摘要： LLM 大语言模型一览 prompt 技巧 汇总 通过分析 LLM 架构、attention矩阵，阐明 为何主流LLM都采用 decode-only 架构 GLM and ChatGLM 架构解析 与 微调逻辑 量化与低成本部署 大模型量化及低成本部署 llama.cpp量化部署 与 chatglm 阅读全文

摘要： Langchain < 1 官网： langchain - 基础 langchain - LCEL langchain - Documents langchain - Model langchain - Retrieval langchain - Chains langchain - Agent l 阅读全文

摘要： 有一部分没写完，或者写得不好，有时间会完善，故没有公开，有需要私信我 深度学习理论基础 与 代码实践 模型训练 tricks 总结 目标检测(1)-R-CNN 目标检测(2)-SPPNet 目标检测(3)-Fast R-CNN 目标检测(4)-Faster RCNN 目标检测(5)-faster r 阅读全文

摘要： 2018年的10月11日，Google发布的论文《Pre-training of Deep Bidirectional Transformers for Language Understanding》， 成功在 11 项 NLP 任务中取得 state of the art 的结果，赢得自然语言处理 阅读全文

摘要： 当今科技领域的发展日新月异，向量数据库成为了热门的话题之一。 这些数据库以其高效的向量检索和相似度搜索功能，为各种应用场景提供了强大的支持。 本文旨在汇总向量数据库 Milvus、Zilliz、Faiss、Qdrant、LlamaIndex、Chroma、LanceDB、Pinecone、Weavi 阅读全文

摘要： 利用 MTEB 基准 要全面评估编码器的功能，最好的参考是大规模文本嵌入基准(MTEB)。这个基准可以让我们根据向量的维度、检索的平均性能和模型的大小来对比不同的编码器。不过，我们也不能完全相信这个基准的结果，因为它并不是万能的，而且模型的训练数据的细节可能没有公开。 MTEB 不仅给我们展示了 O 阅读全文

摘要： https://mp.weixin.qq.com/s/XZwe7-Kylb8D7GFYJQvP9A 阅读全文

摘要： prompt 并不是一件简单的事情，它可以包括多个阶段:设计、实现、评估、细化、迭代、验证、部署和维护 本文旨在汇总 prompt 的各种使用方式 https://mp.weixin.qq.com/s/8KpGFPsELFC0-njjIiitSg 解读提示工程（Prompt Engineering） 阅读全文

摘要： PDF 导图一览： pdfplumber pdfplumber库按页处理 pdf ，获取页面文字，提取表格等操作。 学习文档：https://github.com/jsvine/pdfpl import pdfplumber with pdfplumber.open("E:\新员工\【学员讲义】企业 阅读全文

摘要： 工欲善其事必先利其器，PyCharm 是最popular的Python开发工具，它提供的功能非常强大，是构建大型项目的理想工具之一，如果能挖掘出里面实用技巧，能带来事半功倍的效果。 本文主要向大家介绍了Python语言之Pycharm 常用快捷键，通过具体的内容向大家展示，希望对大家学习Python 阅读全文

摘要： Model作者Size类型开源？ LLaMa Meta AI 7B-65B Decoder open OPT Meta AI 125M-175B Decoder open T5 Google 220M-11B Encoder-Decoder open mT5 Google 235M-13B Enco 阅读全文