搜索[Agent训练]结果-低调大师优秀个人博客

精选列表

搜索[Agent训练]，共10000篇文章

腾讯混元文生图大模型开源训练代码，发布LoRA与ControlNet插件

6月21日，腾讯混元文生图大模型（以下简称为混元 DiT 模型）宣布全面开源训练代码，同时对外开源混元 DiT LoRA 小规模数据集训练方案与可控制插件 ControlNet。

2024-06-24

Paper Digest | 基于原型学习的实体图谱预训练跨域推荐框架

过去一年在团队的主要工作为基于知识图谱的预训练推荐模型，基于知识增强的大语言模型及其应用，其中包括在SIGIR'23发表的理财场景下基于多粒度解耦的图神经网络框架MGDL，在WSDM'24发表的基于原型学习的实体图谱预训练跨域推荐框架

2024-05-11

阿里云 PAI - 灵骏大模型训练工具 Pai-Megatron-Patch 正式开源

该项目提供了业界主流开源大模型基于Megatron-LM的训练&离线推理验证流程，方便用户快速上手大模型训练。

2023-10-07

得物如何打造通用大模型训练和推理平台

随着大模型的发展，大模型的训练与部署技术变的非常重要了。我们调研了 LORA 与 QLORA 等微调训练技术，以及 GPTQ 量化部署技术。

2023-07-31

美国将限制中国使用亚马逊、微软等提供训练 AI 模型的云服务

据《华尔街日报》报道，美国政府正准备出台一系列措施，限制中国企业和个人使用美国的云计算服务，以保护美国的数据安全和技术优势。这些措施可能包括对云服务提供商的出口许可要求、对云服务用户的背景审查、对云服务内容的监管等。新规如果获得通过，可能会要求亚马逊和微软等美国云服务提供商需先经过政府许可，才能给中国提供 AI 芯片相关的云计算服务。美国商务部预计将在未来几周内实施该限制，作为 10 月份推出的半导体出口管制政策扩展的一部分。云计算是指通过互联网提供各种计算资源和服务的模式，包括存储、处理、分析、应用等。云计算市场规模巨大，预计到2025年将达到1.3万亿美元。美国是云计算的领导者，拥有多家知名的云服务提供商，如亚马逊、微软、谷歌等。中国是云计算的快速发展者，拥有多家竞争力强劲的云服务提供商，如阿里巴巴、腾讯、华为等。相关链接、相关信息来源: https://www.reuters.com/technology/us-set-restrict-chinas-access-cloud-computing-wsj-2023-07-04/

2023-07-04

用一杯星巴克的钱，训练自己私有化的ChatGPT

DolphinScheduler加持训练的开源大模型！

2023-05-30

DLRover：云上自动扩缩容 DeepRec 分布式训练作业案例分享

DLRover 首先让训练作业跑起来，然后监控训练作业所有节点的负载和整体训练性能，并根据监控指标来动态调整作业的资源，从而提升训练性能和资源利用率。

2023-04-18

面向大模型训练，腾讯云发布新一代高性能计算集群

去年10月，腾讯完成首个万亿参数的AI大模型——混元NLP大模型训练。在同等数据集下，将训练时间由50天缩短到11天。如果基于新一代集群，训练时间将进一步缩短至4天。

2023-04-14

PGLBox 超大规模 GPU 端对端图学习训练框架正式发布

作者 | PGLBox项目组导读 PGLBox是百度研发的基于GPU的大规模图模型训练框架，支持数百亿节点和边的图模型全GPU训练，已在百度广泛部署。

2023-02-28

算法 KECP 被顶会 EMNLP 收录，极少训练数据就能实现机器阅读理解

KECP 是一种面向机器阅读理解的小样本学习算法，采用 Prompt-Tuning 作为基础学习范式，在仅需要标注极少训练数据的情况下，在给定文章中抽取满足要求的文本作为答案。

2022-12-08

EasyNLP发布融合语言学和事实知识的中文预训练模型CKBERT

中文预训练语言模型概览在这一节中，我们首先简要回顾经典的中文预训练语言模型。

2022-11-14

Beyond 预训练语言模型，NLP还需要什么样的知识？

2018年底，预训练语言模型横空出世，极大缓解了这个问题，通过“超大规模无监督语料上的预训练语言模型+相对少量的监督样本进行任务精调（fine-tuning）”，可以大幅提升各类NLP任务的效果。

2021-07-20

看MindSpore加持下，如何「炼出」首个千亿参数中文预训练语言模型？

摘要：千亿参数量的中文大规模预训练语言模型时代到来。本文分享自华为云社区《MindSpore开源框架加持，如何「炼出」首个千亿参数、TB级内存的中文预训练语言模型？》

2021-05-19

一个Notepad++的替代品（Qt 6.0 恢复训练成果）

距离开始学Qt已经有几年时间了，刚开始的时候还是鹿神带着复习了C++是什么。现在虽然照样不会逆向，不过C/C++已经是常用的语言了。（碎碎念：还是想学逆向工程，可惜时间不允许）为了毕业去干了别的方向的开发，Qt作为一个技能点虽然保留着但是很久没写了。正好前一段时间Qt 6发布了，就顺带着复习了一下Qt的使用。从12月31日到今天难得有点完整的时间。就用Notepad++作为目标准备复刻一个完整功能的Notepad++。定这个目标一是相对来说这东西比较简单，第二个是在多年前和鹿神写IDE的时候，很多功能受限于对架构的熟悉程度，不知道该怎么写。感觉是时候补完当年的遗憾了。大概经过了从12天的开发，很多功能已经写出来了。下面是当前版本状态的一个截图这次复刻感想还是很多的，当年对编辑器的很多幻想也都一一得到了印（po）证（jie）。曾经觉得好像很复杂的功能现在也能慢慢写出来了。代码质量虽然仍待提升，但是已经会一边写代码一边重构了。这次复习主要是想全部使用Qt的Native代码，不引入任何第三方库，也不去努力写GUI特效，想看看自己现在能在最短的时间内搞出多少功能。发现其实Qt已经解决了很多问题了，多数麻烦的功能都可以尽快的得到实现。回想一下，鬼知道当年在GUI上花了多少工夫（笑）项目本身之后还会龟速推进下去，项目主要托管在gitee上，github上会作为镜像保留一份： https://gitee.com/Miyanaga/memo https://github.com/Harinlen/Memo 在完成一些基本的功能之前暂时没有发布计划，Mac和Linux下暂时还没做编译验证。有做Qt 5兼容的想法（也没有使用太多Qt 6的特性），但是仍需时间付出实践。看看这回能走到哪里吧。希望2021一切顺利。

2021-01-11

训练营报名中 | 5天突破Elasticsearch全观测日志分析能力

数据在一个平台统一分析• 是否希望建立统一的可视化视图、对齐时间、统一过滤条件• 是否希望建立统一的基于规则的监控和告警，关联多个数据源• 是否希望建立统一的机器学习的智能监控和告警如果你希望实现这些能力，来报名参加本训练营吧

2020-09-08

从 GPU、TPU，到 Web 端、移动端，深度学习部署训练变简单

深度学习框架训练模型通常要求设备具有强大的算力，因此过去多是在 GPU 或是 TPU 上训练，之后再压缩部署到各终端设备。上述的三个框架也不例外。

2020-07-08

单张图像就可以训练GAN！Adobe改良图像生成方法 | 已开源

数据集太小了，无法训练GAN？试试从单个图像入手吧。最近，来自Adobe和汉堡大学的研究人员，对这个方法做了改进，探讨了几种让GAN在单幅图像提高训练和生成能力的机制。

2020-03-30

阿里云数据中台训练营第一期圆满落幕

近日，由阿里巴巴数据中台团队主办的阿里云数据中台训练营第一期顺利落下帷幕。

2019-01-30

怎样三天训练出AI围棋大师？教你AlphaGo Zero的3个trick

AlphaGo Zero不仅提出了新的网络架构，也带来了一些新的神经网络训练技巧。

2018-01-16

在终端设备上实现语音识别：ARM开源了TensorFlow预训练模型

△关键词识别pipeline 近日，ARM和斯坦福大学合作开源了预训练TensorFlow模型和它们的语音关键词识别代码，并将结果发表在论文Hello Edge: Keyword Spotting on

2017-12-31

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。