大语言模型学习笔记第21页

关于stable diffusion的lora训练在linux远程工作站的部署

在学校Arc中部署loratraining，一大问题就是依赖缺失和冲突。可以利用miniconda或者anaconda建立虚拟环境来解决。

回天一梦·2025-03-16 19:02

从0到1掌握Flutter（三）Dart语法

本文将讲解变量与常量的声明、Dart内置类型体系及其用法、运算符的应用场景三大模块。对于具备Java/Kotlin背景的学习者，可以通过对比学习法快速定位知识缺口，理解语法的共性。

微声G·2025-03-16 18:29

RAG技术深度解析：从基础Agent到复杂推理Deep Search的架构实践

小爷毛毛（卓寿杰）·2025-03-16 18:56

Free QWQ - 世界首个免费无限制分布式 QwQ API

安替-AnTi·2025-03-16 17:54

j2ee java是什么意思,j2ee是什么

要想知道j2ee是什么，必须先知道Java的三大分支。

sherlockhj·2025-03-16 16:44

Keil5调试必杀技：资深工程师不愿透露的7大实战秘籍

https://download.csdn.net/download/vvvae1234/90483274?spm=1001.2014.3001.5503前言：突破调试效率瓶颈在2024年嵌入式开发者调研报告中，73%的工程师反馈调试时间占项目总工期的40%以上。笔者曾亲历一个典型案例：某智能家居团队花费3周定位温控系统偶发故障，而掌握高级调试技巧后，同类问题可在2小时内解决。本文将揭示7个经过实

vvvae1234·2025-03-16 16:14

MATAB学习笔记2

1.多项式拟合>>p=polyfit(DateNum,Pclose,1);%多项式拟合>>value=p(1)%将斜率赋值给value，作为股票的价值value=0.1212代码分析：%后面的内容是注释，ployfit（）有三个参数，第三个参数表示多项式的阶数，也就是最高次数。比如：第三个参数为1，说明为1次项，即一次函数，第三个参数为你要拟合的阶数，一阶直线拟合，二阶抛物线拟合，并非阶次越高越好

好大一口果汁·2025-03-16 16:11

利用matlab实现贝叶斯优化算法（BO）优化支持向量机回归(SVR)的超参数

传统调参三大痛点：C参数（正则化强度）：过小导致过拟合，过大削弱模型能力ε参数（不敏感区域）：决定对预测误差的容忍度核

是内啡肽耶·2025-03-16 16:41

LangChain大模型应用开发：LangGraph快速入门

今天给大家分享的内容是使用LangChain进行大模型应用开发中的LangGraph，那么什么是LangGraph呢？我们直接进入正题。

老赵爱学习·2025-03-16 16:40

大模型巅峰对决：DeepSeek vs GPT-4/Claude/PaLM-2 全面对比与核心差异揭秘

喜欢可以到主页订阅专栏目录技术架构对比性能表现与基准测试多模态与多语言能力推理效率与成本分析开源生态与行业适配应用场景与案例研究未来发展与技术趋势代码实现与调用示例1.技术架构对比DeepSeek：动态稀疏激活的混合专家系统（MoE）动态路由机制：每个输入仅激活约5.5%的参数（如6710亿参数中激活370亿），显著降低计算能耗40%。模块化设计：支持金融、医疗等领域的即插即用式微调，行业适配能力

accurater·2025-03-16 16:40

基于DeepSeek R1构建下一代Manus通用型AI智能体的技术实践

目录一、技术背景与目标定位1.1大模型推理能力演进趋势1.2DeepSeekR1核心特性解析-混合专家架构(MoE)优化-组相对策略优化(GRPO)原理-多阶段强化学习训练范式1.3Manus智能体框架设计理念

zhangjiaofa·2025-03-16 15:08

python-提示词对大模型推理有多重要？

文章目录前言测试一个失败的提示词提示词内容knowledge内容提问的内容得到的回答说点啥能引导的提示词提示词内容knowledge内容提问的内容得到的回答说点啥结束语前言神级提示词一度成为AI圈的热搜，那么提示词对大模型推理到底有多重要

给自己做加法·2025-03-16 15:07

网络运维学习笔记（DeepSeek优化版） 018 HCIA-Datacom综合实验03

文章目录综合实验3实验需求一：A公司网络规划二：B公司网络规划配置一、ip、vlan、vlanif，stp、eth-trunkSW1SW2R1二、ospfSW1R1三、NATR1ISP四、拒绝ping允许httpSW1五、右半部分vlan、dhcp、ospf、NATSW4R2综合实验3实验需求一：A公司网络规划SW1/2/3组成了A公司的交换网络，其中SW1是核心层，SW2/3是接入层。三台交换机

技术小齐·2025-03-16 15:05

【开源所有代码-全在线智能音箱】树莓派智能音箱，自定义唤醒词，大模型LLM GPT对话

安装sounddevicepipinstallsounddevice安装portAudiosudoapt-getinstalllibportaudio2sudoapt-getinstalllibasound-devsudoapt-getinstallportaudio.devsudoapt-getinstallpython3-pyaudiopipinstallpyaudio安装wavepipins

南七小僧·2025-03-16 15:04

大语言模型微调和大语言模型应用区别

大语言模型微调和大语言模型应用区别微调与应用LLM的区别微调大语言模型（LLM）是指取一个已经预训练好的模型，进一步用特定数据集训练，使其更好地适应某个任务或领域，比如为医疗聊天机器人优化医疗术语理解。

AI Echoes·2025-03-16 15:34

[学习笔记] Windows编程——GDI——（六）设备上下文

前言：学习笔记，随时更新。如有谬误，欢迎指正。说明：红色字体为较为重要部分。绿色字体为个人理解部分。

根本没在怕哦·2025-03-16 15:04

[学习笔记] Windows编程——GDI——（三）裁剪

前言：学习笔记，随时更新。如有谬误，欢迎指正。说明：红色字体为较为重要部分。绿色字体为个人理解部分。

根本没在怕哦·2025-03-16 15:03

一篇文章介绍清楚什么是Web自动化智能体？

大模型智能体的“大脑”Web自动化智能体的核心驱动力来自于大模型（如ChatGPT、Claude、Ollama）。这些大模型赋予了智能体强大的自然语言理解和任务规划能力。任务理解：智能体能够准

霍格沃兹测试开发学社·2025-03-16 15:01

Manus（一种AI代理或自动化工具）与DeepSeek（一种强大的语言模型或AI能力）结合使用任务自动化和智能决策

一、Manus与DeepSeek差异十分好奇DeepSeek和Manus究竟谁更厉害些，DeepSeek是知识型大脑，Manus则是全能型执行者。即DeepSeek专注于语言处理、知识整合与专业文本生成。其核心优势在于海量参数支持的深度学习和知识推理能力，例如撰写论文、润色法律合同、解答专业问题等。Manus则更强调从规划到交付的闭环能力。它通过工具链调用（如浏览器、代码编辑器）自主执行复杂任务，

zzlyx99·2025-03-16 15:01

颠覆传统开发！诚邀您加入AI Dev Engineer计划！

但如果你曾经尝试过让AI生成代码，你一定遇到过这些问题：现有AI编码的3大痛点1️⃣代码生成≠项目构建你问AI：“帮我写一个博客系统！”它给你返回了一段后端代码，或者一个Vue组件……然后呢？

北堂飘霜·2025-03-16 15:30

力扣 2697. 字典序最小回文串

题目来源：https://leetcode.cn/problems/lexicographically-smallest-palindrome/C++题解：从两端往中间判断，不同时则用字典序小的替换字典序大的

江湖人称贺行风·2025-03-16 14:29

matlab 模糊pid实现温度控制

对于这样一个具有非线性、大滞后、大惯性、时变性、升温单向性等特点的控制对象，很难用数学方法建立精确的数学模型，因此用传统的控制理论和方法

studyer_爱啃鸡爪的小米·2025-03-16 14:54

VSCode 接入DeepSeek V3大模型，附使用说明

VSCode接入DeepSeekV3大模型，附使用说明由于近期DeepSeek使用人数激增，服务器压力较大，官网已暂停充值入口，且接口响应也开始不稳定，建议使用第三方部署的DeepSeek，如硅基流动或者使用其他模型

猫猫姐·2025-03-16 13:50

DeepSeek+元脑企智大模型一体机（培训交流）

互联网各领域资料分享专区(不定期更新)：Sheet获取方式：请用手机点击链接进行保存，会自动赠送1TB内存，若链接生效请及时后台留言，谢谢。链接如下（夸克网盘）：夸克网盘分享免责声明：1）所共享的所有内容均来源于网络共享资源，版权归原作者或企业所有，下载的任何资源仅能用于学习和研究目的，请勿用于商业用途，否则后果自负。2）尊重版权，这些资源仅供个人学习和交流使用，请勿用于商业用途。本文档仅做整理。

互联网之路.·2025-03-16 13:48

大规模语言模型从理论到实践开源指令数据集

大规模语言模型从理论到实践开源指令数据集1.背景介绍大规模语言模型（LargeLanguageModels,LLMs）近年来在自然语言处理（NLP）领域取得了显著的进展。

AI天才研究院·2025-03-16 13:17

RISC-V架构 vs ARM架构：硬件工程师的深度对比

引言在嵌入式系统和处理器设计领域，RISC-V和ARM架构是两大热门选择。作为硬件工程师，了解这两种架构的优缺点以及适用场景，对于选择合适的处理器至关重要。

ICGOODFIND1·2025-03-16 12:15

Web安全攻防入门教程——hvv行动详解

一、Web安全基础Web应用安全的三大核心目标（CIA三原则）机密性(Confidentialit

白帽子黑客罗哥·2025-03-16 12:45

通达信资金净流入公式_资金副图指标通达信指标公式源码

资金副图指标源码：超B:=L2_AMO(0,2)/10000.0;大B:=L2_AMO(1,2)/10000.0;中B:=L2_AMO(2,2)/10000.0;小B:=L2_AMO(3,2)/10000.0

罗博深·2025-03-16 12:40

kaggle-ISIC 2024 - 使用 3D-TBP 检测皮肤癌-学习笔记

问题描述：通过从3D全身照片(TBP)中裁剪出单个病变来识别经组织学确诊的皮肤癌病例数据集描述：图像+临床文本信息评价指标：pAUC，用于保证敏感性高于指定阈值下的AUC主流方法分析（文本）基于CatBoost、LGBM和XGBoost三者的组合，为每个算法创建了XX个变体，总共XX个模型，进行集成学习。CatBoost在传统梯度提升决策树（GBDT）基础上，引入了一系列关键技术创新，以提升处理类

supernova121·2025-03-16 12:10

主流开源大模型能力对比矩阵

推理加速⚠️数据时效性差⚠️隐私保护不足Qwen✅千亿参数规模✅中文语境优化✅复杂文本生成⚠️需高性能硬件⚠️领域知识需二次训练ChatGLM-3✅多轮对话支持✅中英双语流畅✅对话记忆优秀⚠️计算资源消耗大⚠️

时光旅人01号·2025-03-16 12:09

Android Framework学习——安卓进程启动流程（Android 13）

system_server发起请求3.3，Zygote创建进程3.4，新进程的运行总结1，前言进程是作为应用程序容器存在的，每个应用启动前需要先创建一个进程，进程是由Zygote进程孵化来的，它拥有独立的资源空间，用来运行四大组件

Big Popsicle·2025-03-16 11:33

Autoleaders控制组——51单片机学习笔记（2）

51单片机学习（2）1.模块化编程1.1模块化编程的意义在学习单片机的途中，随着我们的知识不断扩展，我们能写出的代码也越来越复杂，越来越长了，有时我们自己写出的很长的代码，出现了错误，需要调试，但奈何自己的代码实在是太长了，真的不好分析到底是哪里出错了。这是因为我们将太多的函数和代码放在一个main.c的文件里，导致代码过度堆积。如果我们能够条理清晰地去将不同作用的代码和函数放在不同的xxx.c文

Autoleaders控制组邓翔·2025-03-16 11:31

AI开发 - 算法基础递归的概念和入门（三）递归的进阶学习

这篇学习笔记将涵盖递归的基本概念、应用、优化技巧、陷阱及与迭代的对比，并通过具体的Python代码示例和大家一起来深入理解递归的使用。一、巩固基础1.递归的概念递归，简单来说就是函数自己调用自己。

minstbe·2025-03-16 10:27

《Hello YOLOv8从入门到精通》4，模型架构和骨干网络Backbone调优实践

YOLOv8是由Ultralytics开发的最先进的目标检测模型，其模型架构细节包括骨干网络（Backbone）、颈部网络（Neck）和头部网络（Head）三大部分。

Jagua·2025-03-16 10:54

华为OD机试 - 字符串筛选排序 - 数组（Python/JS/C/C++ 2024 E卷 100分）

一、题目描述输入一个由N个大小写字母组成的字符串，按照ASCII码值从小到大

哪吒·2025-03-16 09:47

LLaMA-Factory 训练数据默认使用 instruction、input、output 三个 key

在LLaMA-Factory进行SFT（Directivesupervisionfine-tuning指令监督微调）时，训练数据的格式非常重要，因为大模型依赖标准化的数据结构来学习指令-响应模式。

背太阳的牧羊人·2025-03-16 08:43

Deepseek 使用攻略

一、什么是DeepseekDeepseek（深度求索）是一家位于杭州的人工智能公司，同时也是一系列大语言模型的统称。它由中国对冲基金高毅资产创立并提供支持，其模型均以开源形式发布。Dee

隔窗听雨眠·2025-03-16 08:12

JVM GC四大算法

JVMGC四大算法文章目录JVMGC四大算法GC四大算法一、引用计数法二、复制算法（COPY）三、标记清除算法（MARK-SWEEP）四、标记整理算法（MARK-COMPACT）五、总结GC四大算法一、

coding_-_半生·2025-03-16 07:10

【STM32】USART串口收发HEX数据包&收发文本数据包

有关串口知识参考：【STM32】USART串口协议&串口外设-学习笔记-CSDN博客HEX模式/十六进制模式/二进制模式：以原始数据的形式显示文本模式/字符模式：以原始数据编码后的形式显示参考上面文章查看

傍晚冰川·2025-03-16 07:37

深度学习 Deep Learning 第2章线性代数

矩阵：二维数字数组，用粗体大

odoo中国·2025-03-16 07:07

sql获取某列出现频次最多的值_业务硬核SQL集锦

适用对象：工作中能接触到sql查询平台的业务同学(例如有数据查询权限的产品与运营同学)适用场景：查询hive&mysql上的数据文档优势：比起各类从零起步的教程教材，理解门槛低，有效信息密度大，可以覆盖高频业务场景

金渡江·2025-03-16 07:05

深入理解C++内存管理机制

侯捷C++系列课程学习笔记：深入理解C++内存管理机制在侯捷老师的C++系列课程中，内存管理是一个极其重要且深刻的主题。

qzw1210·2025-03-16 06:35

【prompt实战】知乎问题解答专家

本文原创作者：姚瑞南AI-agent大模型运营专家，先后任职于美团、猎聘等中大厂AI训练专家和智能运营专家岗；多年人工智能行业智能产品运营及大模型落地经验，拥有AI外呼方向国家专利与PMP项目管理证书。

姚瑞南·2025-03-16 06:04

RAW图与BAYER图异同

下面从多个方面详细介绍RAW图：参考：B站大清光学定义与基本概念定义：RAW文件是图像传感器将捕捉到的光源信号转化为数字信号的原始数据。

越甲八千·2025-03-16 06:33

【大模型对话的界面搭建-Open WebUI】

OpenWebUI前身就是OllamaWebUI，为Ollama提供一个可视化界面，可以完全离线运行，支持Ollama和兼容OpenAI的API。github网址https://github.com/open-webui/open-webui安装第一种docker安装如果ollama安装在同一台服务器上：dockerrun-d-p3000:8080--add-host=host.docker.in

y_dd·2025-03-16 06:31

elasticsearch analyzer 学习笔记

基本定义analyzer执行将输入字符流分解为token的过程使用场景在indexing的时候，也即在建立索引的时候在searching的时候，也即在搜索时，分析需要搜索的词语analysisCharacterfiltering(字符过滤器):使用字符过滤器转换字符Breakingtextintotokens(把文字转化为标记):将文本分成一组一个或多个标记Tokenfiltering：使用标记过

weixin_40455124·2025-03-16 06:00

【大模型UI\多模型回复UI】

文章目录1、开源大模型用户界面（UI）2、同时让多个模型回复UI1、开源大模型用户界面（UI）LobeChatOpenWebUI：这是一款功能丰富且用户友好的开源自托管AI界面，旨在完全离线运行。

Ai君臣·2025-03-16 06:29

半导体可靠性测试解析：HTOL、LTOL与Burn-In

引言在半导体器件复杂度与可靠性要求同步提升的今天，高温工作寿命测试（HTOL）、低温寿命测试（LTOL）和老化筛选测试（Burn-In）构成了芯片可靠性验证的三大支柱。

赛卡·2025-03-16 06:28

大模型的webui

exportXXX_LLM_C=~/xcore-llm/build/ReleaseexportCUDA_VISIBLE_DEVICES=2,3exportCUDACXX=/usr/local/cuda-12.3/bin/nvccnohup/usr/bin/python3/home/src/api_server/api_server.py--modelLLama2:7b-chat-hf_A800--

Zain Lau·2025-03-16 05:26

大模型+智能代理：自动化测试的终极组合？

近年来，大模型（LLM,LargeLanguageModel）+智能代理（Agent）的结合，为自动化测试带来了新的可能性。这种“智能测试代理”能够利用大模型的自然语言

测试者家园·2025-03-16 05:55

推荐频道

大语言模型学习笔记