当前位置:

人工智能

什么是MoE架构?
548 阅读
Zero-shot、One-shot、Few-shot 的区别
574 阅读
什么是混合精度训练(FP16、BF16)?
604 阅读
什么是批量归一化(BatchNorm)?
593 阅读
什么是 Self-RAG?
529 阅读
如何判断模型是否能部署在某显卡上
568 阅读
什么是 RAG(检索增强生成)?
585 阅读
什么是 QPS(Queries per Second)?
582 阅读
什么是 DPO(Direct Preference Optimization)?
845 阅读
模型训练中常见的优化器有哪些?
609 阅读
什么是交叉熵(Cross Entropy)?
544 阅读
什么是残差连接(Residual)?
563 阅读
什么是位置编码(Positional Encoding)?.docx
762 阅读
什么是损失函数(Loss)?
605 阅读
什么是 Self-Attention?
617 阅读
为什么要使用多头注意力(Multi-head Attention)?
601 阅读
为什么 Transformer 能取代 RNN?
570 阅读
什么是 Transformer 架构?
646 阅读
什么是参数量,比如7B、13B是什么意思?
620 阅读
KV Cache 在训练和推理中的差异是什么?
596 阅读
挑一个你深入研究过的模型(比如 DeepSeek‑R1/Llama/Mistral/Qwen),聊聊架构特性、训练技巧和使用心得。
826 阅读
你在线上或离线训练时,过拟合怎么系统性处理?直接说你最有效的三个方法和拿到的收益。
610 阅读
把 Transformer / Decoder‑only 的整体结构过一遍,各个组件分别在干什么,有哪些常见变体。
622 阅读
反馈