上线！ | 25/01/24

以下是近期AI领域的几项重大进展，涵盖技术创新、行业合作以及AI在各个领域的应用：1.AI技术创新与产品发布DeepSeek发布开源模型R1，挑战传统开发模式中国初创公司深度求索（DeepSeek）于1

小南AI学院·2025-02-03 07:27

AIGC的底层框架和技术模块

以下是对AIGC底层框架和技术模块的详细解析：底层框架AIGC的底层框架主要基于深度学习的语言模型，特别是Transformer模型及其变种，如GPT（GenerativePre-trainedTransformer

五岔路口·2025-02-03 07:27

为什么要用tauri开发跨平台桌面

2、体积小：electron打包非常大，特别是在macos中打包，大得可怕。我在macos中打包了一个electron项目，占600MB，改成tauri，只用了16MB。

扎量丙不要犟·2025-02-03 06:25

可视化大屏

高效性：一次性处理大

梦屿千寻！！·2025-02-03 06:53

Stable Diffusion 3 与 OpenAI 的 DALL-E 3 谁才是AI绘画的扛把子?

StableDiffusion3和OpenAI的DALL-E3是当前最顶尖的两种AI图像生成模型，它们在技术架构、应用场景和性能表现上各有特点。

kcarly·2025-02-03 06:23

免费开源，堪称最强AI文生图模型，附本地安装和在线使用教程

关键要点：10月22日，stability.ai重磅推出StableDiffusion3.5，号称迄今为止最强大的文生图模型。

Qingmu2024·2025-02-03 06:23

101算法javaScript描述【3】

通常情况下，不能出现超过连续三个相同的罗马数字并且罗马数字中小的数字在大的数字的右边。但也存在特例，例如4不写做IIII，而是IV。数字1在数字5的左边，所表示的数等于大数5减小数1得到的数值4。

2401_89317507·2025-02-03 06:22

Stable Diffusion创始人：DeepSeek没有抄袭！

Datawhale视频中英对照如下：Distillationisnothingnew,andthere'snowaytokindofstopthisfromthemodelbasis.蒸馏技术并不是什么新事物，而且从模型的角度来看

Datawhale·2025-02-03 06:51

Python机器学习实战：人脸识别技术的实现和挑战

Python机器学习实战：人脸识别技术的实现和挑战作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming关键词：人脸识别技术,模型训练,多人识别,动态人脸检测,

AI天才研究院·2025-02-03 06:19

深度学习：基础原理与实践

深度学习模型能够自动从原始数据中提取复杂的特征，而不需要人为设计特征提取算法。定义：深度学习可以定义为使用深层神经网络进行学习的过程，这些网络由多个非线性的变换组成，能够学习数据的多层次表示。

阿尔法星球·2025-02-03 06:49

哪些大模型使用了MOE？

在人工智能快速发展的今天，大语言模型（LLM）的规模越来越大，参数量动辄上千亿甚至万亿。然而，更大的模型往往意味着更高的计算成本和更多的资源消耗。

明哲AI·2025-02-03 06:18

谷歌Gemini1.5火速上线：MoE架构，100万上下文

Gemini1.5建立在谷歌基础模型开发和基础设施的研究与工程创新的基础上，包括通过新的专家混合(MoE)架构使Gemini1.5的训练和服务更加高效。

AI生成曾小健·2025-02-03 06:18

day36|（dp)leetcode 1049. 最后一块石头的重量 II , 494. 目标和 , 474.一和零

假设石头的重量分别为x和y，且x&stones){vectordp(1501,0);intsum=0;for(inti=0;i=stones[i];j--)//从大到小遍历背包容量，防止重复{dp[j]

kcwqxx·2025-02-03 05:46

愿景：做机器视觉行业的颠覆者

我给自己创业，立一个大的愿景：做机器视觉行业的颠覆者。两场战斗：无监督-大模型上半场，无监督。2025-2030，共五年。用无监督算法，颠覆现有缺陷检测方法，争取在2-3个场景落地。

gaoenyang760525·2025-02-03 05:45

什么是MoE？

一、概念MoE（MixtureofExperts）是一种深度学习架构，它结合了多个专家模型（Experts）和一个门控机制（GatingMechanism）来处理不同的输入数据或任务。

CM莫问·2025-02-03 05:14

第三篇：模型压缩与量化技术——DeepSeek如何在边缘侧突破“小而强”的算力困局

——从算法到芯片的全栈式优化实践随着AI应用向移动终端与物联网设备渗透，模型轻量化成为行业核心挑战。

python算法(魔法师版)·2025-02-03 05:43

RPC 和 RESTFUL

一、网络分层聊今天的话题之前，先普及个关于网络架构的分层的知识，在当前的世界中，有两套网络的参考模型，一套是OSI参考模型，一套是TCP/IP的参考模型。

快乐的小三菊·2025-02-03 05:12

【书生·浦语大模型实战营】学习笔记（三）：“茴香豆” 搭建你的RAG 智能助理

GoAI·2025-02-03 05:10

『大模型笔记』视觉语言模型解释

视觉语言模型解释文章目录一.视觉语言模型解析1.什么是视觉语言模型？

AI大模型前沿研究·2025-02-03 05:40

MongoDB深度解析与实践案例

MongoDB深度解析与实践案例在当今大数据盛行的时代，NoSQL数据库以其灵活的数据模型和水平扩展能力，成为了众多应用场景下的首选。

我的运维人生·2025-02-03 04:37

DeepSeek API 的获取与对话示例

代码文件下载：Code在线链接：Kaggle|Colab文章目录注册并获取API环境依赖设置API单轮对话多轮对话流式输出更换模型注册并获取API访问https://platform.deepseek.com

Hoper.J·2025-02-03 04:37

linux进程调度HMP,HMP调度器和EAS调度器

Linux内核中的负载均衡算法基于SMP模型，并未考虑big.LITTLE模型，因此Linaro开发了一个HMP调度器用于支持这种架构，它也被用于Android5.x和Android6.x中，但这种调度器并没有被合入内核的基线中

熙公主的爪牙·2025-02-03 04:07

计算机视觉领域的轻量化模型——GhostNet 模型

GhostNet模型详解GhostNet是一个高效的轻量化卷积神经网络模型，专为资源受限的设备（如移动设备和嵌入式系统）设计。

DuHz·2025-02-03 04:05

课程内容摘要生成：基于知识蒸馏与事实增强的深度学习模型实践

文章目录引言一、核心技术：知识蒸馏与事实三元组融合二、模型架构设计与优化三、Python实现与关键代码解析四、业务价值与效果分析五、挑战与优化方向引言在教育内容数字化进程中，课程内容摘要生成技术能够从海量教学资源中提炼核心知识点

二进制独立开发·2025-02-03 04:04

读书笔记-《乡下人的悲歌》

01Vance的成长经历Vance成长时所处的大背景是：中西部工业地区经济下滑，制造业岗位流向海外，没

萝卜青今天也要开心·2025-02-03 04:04

新春特辑：人工智能专题大复盘

播洒一年的阳光，收获一路的辉煌;挥洒一年的汗水，绽放一路的明媚;付出一年的辛苦，装点一路的幸福;感谢一年的努力，创造一路的奇迹。新的一年，愿与你再扬帆济海，创造美好精彩!人工智能：人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟

互联互通社区·2025-02-03 04:33

详解大模型微调数据集构建方法(持续更新)

本文详细介绍了大模型微调数据集构建方法，希望能对学习大模型的同学们有所帮助。文章目录

herosunly·2025-02-03 04:03

2025年最新在线模型转换工具优化模型ncnn，mnn，tengine，onnx

我的青春不太冷·2025-02-03 04:02

读书笔记-《Redis设计与实现》（一）数据结构与对象（下）

编码方式uint32_tencoding;//元素数量uint32_tlength;//数组int8_tcontents[];}intset;可以看到，contents就是存储元素的地方，各个元素按从小到大

萝卜青今天也要开心·2025-02-03 03:31

二叉搜索树中的众数(力扣501)

根据二叉树的特性，我们使用中序遍历，确保是从小到大遍历各个节点。为了方便计数，我们使用双指针法，一旦发现当前且节点和前一个节点相同(指的是按照中序遍历的顺序的前一个)，则累加该数字的次数。

qy发大财·2025-02-03 03:00

Github 2025-02-01 开源项目月报 Top20

8TypeScript项目3JupyterNotebook项目2Rust项目2HTML项目2C++项目1Ruby项目1JavaScript项目1Svelte项目1非开发语言项目1Go项目1Ollama:本地大型语言模型设置与运行创建周

老孙正经胡说·2025-02-03 03:30

【TIMM应用】timm加载模型create_model，使用本地预训练模型

timm加载模型create_model使用本地预训练模型1.常规方式，从https://huggingface.co/上下载1-1.timm库中create_model函数的用法1.最简单的用法2.查看可以直接创建的预训练模型列表

pen-ai·2025-02-03 03:29

基于深度学习的基于视觉的机器人导航

与传统的导航方法相比，深度学习模型能够在动态环境中表现出更强的适应能力和鲁棒性。1.视觉导航的基本概念视觉导航是指通过处理机器人的摄像头等视觉传感器采集到的图像数据，构建环境模型，进而进行路径

SEU-WYL·2025-02-03 03:29

Cesium+Vue3教程（011）：打造数字城市

文章目录Cesium打造数字城市创建项目加载地球设置底图设置摄像头查看具体位置和方向添加纽约建筑模型并设置样式添加纽约建筑模型设置样式划分城市区域并着色地图标记显示与实现实现飞机巡城完整项目下载Cesium

叁拾舞·2025-02-03 03:28

Setgsolve使用方法

文件格式可以看见图片的具体信息DataExtract数据提取左边：RGBA的颜色通道1.Alpha是透明度，用来定义透明，不透明，半透明其中0代表透明，7代表不透明2.RGB红蓝绿，其值代表亮度，数字大代表亮度高

Aresy596·2025-02-03 03:28

验证二叉搜索树(力扣98)

根据二叉搜索树的特性，我们使用中序遍历，保证节点按从小到大的顺序遍历。既然要验证，就是看在中序遍历的条件下，各个节点的大小关系是否符合二叉搜索树的特性。

qy发大财·2025-02-03 03:28

使用 Python 实现无人机实时路径规划的 MPC 算法

目录使用Python实现无人机实时路径规划的MPC算法引言1.模型预测控制（MPC）概述1.1定义1.2MPC的基本原理1.3代价函数1.4MPC的特点2.Python中的MPC算法实现2.1安装必要的库

闲人编程·2025-02-03 03:55

100种算法【Python版】第44篇——龙格-库塔法

本文目录1算法说明2算法示例：使用龙格-库塔法求解微分方程3算法应用：捕食者-猎物模型4算法可解决问题1算法说明龙格-库塔法最初由德国数学家卡尔·龙格（CarlRunge）和马丁·库塔（WilhelmKutta

AnFany·2025-02-03 03:53

【深度学习】softmax回归的简洁实现

同样，通过深度学习框架的高级API也能更方便地实现softmax回归模型。本节继续使用Fashion-MNIST数据集，并保持批量大小为256。

熙曦Sakura·2025-02-03 02:22

推荐频道