使用 Firefly 在单卡 V100 上对 Qwen1.5 进行 SFT 和 DPO 训练
C3P00
ChatGPT 论文写作助手:7 小时完成论文的全方位指南
在当今快速发展的人工智能时代,ChatGPT 作…
Redis 哨兵机制: 实现高可用的利器
Redis 作为一款高性能的键值对存储系统, 在…
InfoBatch: 无损训练加速的无偏动态数据剪枝方法
SILU 激活函数
"SILU" 激活函数，也被称为"Swish"或"Sigm…
GraphRAG：智能摘要技术的新突破
在数字化时代，我们每天都在创造海量文本…
探索 GraphRAG：微软研究的新篇章
在人工智能的宏伟蓝图中，GraphRAG（Retri…
探索 DB-GPT：定义数据库的未来交互
在这个信息爆炸的时代，数据库的管理和交…
UIO-LLMs：面向长文本的大语言模型无偏增量优化方法
摘要 大型语言模型 （LLMs） 在处理长文本时…
将 VLC Media Player 集成到 Android App
要将 VLC Media Player 集成到 Android 应用程…
基于模型的强化学习 （Model-Based Reinforcement Learning, MBRL） 和无模型强化学习 （Model-Free Reinforcement Learning, MFRL）
强化学习 （RL） 可以大致分为两大类：基于…
强化学习的 AC 类算法 （Actor-Critic Algorithms）
