RAG超参数调优食用指南 - 飞书文档
https://docs.feishu.cn/article/wiki/XNbCwSjXTiFjRvkzxTcc8FBAnoh**超参数调优是一个过程，用于确定如何正确组合超参数以最大化模型性能。 **它涉及运行多个试验，每个试验都是训练程序的完整执行，采用不同的超参数设置值在指定范围内进行 ...
飞搜侠
热门搜索
优化YOLO模型预测性能的参数配置 - 飞书文档
https://docs.feishu.cn/v/wiki/Q6HTweMO9iki6WkkqfhcskkNnks/a7YOLO 模型的训练设置包括多种超参数和配置，这些设置会影响模型的性能、速度和准确性。微调涉及采用预先训练的模型并调整其参数以提高特定任务或数据集的性能。该过程也称为 ...
Adam 优化器的超参数设置有何依据？ - 飞书文档
https://docs.feishu.cn/v/wiki/Vag9wQn9CiA8gjkg7kXcSrR0nCh/am一、合理的数据选择 · 分词：将文本分割成更小的单元，如单词或子词。对于英语和德语，由于单词之间有空格分隔，分词相对简单。但对于其他语言，可能需要使用专门的分词工具。
解读InternLM2技术报告：模型训练中的优化策略与参数设置
https://docs.feishu.cn/v/wiki/Ax4ow7Kb8iIWfMkZ5CUcobtWnMf/a9为了保持大模型微调后的长上下文能力，在SFT和RHLF阶段中需要继续使用长上下文预训练数据，主要使用来自书籍的长上下文数据和从GitHub获得的长上下文数据。为了增强InternLM2 ...
Flux模型中DynamicThresholdingFull参数如何优化？ - 飞书文档
https://docs.feishu.cn/v/wiki/VVtEwktpwiBOi6khe2vcYptRnbd/ahFlux 模型的CFG 值必须设置为1，CFG = 1 导致不能使用negative prompts，如果我们增加CFG，很快就会出现色彩过饱和和输出崩溃的情况，为了解决这个问题，我们可以使用一个sd- ...
微调参数设置有何要点？ - 飞书文档
https://docs.feishu.cn/v/wiki/TNUAw3AMtiToCnkVgL5cVR8anyh/ae**基本超参数调整**调整学习率、批量大小等超参数，优化模型性能。 **类比： **烹饪时调整火候和调味料的比例。 **迁移学习**利用预训练模型，通过少量数据进行微调 ...
如何优化大语言模型设置 - 飞书文档
https://docs.feishu.cn/v/wiki/VPATwEzhSi76n8ka4lrcCP4rnjg/a2Top_p：同样，使用 top\_p （与 temperature 一起称为核采样的技术），可以用来控制模型返回结果的真实性。如果你需要准确和事实的答案，就把参数值调低。如果你想要更多样化的 ...
AFlow - 飞书云文档
https://deepwisdom.feishu.cn/wiki/ZB3ywCbv6ig3yCkAJPbceXWInNf1. 配置优化参数： · 2. 在config/config2.yaml 中配置LLM参数（参考examples/aflow/config2.example.yaml） · 3. · 4. · 5. · 6.
LoRA技术要点剖析：从超参数到训练优化 - 飞书文档
https://docs.feishu.cn/v/wiki/BqdEwiMzHiA2iRkOjsKcyAwlneb/a3例如，假设我们有一个** 7B 参数的语言模型**，用一个权重矩阵W 表示。在反向传播期间，模型需要学习一个ΔW 矩阵，旨在更新原始权重，让损失函数值最小。
YOLO模型训练：设置关键参数提升性能 - 飞书文档
https://docs.feishu.cn/v/wiki/QsfywZnYri70rbkIcUCcGUD8nvf/a2YOLO 模型的训练设置包括多种超参数和配置，这些设置会影响模型的性能、速度和准确性。微调涉及采用预先训练的模型并调整其参数以提高特定任务或数据集的性能。