V
主页
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
发布人
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
打开封面
下载高清视频
观看高清视频
视频下载器
AWQ大模型量化INT4比FP16 推理快2倍,GPU内存1/3
Qwen1.5系列6个模型如何选择? AWQ还是GPTQ?#小工蚁
LMDeploy 量化部署进阶实践
DeepSpeed-FastGen比vLLM推理性能快2倍,SplitFuse策略 #小工蚁
让Mixtral-8*7B模型运行在16GB显存GPU上 #小工蚁
AWQ和GPTQ大模型4bit量化 哪种算法更优?#小工蚁
Transformers支持3种量化算法性能对比 #小工蚁
如何让大语言模型Qwen-7b使用Langchain中的工具? #小工蚁 #qwen7b
多模态Embedding开源模型 Visualized BGE #小工蚁
大模型量化技术概述
Unsloth微调LLM训练更快2~5倍 GPU显存省50% #小工蚁
Text2SQL Llama 7B模型微调DuckDB-NSQL-7B #小工蚁
VLM视觉大模型如何评测?MMMU排行榜 #小工蚁
Flash-Decoding长上下文LLM推理速度提8倍 #小工蚁
Qwen2-7B-Instruct不同量化方法准确度和性能比较
多模态RAG检索增强生成2种实现方式 #小工蚁
国产首个开源MoE大模型DeepSeekMoE 16B #小工蚁
通义千问千亿模型比720亿模型更省算力 #小工蚁
使用Triton内核加速Llama3-70B FP8推理 #小工蚁
Embedding模型8bit量化推理 成本下降4倍,准确度下降0.7%
开源InternLM2大模型测评 #小工蚁
Llama3和Llama2模型全面对比 #小工蚁
互联网大厂在AI CodeReview代码检查成功实践 #小工蚁
构建多模态RAG应用实践 #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
人类反馈强化学习最新替代方法SimPO #小工蚁
LLM解码参数Temperature Top K & Top P有啥作用?#小工蚁
Mixtral-8*7B开源模型生产环境部署优化 2块RTX4090 #小工蚁
如何测试大模型推理加速?通义千问和百川2模型测试对比 #小工蚁
SQLEval Text2SQL能力评估实践 #小工蚁
最强7B模型Zephyr,打败LlaMA2-70B #小工蚁
微软开源Dynamic SplitFuse加速大模型推理功能实践 #小工蚁
DeepSeek V2开源大模型为什么可以节省90% 以上KV Cache?
BurstAttention长上下文LLM推理和训练加速算法 #小工蚁
微调开源模型具备Function Call讲解和演示 #小工蚁
在RAG应用中LLM不同上下文检索和推理准确度不同 #小工蚁
BAdam大模型全参训练方法更省显存,速度更快,性能更优
Ollama在Mac上运行大语言模型 #小工蚁
DSPy提示工程自动优化框架 #小工蚁
开源数字人SadTalker项目源代码解读 #小工蚁 #sadtalker