摘要：
微信公众号：AutoML机器学习 MARSGGBO♥原创 如有意合作或学术讨论欢迎私戳联系~邮箱:marsggbo@foxmail.com 阅读全文
posted @ 2021-11-29 21:12
marsggbo
阅读(294)
评论(0)
推荐(0)
摘要：
论文: AutoML: Survey of the State-of-the-Art 下面这个网站会不断更新AutoML相关的论文，当然如果你的论文未被收录，你也可以手动上传你的论文让更多人看到： https://marsggbo.github.io/automl_a_survey_of_state 阅读全文
posted @ 2020-07-09 19:01
marsggbo
阅读(1480)
评论(1)
推荐(0)
摘要：
之前已经发过一篇文章来介绍我写的 "AutoML综述" ，最近把文章内容做了更新，所以这篇稍微细致地介绍一下。由于篇幅有限，下面介绍的方法中涉及到的细节感兴趣的可以移步到论文中查看。 论文地址：https://arxiv.org/abs/1908.00709 1. Introduction 以往的模 阅读全文
posted @ 2020-02-11 12:01
marsggbo
阅读(1875)
评论(0)
推荐(2)
摘要：
特大喜讯！！！ 本专栏开通了同步更新的微信公众号【AutoML机器学习】，不常用知乎的小伙伴们欢迎关注，一起学习！！！ 阅读全文
posted @ 2020-01-28 18:28
marsggbo
阅读(698)
评论(2)
推荐(1)
摘要：
做件好事，考四级的兄弟们一起共勉~~~ 链接：https://pan.baidu.com/s/1im4BDVZofZbT9f5PZtsxdA 密码：9i5h 若链接失效请关注如下公众号，后台私信【计算机四级】即可获得更新链接。 微信公众号：AutoML机器学习 MARSGGBO♥原创 如有意合作或 阅读全文
posted @ 2018-03-08 10:54
marsggbo
阅读(4899)
评论(0)
推荐(0)
摘要：
第一章 神经网络与深度学习(Neural Network & Deeplearning) "DeepLearning.ai学习笔记（一）神经网络和深度学习 Week3浅层神经网络" "DeepLearning.ai学习笔记（一）神经网络和深度学习 Week4深层神经网络" 第二章 改善深层神经网络 阅读全文
posted @ 2017-09-03 20:44
marsggbo
阅读(10342)
评论(1)
推荐(2)
摘要：
因为是Jupyter Notebook的形式，所以不方便在博客中展示，具体可在我的github上查看。 github传送门 : "deeplearning.ai_JupyterNotebooks" 笔记传送门 ： "DeepLearning.ai课程相关系列笔记" 微信公众号：AutoML机器学习 阅读全文
posted @ 2017-08-31 17:34
marsggbo
阅读(5960)
评论(0)
推荐(0)
摘要：
笔记总结，各章节主要内容已总结在标题之中 "Andrew Ng机器学习课程笔记–week1(机器学习简介&线性回归模型)" "Andrew Ng机器学习课程笔记 week2(多元线性回归&正规公式）" "Andrew Ng机器学习课程笔记 week3(逻辑回归&正则化参数)" "Andrew Ng机 阅读全文
posted @ 2017-08-25 18:28
marsggbo
阅读(5952)
评论(0)
推荐(3)
摘要：
今天想和大家聊聊这篇来自港科大的工作 —— Expert Streaming，最近在 arXiv 上出现，是少见的从芯片架构角度直接解决 MoE 推理内存瓶颈的硬核工作。 先交代下背景：MoE 火是真的火，DeepSeek、Qwen3 都在往 MoE 走，但我们自己跑的时候，却结结实实踩了个大坑 — 阅读全文
posted @ 2026-04-29 15:35
marsggbo
阅读(11)
评论(0)
推荐(0)
摘要：
原文：CacheSlide: Unlocking Cross Position-Aware KV Cache Reuse for Accelerating LLM Serving 1. 前言：两种方案都不够用 作为一个天天和 LLM 推理打交道的牛马，我对 KV Cache 这个话题有复杂感情——它 阅读全文
posted @ 2026-04-29 15:35
marsggbo
阅读(18)
评论(0)
推荐(0)
摘要：
原文：KVCOMM: Online Cross-context KV-cache Communication for Efficient LLM-based Multi-agent Systems（Duke / MIT / NVIDIA，OpenReview 投稿） 代码：https://githu 阅读全文
posted @ 2026-04-29 15:33
marsggbo
阅读(15)
评论(0)
推荐(0)
摘要：
原文：DroidSpeak: KV Cache Sharing for Cross-LLM Communication and Multi-LLM Serving 1. 前言：一个很自然但从没人解决过的问题 KV Cache 共享这件事，在单个模型的场景里已经做得很成熟了——vLLM 的 prefi 阅读全文
posted @ 2026-04-26 15:11
marsggbo
阅读(19)
评论(0)
推荐(0)
摘要：
多 Agent LLM 推理的 KV Cache 冗余问题，这篇论文给出了一个优雅的解法 1. 前言：一个被忽视的大坑 想象这样一个场景：你在跑一个多 Agent 仿真，20 个 Agent 在互动，每轮结束后所有人把彼此的输出 All-Gather 一遍，然后各自基于这一轮的"公共信息"再生成下一 阅读全文
posted @ 2026-04-24 15:46
marsggbo
阅读(40)
评论(0)
推荐(0)
摘要：
你有没有想过，当你让 ChatGPT "记住你喜欢简洁的回答"，或者让代码助手"别忘了这个项目用的是 TypeScript"时，这些信息究竟去了哪里？ 这个问题比表面看起来复杂得多。LLM 本身是"无状态"的——每次对话都是从零开始，模型并没有一个专门的"记忆区"来存放你的偏好。那些看似被"记住"的 阅读全文
posted @ 2026-04-03 16:08
marsggbo
阅读(55)
评论(0)
推荐(0)
摘要：
原文链接： https://zhuanlan.zhihu.com/p/491172953 阅读全文
posted @ 2025-11-13 11:04
marsggbo
阅读(91)
评论(0)
推荐(0)
摘要：
SVD 是怎么被“想出来”的？——从一个朴素问题出发 你有没有见过这样的公式？ \[M = U \Sigma V^T \]看起来挺简洁，对吧？但当你翻开教材，发现这背后藏着一堆正交矩阵、奇异值、特征向量……瞬间头大。 我每次看到 SVD，都忍不住想：这玩意儿到底是怎么被“想出来”的？是某个数学家喝多 阅读全文
posted @ 2025-10-31 18:09
marsggbo
阅读(149)
评论(0)
推荐(1)
摘要：
1. 强化学习基础：行业黑话 想象你正在和一个刚训练好的语言模型聊天。你问：“今天过得怎么样？” 模型可能回：“还行。” 也可能回：“我是个 AI，没有感情。” 人类觉得前者更自然、更友好——这就是偏好反馈。强化学习（RL）在 LLM 中的核心任务，就是让模型学会生成“人类更喜欢”的回复。 为了做到 阅读全文
posted @ 2025-10-23 22:23
marsggbo
阅读(483)
评论(0)
推荐(0)
摘要：
在写科研文稿时，我们经常需要插入结构图、模型图等 PDF 格式的矢量图。但在 Overleaf 中，我遇到了一个较难定位的问题：使用 \includegraphics 插入 PDF 图片时，编译无报错，但无法显示图片甚至生成 PDF 文件失败。提示如下信息 No PDF This compile d 阅读全文
posted @ 2025-04-19 14:29
marsggbo
阅读(864)
评论(0)
推荐(0)
浙公网安备 33010602011771号