217篇文章 · 321615字 · 2人关注
-
提示学习系列：P-tuning v2微调BERT实现文本多分类关键词：提示学习，P-Tuning，BERT，GPT2 前言 P-tuning v2是清华团队在P-tuning基础上提出的一种提示微调大模型方...
-
提示学习系列：P-Tuning微调BERT/GPT2实现文本多分类
关键词：提示学习，P-Tuning，BERT，GPT2 前言 P-Tuning是清华团队提出的一种使用提示学习微调大模型的方法，它提出自适应学习...
-
提示学习系列：prompt自然语言模板微调BERT/GPT2实现文本分类关键词：提示学习，Prompt，BERT，GPT2 前言 提示学习（Prompt-Based Learning）不同于传统的监督学习，它直接利用...
-
Text2SQL系列：基于BERT微调+模板填充快速实现文本转DSL查询语句关键词：Text2SQL，BERT 前言 Text2SQL是指将自然语言转化为类SQL查询语句，使得用户的查询文本可以直接实现和数据库交互，本文...
-
AI模型部署：Triton+Marker部署PDF转markdown服务关键词：Triton，Marker，Python 前言 在知识库场景下往往需要对PDF文档进行解析，从而能够通过RAG完成知识检索，本文介绍开源...
-
AI模型部署：Triton+vLLM部署大模型Qwen-Chat实践
前言 在前文《AI模型部署：Triton Inference Server部署ChatGLM3-6B实践》中介绍了使用Triton+Python...
-
AI模型部署：Triton+TensorRT部署Bert文本向量化服务实践
关键词：Triton，TensorRT，Bert 前言 本篇介绍以Triton作为推理服务器，TensorRT作为推理后端，部署句嵌入向量模型m...
-
LangChain系列：递归字符文本分割器原理、源码分析和实践关键词：LangChain，文本分割器 前言 文本分割器是LangChain中一个重要组建，海量的文档需要基于文本分割策略进行处理从而与大模型的...
-
AI模型部署：Triton Inference Server部署ChatGLM3-6B实践
关键词：Triton，ChatGLM 前言 在之前的篇章《AI模型部署：一文搞定Triton Inference Server的常用基础配置和功...
文集作者
