最新

我是一个开发者。我对经典神经网络有基本的工作知识。我想学习遗传算法。请问我应该阅读哪些书籍？我更喜欢纸质书，但也欢迎推荐PDF格式的书籍。

SRE（网站可靠性工程师）这一角色似乎因人而异，含义各不相同。

Bash4LLM 是一个单文件的 Bash 封装程序，用于从终端与大型语言模型（LLM）进行交互。我创建它是因为我想要一个简单的工具，无需安装 Python、Node 或其他任何运行时环境。 它仅使用 Bash、curl 和 jq。您可以发送提示、开始小型聊天、逐行处理文件、流式输出，并以 JSON 格式保存会话元数据。 我尽量使其安全且可预测：不使用系统的 /tmp，不使用 eval。默认支持 Groq，其他提供者可以通过 extras/providers 文件夹中的专用 Bash 脚本添加。 示例： ```bash echo "explains the command: ls -l" | ./bash4llm ```

大家好， 在Anthropic的Fable被禁之后，我开始着手开发nanoeuler，因为我的抱负和梦想是能够在Anthropic的人工智能领域工作。促使我创建nanoeuler的两个有趣原因是：（1）与大型语言模型（LLM）进行交互并不意味着理解它们是如何构成的；（2）在非常底层的层面上研究LLM，以理解参数与数据之间的关系、模型的增长、GPU的工作原理，以及如何优化某些层。 因此，我开始从研究的角度着手，逐步推动nanoeuler的发展，从Shakespeare.txt开始，理解一个具有2300万参数的文本生成模型所理解的内容。例如，在这个参数数量下，nanoeuler已经理解到“Name:”是一个行的开头，并且能够有意义地写出这一行。 我使用CUDA编写了一切，因为我希望在训练和推理过程中不使用任何中介。尽管使用SFT等方法的方式较小，但它们确实对理解构建一个像聊天机器人这样的LLM的各个步骤非常有帮助。 任何反馈、帮助或建议都是非常欢迎的！