多模态模型的实现与发展 - 飞书文档
https://docs.feishu.cn/v/wiki/MoJxwYTLxitweakOM98cCNZqnzb/a7何泰然博士强调，遥操作技术可以有效地收集数据，为机器人的自主学习提供支持。OmniH2O-6 数据集的发布，包含六个日常任务，证明了机器人在复杂环境中的应用潜力。此外，何泰然 ...
飞搜侠
热门搜索
如何基于Ray构建复杂数据处理链路？ - 飞书文档
https://docs.feishu.cn/v/wiki/JTciw6K6ai2hFukZO1rcI6VdnNA/apMamba在语言、音频、基因组学等多种模态中达到SOTA水平，并在语言建模中表现优于同规模Transformer模型。该模型的硬件感知算法将SSM与Transformer的MLP块融合，形成同质架构， ...
Kimi功能全解析，助你高效解决问题 - 飞书文档
https://docs.feishu.cn/v/wiki/YojIwenr1iRqq0kHRISc9NY1nkr/a1提示词工程（prompt engineering）则是一门发挥想象力的艺术，它涉及创造性地设计和优化这些提示词，以便从语言模型中获得最佳的输出结果。在提示词工程中，不需要具备编程经验， ...
4.5 历史更新 - 飞书文档
https://docs.feishu.cn/article/wiki/FjiOwWp2giA7hRk6jjfcPioCnAc以往用Cursor编程，项目一大，AI代码就bug频出。Claude Code则不同，通过写项目文档、做开发计划等优化流程，给AI更多上下文，大幅降低出错率。作者以 ...
9月AGI技术月报上篇 - 飞书文档
https://docs.feishu.cn/article/wiki/Y7uKwcJngil85Zkuhuhcyp96nDd在multi-step执行阶段，每一步都进行模型推理。多步执行还会在每个step中更新seq_lens，通过CUDA并行操作来实现DECODE阶段的+1操作，从而保证数据流 ...
Kimi智能助手：功能强大的多面手 - 飞书文档
https://docs.feishu.cn/v/wiki/SwjBwhYCAieLgzk1v0qcHbBnnb8/a1同志，安好！ 本文档乃由郁枫（公众号：AI 变革家）所创建，欢迎关注并相互交流。 若有需求，可开启【关注文档更新】之按钮，尔便可随时知悉文档更新之状况。 知识库中的资料更 ...
从《We Are The One》开始说起——它的诞生背后的融合工作流
https://docs.feishu.cn/article/wiki/X2nFwr4SsibWF8k46IKcC5PanT9清晰的声场细节：确保每个乐器都在声场中有适当的位置和清晰的表现。 流行（Pop）. 对于创作一首流行音乐，动机音轨需要考虑：. 记忆深刻的副歌旋律 ...
课程/教材/博客推荐 - 飞书文档
https://docs.feishu.cn/article/wiki/HYlcwbLnLiC6cjklWQocxT1Vns62024年12月1日 ... RAG通过外部数据增强提示，而微调则是将额外知识融入模型本身。研究提出了一个包含多个阶段的流水线，用于微调和RAG，并针对多个流行的LLMs（包括Llama2-13B、 ...
探索OpenAI o1模型复现的难点与可能的解决方案 - 飞书文档
https://docs.feishu.cn/v/wiki/Cn2CwOhfDiNkHyk7YaWcl0HJnDd/a4MLA通过低秩变换压缩Q、K、V矩阵的维度，并在此基础上引入RoPE（相对位置编码）。 ... 它依赖于通用性reward model和多层次的推理数据标注，并在推理过程中引入了多样性 ...
10月AGI技术月报下篇 - 飞书文档
https://docs.feishu.cn/article/wiki/QqHQwn3yJiVj27kacgYc50pgnIdUnigram Tokenization：基于词概率的单字模型，通过删除低频token 来优化词汇库。 Stream of Search: 教语言模型搜索的语言. https://www.