机器学习/深度学习

首页 标签 机器学习/深度学习
# 机器学习/深度学习 #
关注
73917内容
|
18天前
| |
来自: 弹性计算
QuantMind:一款基于模型架构驱动的量化交易系统,已开源
QuantMind 是一人开发的全栈量化平台,集成因子挖掘(LLM驱动)、13种模型训练、Qlib回测、智能选股、模拟交易与投研分析,数据、模型、策略统一管理,支持多市场实时决策。开源可私有化部署。(239字)
|
19天前
|
阿里云 GPU 云服务器一年多少钱?10月28日轻量应用服务器最新价格行情?
阿里云GPU云服务器(EGS)2026年更名,年费从¥5,000(T4)至¥100,000+(H系列)不等;轻量应用服务器低至¥38/年(2核2G),适合个人建站与开发。价格因配置、地域及活动浮动,建议官网实时测算。
都在教怎么搭 RAG,我研究的是怎么让 RAG 摘到我的内容
本文聚焦RAG中被忽视的“内容侧优化”:好答案一半靠检索策略,一半靠内容本身是否“好摘”。提出“三道筛”机制(召回、排序、摘取),强调定义句开头、一段一信息、问答对结构等可工程化的写作方法,并指出权威锚点与口径一致对排序的关键影响。(239字)
|
19天前
|
大语言模型原理硬核拆解:从下一个词预测到注意力机制
本文从大语言模型(LLM)本质——自回归概率建模出发,系统拆解其目标函数(Next-Token Prediction)、Tokenizer(BPE)、核心架构(Transformer+RoPE+FFN)、训练流程(Pretrain→SFT→DPO)及推理工程(KV Cache、解码策略),辅以精炼可运行代码,讲清LLM第一性原理。
测试工程师应该掌握的那些 Skill
本文揭示2026年测试工程师核心能力已从传统自动化转向AI原生技能:需掌握Agent架构理解、Skill封装、MCP工程集成、AI系统验证(语义断言/LLM-as-Judge/RAG评测)及Test Harness体系构建。五层能力叠加,方为新时代测试竞争力。
|
20天前
| |
同一个函数套 96 遍:大模型的全部秘密,藏在一道初中函数题里
本文用皮卡丘捡能量球的简单函数 f(x)=20+10x,生动拆解AI本质:模型即函数,变量是输入,参数是学习所得,结构由人设计。从截距(底线)、斜率(效率)到定义域(适用边界),揭示GPT-3等大模型实为1750亿参数、96层嵌套的复合函数——真正决定AI成败的,不是懂不懂公式,而是是否守住了它的定义域。(239字)
从 ECS 到 DSW、DLC:基于阿里云的生成式 AI 模型云端训练实践
本文介绍基于阿里云 ECS、PAI-DSW 和 PAI-DLC 的云端AI开发与训练流程。通过 ECS 承担辅助任务、DSW 完成模型调试、DLC 执行多卡训练,并结合 CPFS 实现数据与实验结果管理。针对批量推理中的存储异常,优化文件校验与任务恢复机制,最终完成425项验证任务,提升训练稳定性与资源利用率,实现降本增效。
免费试用