大模型
关注
分享
扫一扫
文章平均质量分 81
AI人工智能时代
【大模型研习社 | 用AI撬动未来】
在这里，你将收获：
零门槛解读ChatGPT、文心一言等前沿大模型核心原理
手把手实战教程：从模型微调到行业级应用落地
每日更新！AIGC创新案例/Prompt技巧/论文精读/工具测评
企业级解决方案 × 个人效率革命，让AI成为你的超能力
我们专注：
▷ 大模型底层架构解密 ▷ 垂直领域应用爆破 ▷ 开发部署避坑指南
▷ 全球AI前沿速递 ▷ 开源项目复现 ▷ 职业发展新赛道
无论你是AI萌新还是资深极客，这里都有你想要的"硬核知识燃料"！
关注即送《大模型实战入门大礼包》，回复"进化"开启你的智能
展开
-
大模型时代人人必修：Attention机制、Transformer深度解析与实战应用（小白也能看懂）
词嵌入（Word Embedding）：nn.Embedding层权重矩阵的两种常见选择：（1）使用预训练(Pre-trained) 的Embeddings并固化 （2）对其进行随机初始化(当然也可以选择预训练的结果)并设为可训练的(Trainable)。就像你听一段很长的演讲，可能只记得最后几句话，而忽略了前面的重要内容。从2017年Transformer的提出，到2018年ELMo、GPT-1、BERT等模型的出现，再到2020年GPT-3的惊艳亮相，Transformer的发展可谓日新月异。原创 2025-02-27 11:54:45 · 794 阅读 · 0 评论 -
深入理解大模型之手搓大模型训练（附源码，深入理解）
coeff = 0.5 * (1.0 + math.cos(math.pi * decay_ratio)) # 余弦函数计算衰减系数，范围为0到1。batch_iter = iter_batches(split=split) # 获取对应数据集的批次迭代器。说白了，大模型就像一个“超级学霸”，它“博览群书”（海量数据训练），“过目不忘”（超强记忆力），“举一反三”（生成能力）。tokens_per_iter = batch_size * max_seq_len # 每次迭代处理的token数。原创 2025-02-24 12:26:16 · 1049 阅读 · 0 评论 -
AI画图的秘密武器：Diffusion模型加噪原理大揭秘！（附运行代码，加深理解）
Diffusion模型生图之加噪原理原创 2025-02-19 09:45:00 · 881 阅读 · 0 评论 -
还在手动搜资料？弱爆了！10分钟教你用AI打造“超级调研员”，效率狂飙1000%！（从零搭建附源码）
未来，AI将在更多领域发挥更大的作用，帮助我们提高效率，解放双手！你以为的调研：优雅地坐在电脑前，泡一杯咖啡☕，轻松敲击键盘，各种数据、资料就乖乖地出现在眼前。别担心，不需要你懂复杂的编程，只需跟着下面的步骤，10分钟就能拥有一个强大的AI调研员。简单来说，这段代码定义了一个名叫“Researcher”的AI角色，它具备以下超能力：！今天就教你一个大招，用AI打造一个专属的“超级调研员”，让你的工作效率直接起飞。* 为了找几个关键数据，翻遍了全网，找到的还都是过时的、没用的信息。原创 2025-02-15 08:59:57 · 470 阅读 · 0 评论 -
别再逃避AI了！再不学就晚了！你的职场，正在被一种新物种 т悄悄地颠覆…（从零搭建RAG智能体）
想象一下，如果把你的工作文档、行业报告、学习资料都 “向量化” 存储起来，然后搭建一个专属的AI智能体， 你的工作效率将会提升到什么程度？接下来，我就带你 亲手搭建一个最简单的AI智能体，让你体验一下AI的魔力！想想看，如果你的同事、你的竞争对手，都开始用AI武装自己，工作效率提升了几倍，而你还在用传统的方式埋头苦干，结果会怎样？只要你愿意迈出第一步， 你就能在AI时代找到自己的位置，甚至成为时代的领跑者！你只用了几行代码，就搭建了一个能够理解你的问题，并从专业文档中找到答案的AI智能体！原创 2025-02-13 09:09:16 · 1167 阅读 · 0 评论 -
打工人别再瞎忙了！AI时代，你真正该学的不是“工具”，而是这个…
下载方案2：打开这个链接https://hf-mirror.com/intfloat/e5-large-v2/tree/main，下载除了model.safetensors的以外部分，保存到当前代码同级目录的embedding_model文件夹下。RAG（Retrieval-Augmented Generation）是一种强大的AI技术，它结合了检索和生成模型的优点，能够从海量数据中检索相关信息，并生成高质量的文本。它不仅能提升你的生产力，更能让你从繁琐的工作中解放出来，去做更有价值、更有创造力的事情！原创 2025-02-12 16:48:40 · 411 阅读 · 0 评论