MaXiaoTiao

阿里魔塔（Model Scope）微调流程

阿里魔塔（Model Scope）微调流程 1.选择模型在模型库首页 · 魔搭社区选择所需的模型，在这里，选择的模型为零一万物的Yi-1.5-6B模型

学习

2024-10-31

DPO算法

DPO算法 DPO（Distributed Proximal Policy Optimization）算法是一种用于强化学习的优化算法，它是PPO（Proximal Policy Optimization）算法的分布式版本。DPO算法主要用于解决在多智能体环境中或者在需要并行计算的场景下，如何高效地

学习

2024-09-24

PPO算法

PPO算法 PPO（Proximal Policy Optimization）算法是一种用于强化学习的优化算法，它旨在解决策略梯度方法中的样本效率问题。PPO算法是由OpenAI团队在2017年提出的，它结合了传统策略梯度方法（如REINFORCE）和信赖域方法（如TRPO）的优点，是目前应用非常广

学习

2024-09-24

容器和虚拟机有什么区别？

容器和虚拟机有什么区别？容器和虚拟机（VM）都是用来隔离应用和服务的工具，但它们的工作方式和资源使用上有一些关键的区别：操作系统：虚拟机：每个虚拟机都需要安装一个完整的操作系统。这意味着每个虚拟机都会有自己的操作系统内核，以及一系列的用户空间应用程序。容器：容器不需要独立的操作系统，它们共享

学习

2024-09-23

Poetry

Poetry Poetry 是什么 Poetry 是一个用于 Python 编程语言的依赖管理和打包工具。它旨在帮助开发者在开发 Python 应用时更好地管理项目依赖、打包和发布。Poetry 主要具有以下特点：依赖管理：Poetry 通过 pyproject.toml 文件统一管理项目依赖，这

学习

2024-09-14

Prompt Engineering

Prompt Engineering 1. Prompt Engineering 的意义 LLM 时代 prompt 这个词对于每个使用者和开发者来说已经听得滚瓜烂熟，那么到底什么是 prompt 呢？简单来说，prompt（提示）就是用户与大模型交互输入的代称。即我们给大模型的输入称为 Promp

2024-09-13

开发 LLM 应用的整体流程

开发 LLM 应用的整体流程一、何为大模型开发我们将开发以大语言模型为功能核心、通过大语言模型的强大理解能力和生成能力、结合特殊的数据或业务逻辑来提供独特功能的应用称为大模型开发。开发大模型相关应用，其技术核心点虽然在大语言模型上，但一般通过调用 API 或开源模型来实现核心的理解与生成，通过

学习