概念图推理

发布AiCube DeepSeek一体机，中兴通讯加速AI大模型商业化落地

此外，该产品还具备高算力硬件、易用的训练与推理平台以及主流大模型的支持，能够实现高效、安全、低成本的本地部署。Deepseek加持下的一

蜂耘·2025-03-25 21:13

腾讯混元 T1 正式发布：混合架构重塑推理模型范式，解码速度提升 2 倍

在AI模型性能竞赛持续升温的背景下，腾讯于3月21日正式推出自研深度思考模型混元T1正式版，以行业首创的Hybrid-Mamba-Transformer融合架构，重新定义了大模型的推理效率与应用边界。

未来智慧谷·2025-03-25 13:48

DeepSeek和Kimi在Neo4j中的表现

以下是2个最近爆火的人工智能工具，DeepSeek:DeepSeekKimi:Kimi-会推理解析，能深度思考的AI助手1、提示词：你能帮我生成一个知识图谱吗，等一下我会给你一篇文章，帮我从内容中提取关键要素

minaMoonGirl·2025-03-25 12:12

大模型推理能力的局限性

然而，尽管这些模型表现出色，它们在推理和理解复杂上下文方面仍然面临重大挑战。这些模型擅长识别并模仿训练数据中的模式，但当任务需要真正的理解和逻辑推理时，它们往往遇困。

·2025-03-25 08:13

YOLO编程：开启计算机视觉的神奇之门

的独特优势（一）速度为王（二）精度可靠（三）部署便捷四、YOLO的工作流程揭秘（一）图像分割与网格划分（二）目标预测与数据输出（三）结果筛选与最终确定五、YOLO编程实践（一）准备工作（二）模型训练（三）模型推理六

大雨淅淅·2025-03-25 07:37

Prompt Engineering：如何写出更高效的提示词？

良好的Prompt设计可以显著提高大模型在文本生成、代码编写、逻辑推理等任务中的表现。1.1为什么需要PromptEngineering？提高准确性：减少AI生成的错误信息。

晴天彩虹雨·2025-03-25 03:34

NPU上如何使能pytorch图模式

它通过将PyTorch的动态图转换为静态图，并利用Just-In-Time（JIT）编译技术，显著提高模型的推理速度和训练效率。

·2025-03-25 00:34

Python,Java开发生成式智能识别与鉴定APP

开发一个生成式智能体识别与鉴定APP是一个复杂的任务，涉及多个模块的设计与实现，包括用户界面、数据处理、模型推理等。以下是一个高层次的开发思路，并提供每种语言的简单示例代码。

Geeker-2025·2025-03-25 00:10

机器学习之条件概率

1.引言概率模型在机器学习中广泛应用于数据分析、模式识别和推理任务。

贾斯汀玛尔斯·2025-03-24 21:49

过程奖励模型PRM的定义和特点；过程奖励模型prm和orm结果奖励模型的区别和优劣是什么

过程奖励模型PRM的定义和特点过程奖励模型（ProcessRewardModel，简称PRM）是一种专注于对推理链中每一步进行评估和反馈的机制，旨在提高模型在复杂任务中的表现。

强化学习曾小健·2025-03-24 21:18

大模型的应用与微调：如何调用 LLM？从 OpenAI API 到本地部署

本篇文章将详细介绍如何调用大语言模型（LLM），涵盖OpenAIAPI、DeepSeek、Manus、通义千问等模型的调用方式，并探讨如何在本地部署LLM进行推理。

晴天彩虹雨·2025-03-24 19:02

基于推理的强化学习智能体设计与开发

1.理论基础与核心概念1.1推理强化学习（Reasoning-EnhancedRL）定义核心思想：在传统强化学习的马尔可夫决策过程（MDP）基础上，引入符号推理、因果推断和知识引导机制，解决复杂环境中的长程依赖和稀疏奖励问题

由数入道·2025-03-24 17:45

0 Token 间间隔 100% GPU 利用率，百度百舸 AIAK 大模型推理引擎极限优化 TPS

01什么是大模型推理引擎大模型推理引擎是生成式语言模型运转的发动机，是接受客户输入prompt和生成返回response的枢纽，也是拉起异构硬件，将物理电能转换为人类知识的变形金刚。

·2025-03-24 15:38

LLMOps 是什么？

这些操作可以涵盖多个领域，例如模型的训练、推理优化、部署、监控、故障排除等。在实际应用中，LLMOps的目标是提高语言模型的效率和效果，确保模型能够在各种实际场景中顺利运行。

AI Agent首席体验官·2025-03-24 08:35

万字深度解析：DeepSeek-V3为何成为大模型时代的“速度之王“？

引言在AI军备竞赛白热化的2024年，DeepSeek-V3以惊人的推理速度震撼业界：相比前代模型推理速度提升3倍，训练成本降低70%。

羊不白丶·2025-03-24 07:55

深度学习框架PyTorch——从入门到精通（6.2）自动微分机制

本节自动微分机制是上一节自动微分的扩展内容自动微分是如何记录运算历史的保存张量非可微函数的梯度在本地设置禁用梯度计算设置requires_grad梯度模式（GradModes）默认模式（梯度模式）无梯度模式推理模式评估模式

Fansv587·2025-03-24 06:17

Deepseek和豆包在技术创新方面有哪些相同点与不同点？

该架构将模型拆分为多个“专家”，训练和推理时让不同“专家”负责不同任务或数据子集，提高模型表达能力和效率，降低训练成本。模型优化以提升性能：都通过

alankuo·2025-03-24 06:16

使用Titan Takeoff进行高效的自然语言处理模型推理

在自然语言处理(NLP)领域，每一家企业都在寻求更高效的模型训练和推理解决方案。TitanML的平台通过训练、压缩和推理优化帮助企业构建和部署更佳、更小、更便宜、更快速的NLP模型。

scaFHIO·2025-03-24 04:54

基于NanoDet的无人机交通违规监控系统设计与实现

本博客详细介绍了数据集的构建、模型的训练与推理、碰撞检测算法的实

深度学习&目标检测实战项目·2025-03-24 02:09

Windows10本地部署Dify+Xinference

1m是否部署完成5.安装Dify三、Dify中配置大模型1.浏览器输入http://localhost:80启动Dify页面2.随便注册账户登录3.配置Xinference四、运行Dify1.设置系统推理模型

橘长长长·2025-03-23 22:04

哈尔滨工业大学DeepSeek公开课人工智能：大模型原理技术与应用-从GPT到DeepSeek｜附视频下载方法

强调了语言模型不仅辅助其他NLP任务，本身也蕴含大量知识，如地理信息、语义理解和推理能力。随着技术的发展，尤其是trans

你觉得205·2025-03-23 19:39

多模态大模型常见问题

Q-Former（BLIP2）：优点：Q-Former通过查询机制有效融合了视觉和语言特征，使得模型能够更好地处理视觉-语言任务，尤其是在多模态推理任务中表现优秀。

cv2016_DL·2025-03-23 12:06

C# 调用 VITS，推理模型将文字转wav音频调试 -数字人分支

Microsoft.ML.OnnxRuntime.OnnxRuntimeException:[ErrorCode:InvalidArgument]Inputname:'input_name'isnotinthemetadata在Microsoft.ML.OnnxRuntime.InferenceSession.LookupInputMetadata(StringnodeName)位置D:\a\_w

未来之窗软件服务·2025-03-23 08:40

统一的视频动作模型

然而，有效地结合视频生成和动作预测仍然具有挑战性，当前基于视频生成的方法在动作准确性和推理速度方面难以与直接策略学习的性能相匹配。

三谷秋水·2025-03-23 08:36

知识图谱系列文章——文物知识图谱

明确领域和目的——文物知识图谱&设计创意2、领域信息采集与分析——文物信息，３４０件文物实例，3、定义文物本体概念和结构层次4、定义概念属性和属性约束5、本体编码（建模语言和工具）6、本体评估——Jena的内嵌推理机

weixin_43407382·2025-03-23 07:56

Deepseek API 调用

1获取APIKey目前比较知名的提供了DeepSeek的推理服务商包括硅基流动、阿里云、腾讯云等等。这些推理服务商一般是提供API接口，需要安装大模型客户端并配置API。

哦豁灬·2025-03-23 05:08

vLLM 部署大模型

1介绍vLLM是来自UCBerkeley的LMSYS在LLM推理方面的最新工作（没错就是搞出Vicuna的那个group），最大亮点是采用PagedAttention技术，结合ContinuousBatching

哦豁灬·2025-03-23 05:07

【人工智能之大模型】阐述生成式语言模型的工作机理...（二）

（二）前言4.代码逐行解释TransformerBlock类初始化前向传播GenerativeLM类初始化前向传播推理示例测试生成5.总结欢迎宝子们点赞、关注、收藏！欢迎宝子们批评指正！

985小水博一枚呀·2025-03-23 02:09

微软 LIDA 库：基于大模型的自动化数据分析与可视化

微软LIDA库：基于大模型的自动化数据分析与可视化一、核心架构与LLM交互流程调用LLM生成数据摘要基于LLM推理分析目标LLM生成可视化代码结合图像生成模型优化原始数据Summarizer模块结构化摘要

窝窝和牛牛·2025-03-23 01:01

AI 赋能应急管理：ChatGPT、DeepSeek、Grok 的应用探索

ChatGPT、DeepSeek、Grok等AI模型凭借强大的文本处理、数据分析和推理能力，可为灾害预警、应急响应、风险评估等提供高效支持。

一ge科研小菜菜·2025-03-22 20:58

深度解析大模型推理框架：原理、应用与实践

在当今数据驱动的时代，大模型推理框架已经成为人工智能领域的重要支柱。

百度_开发者中心·2025-03-22 19:24

大模型推理框架：从理论到实践的全面解析

然而，深度学习模型的训练和推理过程往往涉及大量数据和复杂计算，传统的计算框架难以满足需求。因此，大模型推理框架应运而生，成为解决这一问题的关键。

百度_开发者中心·2025-03-22 19:23

LLM-Agent方法评估与效果分析

从基础的单智能体强化学习算法（如PPO）到多智能体协作、语料重组以及在线自学习等新技术不断涌现，研究人员致力于探索如何提高LLM在实际应用中的决策能力、推理能力和任务执行效率。

·2025-03-22 18:50

MiniMind：完全从 0 训练自己的大模型

其目标是把上手LLM的门槛无限降低，直接从0开始训练一个极其轻量的语言模型，最低仅需2G显卡即可推理训练！

三花AI·2025-03-22 15:49

MiniMind：3小时完全从0训练一个仅有26M的小参数GPT，最低仅需2G显卡即可推理训练！

哈罗·沃德·2025-03-22 15:19

【人工智能】大模型的幻觉问题：DeepSeek 的解决策略与实践

本文深入探讨了幻觉问题的成因，包括训练数据的偏差、推理过程中的过度泛化以及缺乏外部验证机制。以DeepSeek系列模型为研究对象，我们分析了其在解

蒙娜丽宁·2025-03-22 13:29

黑客攻击deepseek服务原理解析

一、攻击原理与实现路径无限推理循环攻击通过输入特定构造的提示词（如“树中两条路径之间的距离”），诱导模型陷入无限思考链（Chain-of-Thought,CoT

大囚长·2025-03-22 12:23

PyTorch基础知识讲解（一）完整训练流程示例

文章目录Tutorial1.数据处理2.网络模型定义3.损失函数、模型优化、模型训练、模型评价4.模型保存、模型加载、模型推理Tutorial大多数机器学习工作流程涉及处理数据、创建模型、优化模型参数和保存训练好的模型

苏雨流丰·2025-03-22 12:20

Tinyflow AI 工作流编排框架 v0.0.7 发布

该框架代码库轻量，学习成本低，能轻松应对简单任务编排和复杂多模态推理

自不量力的A同学·2025-03-22 09:21

法律行业——合同审查与AI律师

1.法律行业数字化转型的底层逻辑‌‌技术革命推手‌：以DeepSeekR1大模型为代表的开源AI技术，让法律文本解析、案例推理等复杂任务实现平民化应用

zhouyaowei1983·2025-03-22 06:27

人工智能革命：技术演进图谱与人类文明重构路径

当GPT-4在2023年3月通过注册会计师考试时，其财务分析模块展现的推理能力已超越85%的人类考生。这个标志性事件背后，折射出人工智能正在突破认知型工作的最后防线。

A达峰绮·2025-03-22 06:23

一步到位！7大模型部署框架深度测评：从理论到DeepSeek R1:7B落地实战

人肉推土机·2025-03-22 05:12

深度学习模型性能全景评估与优化指南

深度学习模型性能全景评估与优化指南一、算力性能指标体系1.核心算力指标对比指标计算方式适用场景硬件限制TOPS(TeraOperationsPerSecond)每秒万亿次整数运算量化模型推理NVIDIAJetsonNano

niuTaylor·2025-03-22 02:49

DeepSeek-R1大模型微调技术深度解析：架构、方法与应用全解析

DeepSeek-R1大模型架构设计与技术特性1.1架构设计DeepSeek-R1作为超大规模语言模型，其核心架构设计包含以下创新：专家混合架构（MoE）采用6710亿参数的混合专家架构（MoE），每个推理过程仅激活

大势下的牛马·2025-03-22 00:58

【深度学习】DeepSeek模型介绍与部署

为了实现高效推理和成本效益的训练，DeepSeek-V3采用了多头潜在注意力(MLA)和DeepSeekMoE架构，这些架构在DeepSeek-V2中得到了充分验证。

Nerous_·2025-03-21 19:15

【DNN量化工具】QKeras 工具简介

QKeras主要目标是优化模型的存储和推理速度，特别适用于需要在资源受限的设备（如移动设备和嵌入式系统）上运行深度学习模型的场景。

kanhao100·2025-03-21 18:07

【nnUnetv2】Code复现

相反的，把重心放在：预处理（resampling和normalization）、训练（loss，optimizer设置、数据增广）、推理（patch-based策略、test-time-augmentations

是Winky啊·2025-03-21 18:35

QKeras、Brevitas和QONNX量化工具对比

通过将浮点权重转换为低精度表示，量化能显著减小模型体积、降低内存占用并加速推理过程。对于资源受限的设备（如移动设备、嵌入式系统和边缘计算设备），量化技术尤为重要。

kanhao100·2025-03-21 16:48

目标检测中归一化的目的？

这使得模型在训练和推理时能够处理任意尺寸的图像，而不需要关心图像的具体像素尺寸。2.位置和尺寸的相对性归一化后的坐标和尺寸是相对于图像尺寸的，而不是绝对像素值。这种相对性使得

林语微光·2025-03-21 14:37

AI界劳斯莱斯o1 -Pro来了！百万token收费600刀，OpenAI在AI普惠反方向狂奔？

刚刚，OpenAI宣布推出其最新的高性能推理模型o1-pro。

算家计算·2025-03-21 13:23

推荐频道