更多精彩内容,欢迎继续阅读
前阵子接了个内部需求:把 Qwen 27B 部署成在线推理服务,手里没有 A100 也没有 H100,只有一台存量的 Tesla V100 32GB。刚把服务搭起来那会儿,我整个人是懵的——单请求生成速度只有 4 tok/s,输出一段 200 字的回复要等…
阅读更多 →1. 项目背景与调优目标1.1 硬件与模型的基本情况手里这块 V100 已经吃灰了半年,前几天接到一个任务:要在单卡上把 Qwen2.5-27B 跑起来,目标是最少能接受的速度。说实话我一开始没太当回事,直接拉了模型按惯性思维启动服务…
阅读更多 →大模型推理成本这一年掉得比任何理财产品都吓人:2023年用GPT级别模型,每百万token要花三四十美元,现在很多开源模型的API定价已经跌到几块钱人民币,甚至一块钱以内。加上量化、批处理、引擎优化这些手段,同等算力下能提…
阅读更多 →大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…
阅读更多 →当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:
阅读更多 →📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…
阅读更多 →文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…
阅读更多 →一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…
阅读更多 →文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…
阅读更多 →