- 在自然语言处理领域，模型微调是一种强大的技术，可以让预训练模型适应特定的任务和数据集。本文将详细介绍如何使用 昇腾LLM分布式训练框架MindSpeed-LLM 进行 ChatGLM3-6B 模型的微调迁移，并结合工具进行性能分析和数据解析。 一、迁移准备 参考文档主要参考 昇腾LLM分布式训练框架MindSpeed-LLM 中的使用方式和流程进行迁移。 二、迁移步骤首先需要在安装好相关组件... 在自然语言处理领域，模型微调是一种强大的技术，可以让预训练模型适应特定的任务和数据集。本文将详细介绍如何使用 昇腾LLM分布式训练框架MindSpeed-LLM 进行 ChatGLM3-6B 模型的微调迁移，并结合工具进行性能分析和数据解析。 一、迁移准备 参考文档主要参考 昇腾LLM分布式训练框架MindSpeed-LLM 中的使用方式和流程进行迁移。 二、迁移步骤首先需要在安装好相关组件...
- Arthas sc（查看JVM已加载的类信息 ） Arthas sc（查看JVM已加载的类信息 ）
- Arthas sm（查看已加载类的方法信息 ） Arthas sm（查看已加载类的方法信息 ）
- Arthas monitor（方法执行监控） Arthas monitor（方法执行监控）
- 人工智能对齐难题是确保AI行为符合人类价值观的关键挑战。Constitutional AI提出的动态偏好建模框架，通过制定类似“宪法”的规则约束AI决策，突破传统方法对人类偏好的静态理解，引入对抗性机制降低有害输出率至0.3%。该框架能实时适应文化、社会和个体变化，融合多源数据更精准地理解人类需求，广泛应用于医疗、教育和客服等领域。然而，其发展也面临数据隐私与伦理规则制定的挑战。 人工智能对齐难题是确保AI行为符合人类价值观的关键挑战。Constitutional AI提出的动态偏好建模框架，通过制定类似“宪法”的规则约束AI决策，突破传统方法对人类偏好的静态理解，引入对抗性机制降低有害输出率至0.3%。该框架能实时适应文化、社会和个体变化，融合多源数据更精准地理解人类需求，广泛应用于医疗、教育和客服等领域。然而，其发展也面临数据隐私与伦理规则制定的挑战。
- Google Gemini 1.5 Pro采用混合专家系统（MoE）架构，突破传统模型“一刀切”模式，以专家团队形式精准处理不同任务。它能高效解析文本、图像、音频和视频等多模态数据，支持超长上下文理解（高达100万个token），在复杂任务中展现卓越性能。例如，分析电影时，图像、语言和音频专家协同工作，深入挖掘细节；处理402页登月记录时，准确提取关键信息。 Google Gemini 1.5 Pro采用混合专家系统（MoE）架构，突破传统模型“一刀切”模式，以专家团队形式精准处理不同任务。它能高效解析文本、图像、音频和视频等多模态数据，支持超长上下文理解（高达100万个token），在复杂任务中展现卓越性能。例如，分析电影时，图像、语言和音频专家协同工作，深入挖掘细节；处理402页登月记录时，准确提取关键信息。
- 本系统针对上述问题，提出基于多模态数据融合的心理健康智能分析方案。通过自然语言处理分析文本情绪特征，结合行为画像算法识别异常模式，并采用联邦学习技术保护数据隐私。系统可实现早期预警（提前3-6周识别风险）、精准评估（准确率85%以上）和个性化干预（匹配8类心理服务资源），有效弥补传统心理健康服务的不足。关键技术突破包括：①开发基于注意力机制的特征融合算法，提升跨模态分析效果；②设计三级预警联动机制 本系统针对上述问题，提出基于多模态数据融合的心理健康智能分析方案。通过自然语言处理分析文本情绪特征，结合行为画像算法识别异常模式，并采用联邦学习技术保护数据隐私。系统可实现早期预警（提前3-6周识别风险）、精准评估（准确率85%以上）和个性化干预（匹配8类心理服务资源），有效弥补传统心理健康服务的不足。关键技术突破包括：①开发基于注意力机制的特征融合算法，提升跨模态分析效果；②设计三级预警联动机制
- Arthas stack （输出当前方法被调用的调用路径） Arthas stack （输出当前方法被调用的调用路径）
- Vision Mamba是一款创新的计算机视觉模型，采用双向状态空间模型（B-SSM）架构，大幅提升视频和图像数据处理的效率与精度。相比传统CNN和ViT，它通过序列化小块处理和时空扫描策略，捕捉全局信息和复杂依赖关系，计算复杂度仅为O(L log L)，显著降低计算成本和内存占用。在高分辨率图像和视频处理中，Vision Mamba表现出色，广泛应用于自动驾驶、安防监控和医疗影像分析等领域。 Vision Mamba是一款创新的计算机视觉模型，采用双向状态空间模型（B-SSM）架构，大幅提升视频和图像数据处理的效率与精度。相比传统CNN和ViT，它通过序列化小块处理和时空扫描策略，捕捉全局信息和复杂依赖关系，计算复杂度仅为O(L log L)，显著降低计算成本和内存占用。在高分辨率图像和视频处理中，Vision Mamba表现出色，广泛应用于自动驾驶、安防监控和医疗影像分析等领域。
- 本课程将深入探讨Agent与大模型的构建及应用。从Agent的基础概念入手，讲解其定义、组件与应用场景，为理解Agent在现代人工智能中的作用奠定基础。并进一步详解大模型Agent的构建原理，包括提示工程、工具接口编写以及Agent的组装，重点突出提示模板设计和工具接口在Agent功能实现中的关键作用。 本课程将深入探讨Agent与大模型的构建及应用。从Agent的基础概念入手，讲解其定义、组件与应用场景，为理解Agent在现代人工智能中的作用奠定基础。并进一步详解大模型Agent的构建原理，包括提示工程、工具接口编写以及Agent的组装，重点突出提示模板设计和工具接口在Agent功能实现中的关键作用。
- Arthas trace （方法内部调用路径，并输出方法路径上的每个节点上耗时） Arthas trace （方法内部调用路径，并输出方法路径上的每个节点上耗时）
- 跨平台ai实战electron35+vite6+arco仿DeepSeek/豆包ai流式打字聊天助手。支持多窗口、流式stream输出、暗黑+亮色主题、代码高亮、上下文多轮对话、本地存储会话等功能。 跨平台ai实战electron35+vite6+arco仿DeepSeek/豆包ai流式打字聊天助手。支持多窗口、流式stream输出、暗黑+亮色主题、代码高亮、上下文多轮对话、本地存储会话等功能。
- Arthas tt（方法执行数据的时空隧道，记录下指定方法每次调用的入参和返回信息，并能对这些不同的时间下调用进行观测） Arthas tt（方法执行数据的时空隧道，记录下指定方法每次调用的入参和返回信息，并能对这些不同的时间下调用进行观测）
- Arthas watch （方法执行数据观测） Arthas watch （方法执行数据观测）
- 本课程将全面深入地讲解知识图谱的核心基本概念及其重要发展历程，同时重点探讨如何将知识图谱与前沿的大模型技术有机结合，实现检索增强生成（RAG），以高效应对复杂的自然语言处理（NLP）任务，例如智能问答系统、精准信息检索等。 本课程将全面深入地讲解知识图谱的核心基本概念及其重要发展历程，同时重点探讨如何将知识图谱与前沿的大模型技术有机结合，实现检索增强生成（RAG），以高效应对复杂的自然语言处理（NLP）任务，例如智能问答系统、精准信息检索等。
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签