rank

架构发展史

GPU架构发展史文章目录前言KelvinRankineCurieTeslaFermiMaxwellPascalVoltaTuringAmpereHopper总结前言英伟达的GPU架构发展KelvinKelvin

Mundaneman·2025-04-11 16:31

银河麒麟v10（arm架构）部署Embedding模型bge-m3【简单版本】

www.hiascend.com/developer/ascendhub/detail/07a016975cc341f3a5ae131f2b52399d鲲鹏+昇腾Atlas300Iduo部署Embedding模型和Rerank

mzak·2025-04-11 08:12

列表之链表_C

01292520·2025-04-10 11:30

以微调deepseek为例，基于transformers改写实现lora+

LoRA+:EfficientLowRankAdaptationofLargeModels24年2月12的论文，主要思想就是对LoRA进行了一些改进，提升了模型效果。

淡水，·2025-04-08 11:41

SQL141 试卷完成数同比2020年的增长率及排名变化

,exam_cnt_20,exam_cnt_21,concat(round(100*exam_cnt_21/exam_cnt_20-100,1),"%")asgrowth_rate,exam_cnt_rank

糖醋_诗酒·2025-04-08 11:39

LLMs之RAG：解读RAG主流的七类架构(Naive RAG/Retrieve-and-rerank/Multimodal RAG/GraphRAG/HybridRAG/Agentic RAG(Ro

LLMs之RAG：解读RAG主流的七类架构(NaiveRAG/Retrieve-and-rerank/MultimodalRAG/GraphRAG/HybridRAG/AgenticRAG(Router

一个处女座的程序猿·2025-04-07 10:32

halcon中的一些函数

目录一、tuple_regexp_select二、calibrate_cameras_monocular例程三、pose_average四、rank_n五、dev_set_paint六、find_surface_model

mm_exploration·2025-04-06 09:52

信息内容安全考前突击

章信息安全导论信息安全技术概论信息安全的两个主要视点信息安全的层次划分信息安全的基本要素信息安全的诱因与威胁第2章网络信息主动获取与处理搜索引擎体系结构网络爬虫技术检查URL是否被访问过检测是否重复网页一致性哈希网页排序---PageRank

rigidwill666·2025-04-05 19:22

Redis最佳实践——首页推荐与商品列表缓存详解

privatestaticfinalStringUSER_RECOMMEND_PREFIX="rec:user:";//用户推荐前缀privatestaticfinalStringGLOBAL_HOT_RANK

纪元A梦·2025-04-05 03:03

深入解析高斯消元法：原理剖析与C++实战实现

当系数矩阵的秩rank(A)rank(A)rank(A)等于增广矩阵的秩rank(A‾)rank(\overline{

xMathematics·2025-04-04 08:30

AI RAG策略中重排序（Re-rank）技术的深度解析与主流模型对比

本文内容由巧章AI辅助生成巧章AI：长篇文章生成工具，aiqiaozhang.com如需体验可加v获取专属邀请码：safa11011引言检索增强生成（Retrieval-AugmentedGeneration,RAG）技术近年来在自然语言处理领域取得了显著进展。RAG结合了传统的信息检索技术和现代的生成模型，旨在通过从大规模文档库中检索相关信息并将其融入到生成模型中，从而提升生成文本的质量和准确性

weixin_28849355·2025-04-04 02:51

RAG：知识库参数设置

目录一、知识库参数1.Rerank模型（重排序）2.TopK3.Score阈值4.全文检索、向量检索和混合检索5.Q&A分段模式一、知识库参数知识库包含很多配置参数1.Rerank模型（重排序）在知识库检索中

洒脱的六边形战士加辣·2025-04-04 02:51

c++练习题：排序后的位置

【问题描述】输入一行整数，输出每个整数排序后的位置【输入格式】第一行，整数n（0usingnamespacestd;structnade{intdets;//数值intrank;//排名intindex

一偷老母猪·2025-04-03 12:22

【智能体】 react functioncall

先占坑AI-ReAct技术与FunctionCall技术介绍-frank_cui-博客园ReAct技术与FunctionCall技术介绍1.ReAct技术ReAct是一种用于增强语言模型推理能力的技术，

andeyeluguo·2025-04-01 03:43

Ubuntu xinference部署本地模型bge-large-zh-v1.5、bge-reranker-v2-m3

bge-large-zh-v1.5下载模型到指定路径：modelscopedownload--modelBAAI/bge-large-zh-v1.5--local_dir./bge-large-zh-v1.5自定义embedding模型，custom-bge-large-zh-v1.5.json：{"model_name":"custom-bge-large-zh-v1.5","dimension

WellTung_666·2025-03-31 04:54

[Rust 入门]Rust 结构体总结

fnmain(){letuser1=User{active:true,username:String::from("frank"),email:String::from("example@x

编程回响·2025-03-30 14:52

如何利用 LoRA 微调大模型，实现高效个性化 AI 方案

LoRA（Low-RankAdaptation，低秩适应）技术的出现为解决这一挑战提供了创新方案。本文将深入探讨LoRA的原理、实现方法以及如何利用它来高效地微调大模型

萧鼎·2025-03-30 13:42

Scala文件读写案例：全文单词统计

theseareourfriends,wehavethousandsoffriendsinthisincrediblemovement.Thiswasamovementlikenonobody'severseenbefore,andfranklythiswasIb

别惊鹊·2025-03-29 16:27

Franka Research 3 × NVIDIA Isaac Sim：深度强化学习开启机器人复杂操作新范式

——以「开抽屉」任务为例，解析高精度机械臂的仿真训练全流程我们作为松灵机器人的授权商为用户提供灵活的解决方案如有产品购买需求请联系：ming@bft-robot.com一、为什么选择FrankaResearch3

BFT白芙堂·2025-03-28 02:25

AI大模型底层技术——LoRA微调

(1)定义LoRA(Low-RankAdaptation)是一种针对大型预训练语言模型(LL

9命怪猫·2025-03-27 12:40

大数据分析工具Power BI（八）：动态TOPN统计

之前我们学习过RANKX函数，RANKX可以根据指定的度量值表达式来对数据进行排名没有办法获取前几名数据，TOPN可

Lansonli·2025-03-27 02:55

Unsloth 库和Hugging Face Transformers 库对比使用

在Unsloth中，save_pretrained_merged方法用于将微调后的LoRA（Low-RankAdaptation）适配器权重与原始模型

背太阳的牧羊人·2025-03-26 21:17

【RRF】递归排序融合 1 / (k + i) 核心思想

ReciprocalRankFusion(RRF)是一种用于合并多个排名列表的算法，其核心公式是1/(k+i)，其中：k是一个常数，用于控制权重的衰减速度。

星星点点洲·2025-03-25 06:23

奔驰引入人形机器人，释放AI机器人产业信号

奔驰引入人形机器人，释放AI机器人产业信号原创数字少年FrankFrank的神经网络2025年03月24日00:14日本Apptronik×Mercedes-Benz联手2024年3月15日，美国人形机器人公司

强化学习曾小健·2025-03-24 21:49

深度学习篇---对角矩阵&矩阵的秩&奇异矩阵

文章目录前言一、对角矩阵（DiagonalMatrix）1.1定义1.2特性行列式运算简化1.3应用领域深度学习信号处理量子力学经济学二、矩阵的秩（RankofaMatrix）2.1定义2.2特性满秩降秩影响

Ronin-Lotus·2025-03-23 08:37

DeepSpeed-Chat：Reward Model【奖励模型】

训练目标差异：对于RW，训练目标是pairwiserankingsco

u013250861·2025-03-22 13:31

【大语言模型_5】xinference部署embedding模型和rerank模型

一、安装xinferencepipinstallxinference二、启动xinference./xinference-local--host=0.0.0.0--port=5544三、注册本地模型1、注册embedding模型curl-XPOST"http://localhost:5544/v1/models"\-H"Content-Type:application/json"\-d'{"mod

没枕头我咋睡觉·2025-03-22 05:14

从MapRerankDocumentsChain迁移到LangGraph实现文档分析

在分析长文本的场景中，MapRerankDocumentsChain提供了一种有效的策略。这种策略涉及以下步骤：将文本拆分为较小的文档。为文档集映射一个处理过程，该过程包括生成评分。

bBADAS·2025-03-22 03:27

机器学习是怎么一步一步由神经网络发展到今天的Transformer架构的？

背景：感知机由FrankRosenblatt提出，是第一个具有学习能力的神经网络模型。它由单层神经元组成，可以用于简单的二分类任务。特点：输入层和输出层之间直接连接，没有隐藏层。使用简单的

yuanpan·2025-03-21 15:15

switch 二分查找

template//在有序向量区间[lo,hi)内查找元素estaticRankbinSearch(T*A,Tconst&e,Ranklo,Rankhi){while(lo>1;//以中点为轴点//使用一个临时变量来存储比较结果

01292520·2025-03-20 21:05

通过LoRA（Low-Rank Adaptation）低秩矩阵分解来高效微调权重变化

LoRA的原理LoRA的核心思想是用低秩矩阵分解来建模参数的变化，而不是直接调整整个权重矩阵。这种方法通过减少微调的参数数量来提高训练效率。基本公式假设预训练模型的某一层权重为(W\in\mathbb{R}^{d\timesk})，LoRA的调整方式是：[W’=W+\DeltaW]其中(\DeltaW)是调整后的权重变化。LoRA假设权重变化(\DeltaW)的秩较低，可以表示为两个低秩矩阵的乘积

背太阳的牧羊人·2025-03-20 08:53

Chainlink 预言机的原理解析

本文来自于8月19日Chainlink开发者社区中国负责人Frank，在DAppLearning分享会上对于Chainlink预言机的原理的讲解，以下是这节分享会的总结内容。

Chainlink资讯·2025-03-20 07:17

一文带大家了解RARR（Retrieve-Read-Rerank）和 RAG（Retrieval-Augmented Generation）的区别

RARR（Retrieve-Read-Rerank）和RAG（Retrieval-AugmentedGeneration）是两种不同的检索增强生成技术，核心差异在于流程设计、优化目标及适用场景。

测试开发Kevin·2025-03-19 10:23

游戏引擎导论

浅墨觉得，历代DirectX龙书的作者FrankLuna在龙书中忽视了非常重要的一方面内容的讲解，那就是就是学完了Dir

方块砖·2025-03-18 16:55

从零学习大模型（六）-----LoRA（上）

LoRA简介LoRA（Low-RankAdaptation）是一种参数高效的微调技术，旨在降低微调大规模预训练模型的存储和计算成本。

懒惰才能让科技进步·2025-03-18 06:01

RAG数据嵌入和重排序：如何选择合适的模型

RAG模型的核心在于两个关键步骤：数据嵌入（Embedding）和重排序（Re-ranking）。这两个步骤的选择和优化对于模型的性能至关重要。本文将探讨如何选择合适的模型来实现高效的数据

从零开始学习人工智能·2025-03-18 00:12

第二十五篇 SQL优化杀手锏：用分析函数让你的查询快如闪电

初识分析函数：外卖骑手的一天1.1真实工作场景二、分析函数三板斧（超直观对比表）三、手把手教学：5大核心函数详解️3.1排名三剑客（班级成绩单案例）3.1.1ROW_NUMBER()：唯一学号式排名3.1.2RANK

随缘而动，随遇而安·2025-03-17 20:09

LORA 微调大模型：从入门到入土

而在众多微调方法中，LORA全名(Low-RankAdaptation)以高效性和实用性，逐渐成为了许多开发者训练模型的首选项。作为一名小有经验的咸鱼开发者，我深知在实际项目中高效的进行

大模型.·2025-03-17 17:49

使用FastAPI部署bge-base和bge-reranker

最近在做RAG项目，会频繁使用到本地embedding模型和rerank模型，但是每次跑demo都要用10来秒加载模型，非常慢，所以就封装了接口用于直接调用importosimportnumpyasnpimportloggingimportuvicornimportdatetimefromfastapiimportFastAPI

MoyiTech·2025-03-17 11:03

Python扑克牌小游戏

剩余3张作为底牌出牌规则：玩家依次出牌，必须出比上家更大的牌型，或者选择不出胜利条件：先出完手中牌的玩家获胜2.游戏框架设计2.1牌型定义classCard:def__init__(self,suit,rank

Small踢倒coffee_氕氘氚·2025-03-15 18:35

算法在各领域的广泛应用：100 个实例全解析

一、互联网与信息技术领域搜索引擎算法：如谷歌的PageRank算法，用于根据网页的重要性和相关性对搜索结果进行排序，帮助用户快速找到所需信息。

软件职业规划·2025-03-15 15:07

redis的zset命令总结

命令总结文章目录redis的zset命令总结1.zadd2.zrem3.zcard4.zrange5.zrevrange6.zrangebyscore7.zrevrangebyscore8.zcount9.zrank10

脱氨垃圾·2025-03-15 10:58

分布式训练中的参数local_rank

local_rank是一个常用于分布式训练中的参数，用于指示当前进程的本地编号。它帮助在分布式环境中区分不同的进程。

挨打且不服66·2025-03-13 13:09

【梯度下降算法】

1947年FrankRosenblatt在感知机研究中首次系统应用梯度下降思想1.2机器学习时代的复兴21世纪深度学习革命使梯度下降算法获得新生：2006年Hinton团队在深度信念网络中的突破应用2

蝉叫醒了夏天·2025-03-13 12:01

redis 用来实现排行榜的功能

@Test@DisplayName("实现一个简单的排行榜")publicvoidzSetRankingTest(){ZSetOperationszSetOperations=redisTemplate.opsForZSet

追风林·2025-03-12 23:51

论文摘要生成器：用TextRank算法实现文献关键信息提取

numpy：提供数值计算能力，如数组操作、矩阵运算等，主要用于TextRank算法的实现。importsysimportreimportjiebaimpor

Atlas Shepherd·2025-03-12 21:10

计算机中计算排名用什么公式,最全面的Excel函数排名公式汇总

本文列举了关于排名的几种方法：第一部分：美式排名公式一、用RANK函数两参数用法做基础排名(默认降序排列)。特点：如果有两个数字排名相同，如下图，有两个第5名，下一名就是第7名，跳过了6。

鸦杀已尽·2025-03-12 15:30

使用Excel计算排名

在Excel中，有几种方法可以计算排名，常用的是使用RANK、RANK.EQ和RANK.AVG函数。这些函数可以根据给定的数据范围计算每个值的排名。以下是一些具体的排名计算示例。

IT铺子·2025-03-12 14:53

在整个大模型LoRA微调中，哪些方法可以提升和优化模型训练后推理效果？

解决方案：在LoRA（Low-RankAdaptation）微调大模型后，提升和优化推理效果可以从以下多维度策略入手，涵盖数据、模型架构、训练策略和后处理技术等方面：1.数据优化数据质量与多样性确保微调数据覆盖目标场景的多样性

玩人工智能的辣条哥·2025-03-12 11:38

大模型与图数据库RAG通俗流程拆解

图构建（略）neo4j、tugraph等均可，不影响GraphRAG核心框架模型向量化模型bce-embedding-base_v1重排序模型bce-reranker-base_v1大语言模型Qwen/

gallonyin·2025-03-10 02:15

推荐频道