llm - course：从基础到进阶的大模型学习宝藏教程
https://docs.feishu.cn/v/wiki/BBqowQHXZiUWC3khsCOcQrZBnme/a2这是我在GitHub上发现的最全的开源大模型教程，作者整合了大量LLM教材和资料，绘制学习路线图。可以帮助初学者快速掌握大模型的应用和开发技巧，也可以帮助有经验的数据科学家 ...
飞搜侠
热门搜索
ChatGPT在做什么？为什么它能够成功？ - 飞书文档
https://docs.feishu.cn/article/wiki/NtbRwTs8Vi8b35k7paOcheyFnKb再次强调，现在还不清楚是否有方法“总结它的操作方式”。但是，语言的丰富性和细节 ... 导数】。结果是我们可以在某种局部逼近的情况下“反演”神经网络的操作，并 ...
对抗样本防御：经验与理论的探索 - 飞书文档
https://docs.feishu.cn/v/wiki/DVgaw9FSBitbohk12iAcswmcnCd/a63每个神经元不一样，适用全连接. 反向传播算法（BP:Back Propagation）. 又称作误差反向传播算法. 给出了一种计算偏导数的方法. 损失函数是用于衡量模型预测结果与实际结果 ...
MLP的万能逼近定理如何理解？ - 飞书文档
https://docs.feishu.cn/v/wiki/Af76wZbh4i4YvtkOkDvc56D2nZc/ao解决过拟合的方法通常包括以下几种：. 数据增强（Data Augmentation）：可以对训练数据进行扩增，如旋转、缩放、翻转等，从而增加 ...
算子融合如何提升LLM推理性能？ - 飞书文档
https://docs.feishu.cn/v/wiki/SterwrHAKi7TErkXgSMcVJEHnRg/aa这种低效率是由于GPU上不同线程块之间的负载分配不佳，导致低占用率或不必要的共享内存读/写。 方法：. (1) **调整算法，减少中间缩放的次数。 **通常实现Softmax算子为了数值 ...
指令微调能灌注新知识吗？ - 飞书文档
https://docs.feishu.cn/v/wiki/KxSRwQf4Ri918Xk7Bqecj5ZwnIh/al2024年2月12日 ... 这个根据x求出y的过程就是**模型的推理过程**。在LLM中，x一般是一个句子，如“帮我计算23+20的结果”，y一般是：“等于43”。