模型路径

LLM论文笔记 20: How to think step-by-step: A mechanistic understanding of chain-of-thought reasoning

Arxiv日期：2024.5.16机构：IIT关键词CoT本质LLM推理本质核心结论1.CoT推理的功能组件尽管不同阶段的推理任务具有不同的推理需求，模型内部的功能组件几乎是相同的（共享而非独享）不同的神经算法实际上是由类似归纳头
Zhouqi_Hua·2025-03-11 03:10

程序员如何用DeepSeek改写代码人生？这些硬核技巧让你效率翻三倍

凌晨三点的深圳华强北依然灯火通明，老王调试着双卡4090服务器上的DeepSeekR1模型，屏幕上跳动的代码像夜空中闪烁的星群。
·2025-03-11 03:09

如何添加示例到提示中进行查询分析

在我们的查询分析变得越来越复杂时，LLM（大型语言模型）可能难以理解在某些场景下到底应该如何响应。为了提升性能，我们可以在提示中添加示例来指导LLM。
dgay_hua·2025-03-11 02:39

AI生成响应元数据解析

在使用不同的AI模型提供商进行文本生成时，我们通常会收到一些响应元数据。这些元数据包含了有关响应的一些重要信息，比如token使用情况、模型名称、完成原因等。
bavDHAUO·2025-03-11 02:38

大语言模型原理基础与前沿 挑战与机遇

大语言模型原理基础与前沿挑战与机遇1.背景介绍大语言模型（LargeLanguageModels,LLMs）是近年来人工智能领域的一个重要突破。
AI大模型应用之禅·2025-03-11 02:07

AI Prompt 提示词工程入门指南：新手小白快速上手

近年来，人工智能（AI）发展迅猛，特别是大语言模型（LLMs）（如ChatGPT、Claude、Gemini、Llama等）的广泛应用，让人们可以用自然语言与AI进行互动。
机器学习司猫白·2025-03-11 02:37

AI提示词（Prompt）的理解和学习指南

AI提示词（Prompt）是用户输入给人工智能模型的指令或问题，用于引导模型生成特定类型的回答或内容。它如同与AI沟通的“钥匙”，设计得当的提示词能显著提升输出质量。
时光不负追梦人·2025-03-11 02:36

OLAP与OLTP：数据处理系统的两种核心架构

它是一种基于多维数据模型的分析处理技术，用于从不同的角度进行数据挖掘和分析，以帮助用户快速发现数据之间的相关性和趋势。
思静鱼·2025-03-11 02:35

K8s 1.27.1 实战系列（六）Pod

Pod的设计灵感来源于“豌豆荚”模型，容器如同豆子，共享同一环境但保持隔离性。其核心设计目标包括：轻量性：Pod本身不负责资源分配，仅作为容器的逻辑封装单元，高效利用集群资源。
白昼ron·2025-03-11 02:05

django获取请求参数

1.获取URL路径中的参数需求：假设用户访问127.0.0.1/user/1/2，你想获取1，2。应该怎么操作呢？
weixin_30613433·2025-03-11 02:33

快速入门OpenAI聊天模型的实战指南

#快速入门OpenAI聊天模型的实战指南OpenAI的聊天模型在开发人工智能应用时至关重要。本文将详细介绍如何使用OpenAI的聊天模型进行开发，并提供可运行的代码示例。
shuoac·2025-03-11 02:03

【Java】中Maven依赖详解

基于项目对象模型（缩写：POM）概念，Maven利用一小段描述信息管理一个项目的构件。Maven是一个项目管理工具，可以对Java项目进行构建以及对依赖进行管理。
God Zhang·2025-03-11 01:31

Python3 os.path() 模块

以下是os.path模块的几种常用方法：方法说明os.path.abspath(path)返回绝对路径os.path.basename(path)返回文件名os.path.commonprefix(list
kunkliu·2025-03-11 01:00

python3中的os.path模块

os.abspath(path):获取文件的绝对路径。
hgz_dm·2025-03-11 01:00

19.python常用库操作：OS模块详解

python中OS模块详解一、os模块介绍二、路径介绍三、常用方法详解3.1getcwd()方法——获取当前工作目录(字符串)3.2listdir()方法——返回指定路径下的目录名和文件名3.3makedirs
亦良Cool·2025-03-11 01:58

python中os.path模块

os.path模块是os模块根据系统类型从另一个模块导入的，并非由os模块实现1、os.path.abspath（相对路径）-----返回对应路径的绝对路径os.path.abspath(".")importos.pathprint
魏大橙·2025-03-11 01:28

清华大学DeepSeek系列全套PPT

https://pan.quark.cn/s/70da09749050「清华大学DeepSeek系列PPT」共7讲，涵盖AI工具实操、职场效率提升、科研辅助、家庭教育等核心场景，提供从入门到进阶的完整学习路径
2501_90850551·2025-03-11 01:58

3.10 项目总结

-构建神经网络模型。-定义损失函数和优化器。-训练模型并评估其性能。-可视化训练结果。内容分析1.数据加载和预处理：-使用`torchvision.datasets`加载MN
不要不开心了·2025-03-11 01:58

人脸属性分析：年龄估计_（7）.数据集构建与标注

高质量的数据集能够显著提升模型的性能和泛化能力。本节将详细介绍如何构建和标注用于年龄估计的数据集，包括数据收集、预处理、标注工具的选择以及标注标准的设定。数据收集数据收集是构建数据集的第一步。
zhubeibei168·2025-03-11 01:27

DeepSeekR1之五_RAGFlow中配置DeepSeekR1模型时错误问题及处理

DeepSeekR1之五_RAGFlow中配置DeepSeekR1模型时错误问题及处理文章目录DeepSeekR1之五_RAGFlow中配置DeepSeekR1模型时错误问题及处理1.RAGFlow配置
小猿搬码·2025-03-11 01:56

DeepSeek源码解析（1）

初步看它的代码并不多，主要是inference目录，convert.py#1.导入标准库importos#os是Python的标准库之一，提供了与操作系统交互的功能，比如文件路径操作、环境变量管理等。
白鹭凡·2025-03-11 01:26

DeepSeek源码解析（2）

在大模型（如深度学习模型）中，张量扮演着核心角色，具体来说：数据表示：张量用于表示输入数据、模型参数和中间计算结果。
白鹭凡·2025-03-11 01:26

第十二届蓝桥杯大赛软件类省赛C++研究生组

题目A卡片（5分，√）B直线（5分，√）C货物摆放（10分，√）D路径（10分，√）E回路计数（15分，√）F时间显示（15分，√）G砝码称重（20分，√）H异或数列（20分）I双向排序（25分）J分果果
_tomorrow·2025-03-11 00:25

点云语义分割：PointNet++在S3DIS数据集上的训练

在本文中，我们将探讨如何使用PointNet++模型在S3DIS数据集上进行训练，并提供相应的源代码。数据集介绍S3DIS数据集是一个常用的用于室内场
完美代码·2025-03-11 00:25

基于YOLOv5的烟雾检测系统：从数据集准备到UI界面实现

近年来，随着深度学习技术的发展，目标检测算法被广泛应用于烟雾检测，尤其是基于YOLOv5的目标检测模型，由于其较高的精度和较低的计算开销，已经成为许多实时检测系统的首选模型。
深度学习&目标检测实战项目·2025-03-11 00:52

智能化工具助力施工安全监测：开启高效、精准的安全管理新时代

智能化工具助力施工安全监测：开启高效、精准的安全管理新时代最新接入DeepSeek-V3模型，点击下载最新版本InsCodeAIIDE引言在建筑行业中，施工安全一直是重中之重。
inscode_046·2025-03-11 00:22

洛谷 P3884 [JLOI2009] 二叉树问题

宽度及结点间距离分别为：深度：444宽度：444结点8和6之间的距离：888结点7和6之间的距离：333其中宽度表示二叉树上同一层最多的结点个数，节点u,vu,vu,v之间的距离表示从uuu到vvv的最短有向路径上向根节点的边数的两倍加上向叶节点的边数
exm-zem·2025-03-10 23:18

DeepSeek使用手册资料下载地址 分享

DeepSeek无疑是2025开年AI圈的一匹黑马，在一众AI大模型中，DeepSeek以低价高性能的优势脱颖而出。
心灵宝贝·2025-03-10 23:48

vscode的markdown插件

安装后打开preview即可预览，邮件可以导出pdf·出现“"princexml"isrequiredtobeinstalled.”进入princexml官网安装软件并添加Prince/engin/bin的路径到环境变量
想喝冰拿铁·2025-03-10 23:47

windows11家庭版安装ubuntu子系统训练深度模型

文章目录环境准备前提条件安装环境安装Hyper-V安装Linux分发版升级WSL内核启用虚拟机功能安装ubuntu24.04安装桌面环境安装远程控制软件xrdp从Windows启动桌面版Ubuntu环境准备前提条件windows机器需要支持虚拟化，并且需要在BIOS中开启虚拟化技术，因为WSL2基于hyper-V，查看是否开启虚拟化：按住Windows+R输入cmd打开命令行，输入systemin
吃水果不削皮·2025-03-10 23:16

华为昇腾适配阶跃星辰多模态开源模型，上线魔乐社区

今日，魔乐社区（Modelers）宣布已上架由阶跃星辰自研的Step-Video视频生成和Step-Audio语音模型两款开源多模态大模型，并基于华为昇腾CANN异构计算架构和昇腾服务器，完成了对模型的适配
·2025-03-10 22:05

大语言模型(LLM)入门学习路线图，从零基础到精通，理论与实践结合的最佳路径！

Github项目上有一个大语言模型学习路线笔记，它全面涵盖了大语言模型的所需的基础知识学习，LLM前沿算法和架构，以及如何将大语言模型进行工程化实践。
ai大模型应用开发·2025-03-10 22:39

在Ubuntu系统下部署大语言模型

前言在Ubuntu系统下部署大语言模型，可以使用HuggingFace的Transformers库来加载和使用预训练的模型。
脱泥不tony·2025-03-10 22:39

linux系统python md文件转pdf

.使用python依赖pypandoc，将md文本转成doc文件importpypandoc//引入pypandoc依赖""":paramtext:数据源文本:paramoutputfile:生成文件路径
__浩·2025-03-10 22:37

【忍者算法】深入探索：二叉树的最大深度之旅｜LeetCode 104 二叉树的最大深度

在二叉树的世界里，深度代表了从根节点到最远叶子节点的最长路径。这是一种从根本到极限的探索旅程。
忍者算法·2025-03-10 22:35

Nanobrowser：开源版OpenAI Operator！AI自动操控浏览器，复杂网页任务一键搞定

❤️如果你也关注AI的发展现状，且对AI应用开发感兴趣，我会每日分享大模型与AI领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！
蚝油菜花·2025-03-10 22:05

机器学习算法（2）—— 线性回归算法

[82,80],[85,78],[90,90],[86,82],[82,90],[78,80],[92,94]]y=[84.2,80.6,80.1,90,83.2,87.6,79.4,93.4]‘’‘模型训练
疯狂的石头。·2025-03-10 21:35

周报 | 25.3.3-25.3.9文章汇总

周报|25.2.24-25.3.2文章汇总-CSDN博客Datawhale|最新「大模型简史」整理！从Transformer（2017）到DeepSeek-R1（2025）--建议收藏！
双木的木·2025-03-10 21:04

从0开始的操作系统手搓教程44——实现更好的shell

目录添加ctrl+u和ctrl+l快捷键修订readline预备解析上电批添加syscall实现ps路径转化内建的其他指令补充上电添加ctrl+u和ctrl+l快捷键在Linux系统中，快捷键如“Ctrl
charlie114514191·2025-03-10 21:03

python将目录下的所欲md文件转化为html和pdf

pdfimportosimportsubprocessimportwin32com.clientaswin32defmd_to_docx(md_path,docx_path):"""将Markdown文件转换为DOCX文件:parammd_path:Markdown文件的路径
NoBarLing·2025-03-10 21:01

微信小程序语音输入插件安装及AI开发详解

3.打开traecomposer，选择claude-3.7-sonnet模型，输入以下prompt：你需要在index页面中，使用微信小程序'同声传译
un_fired·2025-03-10 21:29

【深度学习】Adam（Adaptive Moment Estimation）优化算法

通过动态调整每个参数的学习率，在非平稳目标（如深度神经网络的损失函数）中表现优异目录基本原理和公式笼统说明：为什么Adam算法可以帮助模型找到更好的参数基本概念动量（Momentum）：跟踪梯度的指数衰减平均
辰尘_星启·2025-03-10 20:51

ChatGPT o1与GPT-4o、Claude 3.5 Sonnet和Gemini 1.5 Pro的比较

全新的ChatGPTo1模型（代号“Strawberry”）是OpenAI的最新进展，专注于以前的AI模型难以应对的领域：高层次推理、数学和复杂编程。
开发者每周简报·2025-03-10 20:18

解密DeepSeek-R1模型微调实战：VIP专属技巧助你轻松掌握行业核心技术

引言大模型微调已成为AI工程师的核心竞争力，但90%的学习者卡在以下痛点：❌开源数据集质量参差不齐❌实验环境搭建耗时易出错❌行业级调优方案闭源难获取CSDN大模型VIP专项计划针对上述问题，提供：✅金融
竹木有心·2025-03-10 19:16

文本向量化-词嵌入方法系列1：静态词嵌入(Word2Vec+GloVe)

静态词嵌入有Word2Vec，Sen2Vec，Doc2Vec，以及GloVe模型；而动态词嵌入有ELMO，Transformer，GPT，Bert和XLNet等等。
学习ml的小菜鸡·2025-03-10 19:15

如何通过 DeepSeek 开发一个简单的 AI 辅助工具？

关注我，持续分享逻辑思维&管理思维&面试题；可提供大厂面试辅导、及定制化求职/在职/管理/架构辅导；推荐专栏《10天学会使用asp.net编程AI大模型》，目前已完成所有内容。
借雨醉东风·2025-03-10 19:45

AI工作流到底好不好用！2025年主流AI工作流工具对比与深度洞察

一、痛点：AI工具的“隐形门槛”与用户需求鸿沟操作复杂性与学习成本高多数AI工具标榜“智能”，但用户常因复杂的参数设置、晦涩的术语（如“风格迁移权重”“模型微调”）而却步。例如Mid
Jing_saveSlave·2025-03-10 19:45

Centos保持运行Python程序

将工程部署到云端之后，使用ssh连接服务器输入命令启动Python程序后断开ssh后工程也就关了，针对上述情况我们需要对其进行设置，使用特殊指令运行程序，首先进入工程路径使用下面指令运行Python程序
AIOT魔法师·2025-03-10 19:44

deepseek 本地搭建的好处是什么

在本地搭建DeepSeek（或类似AI模型/工具）的主要好处体现在以下几个方面，尤其适合对数据隐私、定制化需求或长期成本控制有较高要求的企业或组织：数据隐私与安全敏感数据保护：数据完全存储在本地，无需上传至第三方服务器
rockmelodies·2025-03-10 19:43

Spring Cloud Gateway 笔记

核心特性：异步非阻塞模型、高性能、支持动态配置、丰富的断言（Predicate）和过滤器（Filter）。官网：https://spring.io/projects/spring-cloud-g
L_！！！·2025-03-10 19:42
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他