240 发简信
sknfie
IP属地：北京
  • 120
    180
    sknfie
    视觉大模型基础

    基础模型 定义：在大规模数据上以自监督或半监督方式训练的基础模型，可以适应多种其他下游任务。 自监督学习 定义：通过数据本身的内在结构来预测输入数据的其他部分，而不是使用明确...

    7 0 0
  • 180
    sknfie
    机器学习平台开发

    概述 基于kubernetes的机器学习平台，包括模型的开发，训练和部署等功能。 简单模型训练 模型开发 jupty notebook实现在线模型开发功能。 模型训练 通过L...

    26 0 0
  • 120
    180
    sknfie
    kubernetes管理GPU的虚拟化及高速网络通信设计

    概述 针对算力的管理要求越来越高，那么如何利用kubernetes管理GPU服务器集群成为迫切解决的需求。 架构 安装显卡驱动安装Container toolkit安装kub...

    21 0 0
  • 180
    sknfie
    FastAPI 框架

    概述 FastAPI 是一个现代、快速（高性能）的 Web 框架，用于基于标准 Python 类型提示使用 Python 构建 API。FastAPI 使用称为 ASGI 的...

    45 0 0
  • 180
    sknfie
    PPO、DPO和GRPO等微调技术

    概述 大模型专家详细解释PPO、DPO和GRPO等微调技术。这些技术主要用于强化学习和自然语言处理领域，以优化和调整预训练模型以适应特定任务。 1. PPO (Proxima...

    37 0 0
  • 120
    180
    sknfie
    kubeflow 大模型训练中的应用

    概述 Kubeflow 在大模型训练中的应用主要体现在其与 Kubernetes 生态的深度融合，结合分布式训练框架和容器化编排能力，实现高效的计算资源调度与管理。以下是关键...

    16 0 0
  • 180
    sknfie
    MLOps学习计划

    一、课程背景与目标 行业背景AI算力需求爆发与模型生产化困境传统DevOps与机器学习生命周期的差异培训目标掌握端到端MLOps流程设计能力实现模型开发与运维的标准化、自动化...

    20 0 0
  • 180
    sknfie
    neo4j.conf 配置详解

    概述 本文详细讲述了neo4j.conf。 neo4j.conf

    20 0 0
  • 120
    180
    sknfie
    基于Neo4j图形数据库架构及实现

    概述 Neo4j是一个图形数据库，它允许以图形的方式存储信息。图形数据库是一种NoSQL数据库，它使用节点、关系和属性来表示数据。Neo4j是一种原生的图形数据库，这意味着它...

    14 0 0
  • 180
    sknfie
    大模型开发面试

    概述 本文对大模型面试题整理。1.function calling、React、MCP、A2A啥区别2.RAG使用的向量库及模型，Rerank延时3.微调过拟合 面试题 RA...

    7 0 0
  • 120
    180
    sknfie
    大模型知识库微调

    概述 采用LLaMA-Factory来对知识库进行微调。 微调步骤 下载 创建虚拟环境 数据准备 安装依赖 启动服务

    23 0 0
  • 120
    180
    sknfie
    大模型算法面试必备

    概述 大模型面试需要知道： 会配智能体，会测算模型， 了解ppo、dpo、resnet、kmeans 。 数据工程 采样方法 smoote 。 画tranformer模型结构...

    25 0 0
  • 180
    sknfie
    大模型复杂任务

    概述 由于大模型编程本身存在一定的不稳定性，因此这里列举的两个需求示例在某些情况下也是能够被编程成功的，但相比于其他简单需求，大模型对于复杂需求的编程准确性明显大幅下降。 经...

    23 0 0
  • 180
    sknfie
    自动代码审查

    概述 大模型对有业务性质的代码，也照样能进行改正，因此可以相信大模型。 审查模型构建方案剖析 提供函数代码信息，大模型即可顺利找出代码问题并进行了有效修改，但实际上，由于此时...

    59 1 0
  • 180
    sknfie
    LtM提示流程

    概述 面对复杂的需求，想要稳定的结果，可以使用LtM提示流程完成更稳定的函数编写： 类比的场景的是，干一个事，需要多个步骤，多个参数才能干成。 简单任务：输入输出 使用大模型...

    59 1 0
个人介绍
左手学习架构设计，右手学习项目管理，正念放中间。实践中台的本质不在于知，而在于行；其验证不在于逻辑，而在于果。