V
主页
投机采样创新:多头美杜莎让推理速度提升2倍 #小工蚁
发布人
投机采样创新:多头美杜莎让推理速度提升2倍 #小工蚁
打开封面
下载高清视频
观看高清视频
视频下载器
llama.cpp大神实现投机采样,让大模型推理性能直接翻倍 #小工蚁
AWQ大模型量化INT4比FP16 推理快2倍,GPU内存1/3
开源Text Embedding加速推理 比HF性能提升3~4倍
DeepSpeed-FastGen比vLLM推理性能快2倍,SplitFuse策略 #小工蚁
Qwen1.5系列6个模型如何选择? AWQ还是GPTQ?#小工蚁
开源InternLM2大模型测评 #小工蚁
零一万物发布Yi-9B大模型,代码数学推理能力全面提升 #小工蚁
AquliaChat2-7B AWQ量化实践 34B和7B模型推理速度和显存对比测试 #小工蚁
多模态Embedding开源模型 Visualized BGE #小工蚁
互联网大厂在AI CodeReview代码检查成功实践 #小工蚁
LightLLM轻量级高性能推理框架 和vLLM哪个更强?
MiniCPM-2B和MoE-8x2B模型 开源最强“小模型” #小工蚁
使用LangChain实现Tool Calling #小工蚁
Text2SQL Llama 7B模型微调DuckDB-NSQL-7B #小工蚁
微调开源模型具备Function Call讲解和演示 #小工蚁
国产首个开源MoE大模型DeepSeekMoE 16B #小工蚁
LLM解码参数Temperature Top K & Top P有啥作用?#小工蚁
StreamingLLM算法让推理速度 提升22倍,支持400万Token输出
Unsloth微调LLM训练更快2~5倍 GPU显存省50% #小工蚁
SQLEval Text2SQL能力评估实践 #小工蚁
投机解码应用于Whisper模型 声音识别速度提升2倍
通义千问千亿模型比720亿模型更省算力 #小工蚁
开源FastLLM加速推理性能究竟如何?#小工蚁
Qwen2-Audio语音多模态大模型使用实践 #小工蚁
RAPTOR一种树结构检索的RAG算法 #小工蚁
让Mixtral-8*7B模型运行在16GB显存GPU上 #小工蚁
书生200亿开源大模型压力测试 算法优化后性能飙升几十倍 #小工蚁 #开源大模型
Qwen1.5-72B上下文推理准确度评估演示16K时最优 #小工蚁
北大开源法律大模型ChatLaw:让法律问题不再复杂 #小工蚁 #ChatLaw
传统推荐算法遇强敌:LLM微调后的表现如何?中科大和谷歌为你解答!#小工蚁 #llm #推荐系统
2024年最新斯坦福人工智能报告十大观点 #小工蚁
ClickHouse和Elastisearch 深度对比
微软开源Dynamic SplitFuse加速大模型推理功能实践 #小工蚁
演示xllm-stream镜像如何可视化微调模型?#小工蚁
阿里开源Qwen1.5-MOE-A2.7B CEval评测 #小工蚁
Ollama在Mac上运行大语言模型 #小工蚁
Yi-VL开源最强多模态大模型 #小工蚁
人类反馈强化学习最新替代方法SimPO #小工蚁
Huggingface开源新框架Candle让大模型运行在各种设备上 #小工蚁 #huggingface
如何让大语言模型Qwen-7b使用Langchain中的工具? #小工蚁 #qwen7b