模型chatgpt whisper
小模型也可以「分割一切」，Meta改进SAM，参数仅为原版5%
前言 Segment Anything 的关键特征是基于提示的视觉 Transformer（ViT）模型，该模型是在一个包含来自 1100 万张图像的超过 10 亿个掩码的视觉数据集 SA-1B 上训练的，可以分割给定图像上的任何目标。这种能力使得 SAM 成为视觉领域的基础模型，并在超出视觉之外的 ......
大模型评测工具&评测基准
● 评测工具：用于评估模型的整体能力 ● 评测基准：用于评估模型在特定任务方面的能力 评测集名称 核心维度 测试模型的描述 评测类型 MMLU 多模态语言理解 理解文本、图像和音频等多种模态数据之间的关系方面的能力 评测工具 AGIEVAL 通用人工智能 自然语言理解、机器翻译、视觉识别等多种不同任 ......
语言模型：GPT与HuggingFace的应用
本文分享自华为云社区《大语言模型底层原理你都知道吗？大语言模型底层架构之二GPT实现》，作者：码上开花_Lancer 。 受到计算机视觉领域采用ImageNet对模型进行一次预训练，使得模型可以通过海量图像充分学习如何提取特征，然后再根据任务目标进行模型微调的范式影响，自然语言处理领域基于预训练语言 ......
文心一言 VS 讯飞星火 VS chatgpt （152）-- 算法导论12.2 8题
八、用go语言，证明：在一棵高度为 h 的二叉搜索树中，不论从哪个结点开始，k 次连续的 TREE-SUCCESSOR 调用所需时间为 O(k+h)。 文心一言： 要证明在一棵高度为 h 的二叉搜索树中，不论从哪个结点开始，k 次连续的 TREE-SUCCESSOR 调用所需时间为 O(k+h)，我 ......
The kexec-based Crash Dumping Solution （翻译 by chatgpt）
原文：https://www.kernel.org/doc/html/latest/admin-guide/kdump/kdump.html 这份文档包括概述、设置、安装和分析信息。 概述 Kdump 使用 kexec 快速引导到一个转储捕获内核，每当需要对系统内核的内存进行转储（例如系统发生崩溃） ......
Assembler Annotations （翻译 by chatgpt）
原文：https://www.kernel.org/doc/html/latest/core-api/asm-annotations.html 汇编注释 版权所有（c）2017-2019 Jiri Slaby 本文档描述了汇编中用于注释数据和代码的新宏。特别是，它包含了关于SYM_FUNC_STAR ......
Shrinker Debugfs Interface （翻译 by chatgpt）
原文：https://www.kernel.org/doc/html/latest/admin-guide/mm/shrinker_debugfs.html Shrinker Debugfs Interface 收缩器 debugfs 接口提供了对内核内存收缩子系统的可见性，并允许获取有关单个收缩器 ......
Page Tables (页表) (翻译 by chatgpt)
原文：https://www.kernel.org/doc/html/latest/mm/page_tables.html 分页虚拟内存是在1962年与虚拟内存概念一起在Ferranti Atlas计算机上发明的，这是第一台具有分页虚拟内存的计算机。随着时间的推移，这一特性迁移到了更新的计算机上，并 ......
Symbol Namespaces (符号命名空间)（翻译 by chatgpt）
原文：https://www.kernel.org/doc/html/latest/core-api/symbol-namespaces.html 以下文件描述了如何使用符号命名空间来构造通过EXPORT_SYMBOL()宏系列导出的内核符号的导出表面。 1. 介绍 符号命名空间被引入作为结构化内核 ......
How to get printk format specifiers right (如何正确使用printk格式说明符)（翻译 by chatgpt）
原文：https://www.kernel.org/doc/html/latest/core-api/printk-formats.html#printk-specifiers 如何正确使用printk格式说明符 整数类型 如果变量是Type类型， 则使用printk格式说明符： signed ch ......
Printk Index （翻译 by chatgpt）
原文：https://www.kernel.org/doc/html/latest/core-api/printk-index.html Printk索引 有许多方法可以监视系统的状态。一个重要的信息来源是系统日志。它提供了大量信息，包括更或不那么重要的警告和错误消息。 有一些监控工具可以根据记录的 ......
Control Group v2 —— Namespace（翻译 by chatgpt）
原文：https://www.kernel.org/doc/html/latest/admin-guide/cgroup-v2.html#namespace Namespace 命名空间 Basics 基础知识 cgroup namespace provides a mechanism to vir ......
8卡3090GPU云服务器上采用VLLM部署中文llama2-70b模型及OpenAI格式接口
TigerBot-70b-4k-v4 推理部署 模型本地部署（基于HuggingFace) 根据实际测试，加载模型需要约129G显存，最低需要6张3090显卡（流水线并行） 如果使用vllm进行加速推理（张量并行），考虑8张3090显卡或者4张A100-40G（模型分割要求） 模型下载 截至目前，模 ......
Control Group v2 —— Controller（翻译 by chatgpt）
原文：https://www.kernel.org/doc/html/latest/admin-guide/cgroup-v2.html#controllers Controllers CPU The "cpu" controllers regulates distribution of CPU c ......
chatgpt接口开发笔记3: 语音识别接口
chatgpt接口开发笔记3: 语音识别接口 1.文本转语音 1、了解接口参数 接口地址： POST https://api.openai.com/v1/audio/speech 下面是接口文档描述内容： 参数： { "model": "tts-1", "input": "你好，我是饶坤，我是ter ......
一张图生成一个视频大模型公开
一张图生成一个视频大模型公开 Animate Anyone: Consistent and Controllable Image-to-Video Synthesis for Character Animation 为任何人制作动画：用于角色动画的一致且可控的图像到视频合成； 论文地址：https: ......
文心一言 VS 讯飞星火 VS chatgpt （151）-- 算法导论12.2 7题
七、用go语言，对于一棵有 n 个结点的二叉搜索树，有另一种方法来实现中序遍历，先调用 TREE-MINIMUM 找到这棵树中的最小元素，然后再调用 n-1 次的 TREE-SUCCESSOR。证明:该算法的运行时间为 O(n)。 文心一言： 灵捷3.5 。 为了证明该算法的运行时间为 O(n)，我 ......
深度学习笔记3：使用预训练模型之特征提取
我们在小型图像数据集上做深度学习时，一种高效且实用的方法是采用预训练模型。预训练模型，指的是在大型数据集上预先训练好的模型。如果原始数据集具有足够的规模和通用性，那么预训练模型所学习到的特征的空间层次结构可以被视为视觉世界的通用模型。与许多早期的浅层学习方法相比，这种在不同问题之间移植特征的能力是深 ......
浅析MySQL代价模型：告别盲目使用EXPLAIN，提前预知索引优化策略
熟悉代价模型之后，我们可以预先了解 MySQL 在执行查询时会如何选择索引，从而更有效地进行索引优化。在接下来的文章中，我将结合近期进行索引优化的具体案例，来详细解释如何运用代价模型来优化索引。 ......
ChatGLM 模型部署
ChatGLM 模型部署 模型地址： huggingface：https://huggingface.co/THUDM/chatglm3-6b modelscope：https://modelscope.cn/models/ZhipuAI/chatglm3-6b/summary 搭建环境 # 下载代 ......
[AI]大模型稳定角色扮演形成“自我认知”
本文从社会关系的角度,探讨人类自我身份认知形成的部分影响机理。并提出人工智能的角色扮演已经是一种基础的自我认知能力。当知识库中积累了足够的自我相关信息，那么人工智能可以模拟人类的这种自我身份认知的能力 ......
倾斜摄影三维模型的根节点合并的模型质量提升方法探讨
三维工厂K3DMaker是一款三维模型浏览、分析、轻量化、顶层合并构建、几何校正、格式转换、调色裁切等功能专业处理软件。可以进行三维模型的网格简化、纹理压缩、层级优化等操作，从而实现三维模型轻量化。轻量化压缩比大，模型轻量化效率高，自动化处理能力高；采用多种算法对三维模型进行几何精纠正处理，精度高，... ......
使用预训练语言模型作帖子分类
预训练语言模型PLMs或PTMs应用广泛且效果良好。有的文章中把自然语言处理中的预训练语言模型的发展划分为4个时代:词入时代，上下文嵌入(Context Word Embedding)时代、预训练语言模型时代、改进型和领域定制型时代。 为什么需要预训练 模型通常需要非常大的参数量，但并不 ......
R语言SIR模型网络结构扩散过程模拟SIR模型（Susceptible Infected Recovered ）代码实例|附代码数据
全文链接：http://tecdat.cn/?p=14593 最近我们被客户要求撰写关于SIR模型的研究报告，包括一些图形和统计输出。 与普通的扩散研究不同，网络扩散开始考虑网络结构对于扩散过程的影响。这里介绍一个使用R模拟网络扩散的例子 基本的算法非常简单：生成一个网络:g(V, E)。随机选择一 ......
数据分享|AARRR模型淘宝用户行为分析、电商销售分析
全文链接：https://tecdat.cn/?p=34482 原文出处：拓端数据部落公众号 分析师：Ye Yuan 随着互联网、5G时代到来，大数据横空出世，数据变得越来越重要，如何针对业务问题和需求 ，提取有效特征数据并对问题进行深入分析，最终得到可靠的结论是数据分析最核心的环节，只有得出正确的 ......
Control Group v2 （翻译 by chatgpt）
原文：https://www.kernel.org/doc/html/latest/admin-guide/cgroup-v2.html 另外两篇： Control Group v2 —— Controller（翻译 by chatgpt） Control Group v2 —— Namespace ......
大模型词表构建
1.引言 在文本输入embedding层之前，以中文文本为例，首先对文本进行分词并进行one-hot编码，分词肯定是根据词表来进行分词，那构建一个合适的词表就显得至关重要，过大或者过小都会对后续模型的训练效果产生影响。所以这里介绍当前各个大模型的词表构建方法。 2.技术基础 在介绍具体的词表构建方法 ......
第四单元 视图与模型
create database MvcUnit4; go use MvcUnit4; go create table Product ( Id bigint primary key, ProductName varchar(30), CategoryName varchar(30), Price d ......
three.js 使用 sortObjects 和 renderOrder 处理网格修改后覆盖模型的问题
问题效果： 目标效果 处理此问题首先需要了解three的渲染机制： 渲染机制 threejs的渲染器是基于webGL的。它的渲染机制是根据物体离照相机的距离来控制和进行渲染的。也就是说，它根据物体的空间位置进行排序，然后根据这个顺序来渲染物体。对于透明的物体，是按照从最远到最近的顺序进行渲染。控制渲 ......