lokasi sekarang:Rumah > Artikel teknikal > teknologi
- Arah:
- semua web3.0 pembangunan bahagian belakang hujung hadapan web pangkalan data Operasi dan penyelenggaraan alat pembangunan rangka kerja php pengaturcaraan harian applet WeChat masalah biasa lain teknologi Tutorial CMS Java Tutorial sistem tutorial komputer Tutorial Perkakasan Tutorial mudah alih Tutorial perisian Tutorial permainan mudah alih
- Mengelaskan:
-
- Nvidia bermain dengan pemangkasan dan penyulingan: mengurangkan separuh parameter Llama 3.1 8B untuk mencapai prestasi yang lebih baik dengan saiz yang sama
- Kebangkitan model kecil. Bulan lepas, Meta mengeluarkan siri model Llama3.1, yang merangkumi model terbesar Meta setakat ini, model 405B, dan dua model yang lebih kecil dengan 70 bilion dan 8 bilion parameter masing-masing. Llama3.1 dianggap sebagai permulaan era baharu sumber terbuka. Walau bagaimanapun, walaupun model generasi baharu berkuasa dalam prestasi, ia masih memerlukan sejumlah besar sumber pengkomputeran apabila digunakan. Oleh itu, trend lain telah muncul dalam industri, iaitu membangunkan model bahasa kecil (SLM) yang berprestasi cukup baik dalam banyak tugas bahasa dan juga sangat murah untuk digunakan. Baru-baru ini, penyelidikan NVIDIA telah menunjukkan bahawa pemangkasan berat berstruktur digabungkan dengan penyulingan pengetahuan secara beransur-ansur boleh memperoleh model bahasa yang lebih kecil daripada model yang pada mulanya lebih besar. Pemenang Anugerah Turing, Ketua Meta A
- AI 328 2024-08-16 16:42:44
-
- Nvidia bermain dengan pemangkasan dan penyulingan: memotong dua parameter Llama 3.1 8B untuk mencapai prestasi yang lebih baik dengan saiz yang sama
- Kebangkitan model kecil. Bulan lepas, Meta mengeluarkan siri model Llama3.1, yang merangkumi model terbesar Meta setakat ini, model 405B, dan dua model yang lebih kecil dengan 70 bilion dan 8 bilion parameter masing-masing. Llama3.1 dianggap sebagai permulaan era baharu sumber terbuka. Walau bagaimanapun, walaupun model generasi baharu berkuasa dalam prestasi, ia masih memerlukan sejumlah besar sumber pengkomputeran apabila digunakan. Oleh itu, trend lain telah muncul dalam industri, iaitu membangunkan model bahasa kecil (SLM) yang berprestasi cukup baik dalam banyak tugas bahasa dan juga sangat murah untuk digunakan. Baru-baru ini, penyelidikan NVIDIA telah menunjukkan bahawa pemangkasan berat berstruktur digabungkan dengan penyulingan pengetahuan secara beransur-ansur boleh memperoleh model bahasa yang lebih kecil daripada model yang pada mulanya lebih besar. Pemenang Anugerah Turing, Ketua Meta A
- AI 994 2024-08-16 16:42:23
-
- bagaimana copilot berfungsi dalam perkataan?
- Copilot ialah pembantu penulisan berkuasa AI yang disepadukan dalam Microsoft Word, menggunakan NLP untuk menganalisis konteks penulisan dan mencadangkan penjanaan teks tersuai, pelengkapan ayat, penulisan semula teks dan carian maklumat. Keupayaannya termasuk semulajadi la
- AI 790 2024-08-16 16:42:17
-
- bagaimana copilot berfungsi dalam pandangan?
- Copilot ialah pembantu berkuasa AI yang menyepadukan dengan Outlook untuk meningkatkan komposisi e-mel dengan menawarkan cadangan tatabahasa dan gaya masa nyata, frasa cadangan dan pelarasan nada. Ia berintegrasi dengan lancar dengan fungsi asli Outlook a
- AI 913 2024-08-16 16:41:18
-
- bagaimana copilot berfungsi dalam kuasa bi?
- Copilot, pembantu AI dalam Power BI, menggunakan NLP untuk memahami arahan pengguna. Ia mengautomasikan tugas, memberikan cerapan dan menawarkan pengesyoran berdasarkan gelagat pengguna dan analisis data. Ciri termasuk penerokaan data automatik, cadangan diperibadikan
- AI 539 2024-08-16 16:40:26
-
- bagaimana copilot berfungsi dalam excel?
- Copilot meningkatkan pengalaman Excel dengan mengautomasikan tugas, memanfaatkan AI untuk pemprosesan bahasa semula jadi, kesedaran konteks dan pembelajaran mesin. Ia menawarkan automasi tugas, cerapan data, pengelakan ralat, antara muka mesra pengguna dan keselamatan yang teguh
- AI 387 2024-08-16 16:39:18
-
- Bolehkah kedua-dua model kecil itu mengesahkan satu sama lain dan terus membandingkan dengan model besar? rStar Microsoft tidak menggunakan CoT dan penalaan halus
- Daftar masuk antara satu sama lain supaya model kecil dapat menyelesaikan masalah besar. Adalah diketahui bahawa LLM berkuasa, tetapi keupayaannya untuk melakukan penaakulan yang kompleks tidak cukup kuat. Sebagai contoh, pada set data GSM8K, Mistral-7B hanya boleh mencapai ketepatan 36.5% walaupun ia menggunakan teknologi seperti Chain of Thought (CoT). Walaupun penalaan halus sememangnya boleh meningkatkan keupayaan penaakulan dengan berkesan, kebanyakan LLM bergantung pada data penalaan halus yang telah disuling oleh model yang lebih berkuasa seperti GPT-4, atau mungkin telah disintesis oleh model berkuasa ini. Pada masa yang sama, penyelidik juga sedang giat membangunkan kaedah tambahan tetapi lebih sukar: menggunakan LLM guru yang lebih baik untuk meningkatkan keupayaan penaakulan. Untuk meningkatkan keupayaan penaakulan tanpa model yang lebih baik, paradigma yang menjanjikan adalah
- AI 1022 2024-08-16 16:38:49
-
- cara menggunakan copilot vscode python
- Artikel ini menyediakan panduan komprehensif untuk menyepadukan Copilot dengan VSCode untuk pembangunan Python. Ia menerangkan cara memasang, mendayakan dan mengkonfigurasi Copilot dalam VSCode dan menawarkan petua khusus untuk menggunakannya untuk menjana, membetulkan dan kod dokumen w
- AI 1085 2024-08-16 16:38:19
-
- Ingin memahami hala tuju keusahawanan Li Feifei? Berikut ialah senarai kertas kerja mengenai Robotik + 3D
- Lebih daripada 80 kertas kerja memahami kemajuan penyelidikan "robotik + 3D". Beberapa waktu lalu, beberapa media melaporkan bahawa WorldLabs, sebuah syarikat permulaan yang diasaskan oleh sarjana AI terkenal dan profesor Universiti Stanford, Li Feifei, telah menyelesaikan dua pusingan pembiayaan dalam masa tiga bulan Pusingan pembiayaan terkini mengumpul kira-kira AS$100 juta Nilai itu telah melebihi 1 bilion dolar AS, menjadi unicorn baharu. Arah pembangunan WorldLabs memfokuskan pada "kecerdasan ruang", iaitu membangunkan model yang boleh memahami dunia fizikal tiga dimensi dan mensimulasikan sifat fizikal, lokasi spatial dan fungsi objek. Li Feifei percaya bahawa "kecerdasan ruang" adalah bahagian penting dalam pembangunan AI Pasukannya sedang melatih komputer dan robot untuk mengambil tindakan dalam dunia tiga dimensi di makmal Universiti Stanford, seperti menggunakan model bahasa yang besar untuk membenarkan seseorang.
- AI 586 2024-08-16 16:37:33
-
- cara melihat copilot sejarah
- Artikel ini membincangkan Copilot, pembantu berkuasa AI yang membantu dalam pengekodan dengan menawarkan pelengkapan automatik, penyahpepijatan dan penjanaan fungsi. Walau bagaimanapun, Copilot tidak mempunyai ciri storan sejarah, menjadikannya mustahil untuk menyemak interaksi atau pengambilan semula yang lalu
- AI 741 2024-08-16 16:37:16
-
- Menerajui pengkomersilan AIGC dengan 'model menegak', apakah laluan teknikal FancyTech?
- Kami menyaksikan satu lagi pusingan inovasi teknologi Kali ini, AIGC menyediakan individu dengan alat untuk mengekspresikan diri mereka, menjadikan penciptaan lebih mudah dan lebih popular, tetapi kuasa penggerak di belakangnya bukanlah model "besar". Dalam dua tahun yang lalu, teknologi AIGC telah berkembang lebih pantas daripada yang dibayangkan oleh sesiapa sahaja, menyapu ke semua bidang daripada teks, imej hingga video. Perbincangan mengenai laluan pengkomersialan AIGC tidak pernah terhenti Antaranya, terdapat kata sepakat dan perbezaan laluan. Di satu pihak, keupayaan berkuasa model umum adalah menakjubkan dan menunjukkan potensi aplikasi dalam pelbagai industri. Khususnya, pengenalan seni bina seperti DiT dan VAR telah membolehkan ScalingLaw mencapai lonjakan daripada penjanaan teks kepada visual. Di bawah bimbingan peraturan ini, banyak pengeluar model besar bergerak ke arah meningkatkan data latihan, pelaburan kuasa pengkomputeran dan
- AI 497 2024-08-16 16:36:31
-
- bagaimana copilot berfungsi dalam vscode
- Copilot, pembantu pengekodan berkuasa AI dalam Visual Studio Code (VSCode), mengautomasikan tugas pengekodan melalui ciri seperti autolengkap, penjanaan coretan dan cadangan fungsi/pembolehubah. Disepadukan melalui Palet Perintah, Bar Aktiviti dan Peta Mini, C
- AI 716 2024-08-16 16:36:18
-
- bagaimana untuk melumpuhkan copilot vscode
- Artikel ini menyediakan langkah tentang cara untuk melumpuhkan Copilot dalam Visual Studio Code (VSCode). Copilot ialah alat berkuasa AI yang boleh membantu pembangun menulis kod, tetapi sesetengah pengguna mungkin memilih untuk melumpuhkannya. Artikel itu menerangkan kedua-dua pembubaran sementara dan kekal
- AI 353 2024-08-16 16:35:17
-
- cara menggunakan copilot visual studio 2022
- Artikel ini memperkenalkan Copilot untuk Visual Studio 2022, alat berkuasa yang meningkatkan kecekapan pengekodan. Ia merangkumi proses persediaan dan konfigurasi, ciri utama seperti pelengkapan kod, penjanaan ringkasan fungsi, penciptaan kes ujian dan refacto
- AI 1023 2024-08-16 16:34:19
-
- bagaimana untuk membolehkan copilot vscode
- Artikel ini memberikan panduan tentang mendayakan dan menyepadukan Copilot dengan VSCode, sambungan yang membantu pengekodan dengan menawarkan cadangan dan melengkapkan kod. Ia merangkumi langkah-langkah untuk memasang sambungan Copilot, melog masuk dengan acco GitHub
- AI 960 2024-08-16 16:33:17