毕方铺
渠道代理
资源投诉
资源基本信息

2024最新LLMs面试宝典

2024最新LLMs面试宝典

发布时间: 2025-03-11 10:02:20

文件大小: 共计 1520 个文件 ,合计: 689.1MB

发布者: 勇敢直的爆米花

资源来源: 夸克网盘夸克网盘

资源售价: 金币7金币 会员所有资源免费

资源状态:
【资源状态检测中】...
1.本站会员获取资源无需消耗金币。
2.获取资源后可以在「个人中心」48 小时内无理由退金币。
3.为防止资源链接失效,请及时转存文件。
资源目录结构

以下文件快照生成于3 天前。(只展示部分的文件和文件夹)
📢:可能存在部分资源被网盘官方屏蔽。

 2024最新LLMs面试宝典 2024最新LLMs面试宝典 39.2MB

重要,必看.docx 重要,必看.docx 87KB

搜资源有这个就够了每天更新!!.xlsx 搜资源有这个就够了每天更新!!.xlsx 975KB

1.AiGC面试宝典-大模型面试题 1.AiGC面试宝典-大模型面试题 38.1MB

40-大模型(LLMs)训练集面.pdf 40-大模型(LLMs)训练集面.pdf 305KB

89-文本摘要常见面试篇.pdf 89-文本摘要常见面试篇.pdf 407KB

37-大模型(LLMs)强化学习——RLHF及其变种面.pdf 37-大模型(LLMs)强化学习——RLHF及其变种面.pdf 2.4MB

75-GPT 经验篇.pdf 75-GPT 经验篇.pdf 239KB

50-图解分布式训练(六)—— Pytorch的 DeepSpeed 详细解析.pdf 50-图解分布式训练(六)—— Pytorch的 DeepSpeed 详细解析.pdf 1.2MB

22-检索增强生成(RAG) 优化策略篇.pdf 22-检索增强生成(RAG) 优化策略篇.pdf 2.6MB

38-大模型(LLMs)强化学习—— PPO 面.pdf 38-大模型(LLMs)强化学习—— PPO 面.pdf 271KB

67-LLM推理技术之StreamingLLM:如何拥有无限长生成能力.pdf 67-LLM推理技术之StreamingLLM:如何拥有无限长生成能力.pdf 42KB

43-显存优化策略篇.pdf 43-显存优化策略篇.pdf 265KB

57-LLMs Tokenizer 篇.pdf 57-LLMs Tokenizer 篇.pdf 379KB

main.py main.py 3KB

51-图解分布式训练(七)—— accelerate 分布式训练 详细解析.pdf 51-图解分布式训练(七)—— accelerate 分布式训练 详细解析.pdf 642KB

82-LLMs 浮点数篇.pdf 82-LLMs 浮点数篇.pdf 134KB

71-如何缓解大模型幻觉?.pdf 71-如何缓解大模型幻觉?.pdf 283KB

29-LoRA 系列篇.pdf 29-LoRA 系列篇.pdf 767KB

26-大模型(LLMs)参数高效微调(PEFT) 面.pdf 26-大模型(LLMs)参数高效微调(PEFT) 面.pdf 1.5MB

55-大模型(LLMs)agent 面.pdf 55-大模型(LLMs)agent 面.pdf 1.3MB

63-LLM(大语言模型)部署加速方法——PagedAttention篇.pdf 63-LLM(大语言模型)部署加速方法——PagedAttention篇.pdf 850KB

87-NLP Trick 篇.pdf 87-NLP Trick 篇.pdf 147KB

19-大模型外挂知识库优化——如何利用大模型辅助召回?.pdf 19-大模型外挂知识库优化——如何利用大模型辅助召回?.pdf 734KB

45-图解分布式训练(一) —— 流水线并行(Pipeline Parallelism).pdf 45-图解分布式训练(一) —— 流水线并行(Pipeline Parallelism).pdf 1.4MB

24-大模型(LLMs)RAG 优化策略 —— RAG-Fusion篇.pdf 24-大模型(LLMs)RAG 优化策略 —— RAG-Fusion篇.pdf 1.1MB

21-RAG(Retrieval-Augmented Generation)评测面.pdf 21-RAG(Retrieval-Augmented Generation)评测面.pdf 617KB

54-pytorch 分布式计算 坑-bug 梳理篇.pdf 54-pytorch 分布式计算 坑-bug 梳理篇.pdf 666KB

35-大模型(LLMs)评测面.pdf 35-大模型(LLMs)评测面.pdf 253KB

requirements.txt requirements.txt 16 B

84-大模型(LLMs)软硬件配置面.pdf 84-大模型(LLMs)软硬件配置面.pdf 94KB

2-Layer normalization 篇.pdf 2-Layer normalization 篇.pdf 489KB

73-百川智能baichuan7B、13B、53B、baichuan2 总结篇.pdf 73-百川智能baichuan7B、13B、53B、baichuan2 总结篇.pdf 1.1MB

64-大模型推理加速工具 —— vLLM.pdf 64-大模型推理加速工具 —— vLLM.pdf 668KB

10-LLMs 训练经验帖.pdf 10-LLMs 训练经验帖.pdf 254KB

80-MOE(Mixture-of-Experts)篇.pdf 80-MOE(Mixture-of-Experts)篇.pdf 707KB

31-大模型(LLMs)推理面.pdf 31-大模型(LLMs)推理面.pdf 675KB

90-命名实体识别常见面试篇.pdf 90-命名实体识别常见面试篇.pdf 506KB

8-大模型(LLMs)进阶面.pdf 8-大模型(LLMs)进阶面.pdf 1019KB

69-大模型幻觉(LLM Hallucination)面.pdf 69-大模型幻觉(LLM Hallucination)面.pdf 838KB

46-图解分布式训练(二) —— nn.DataParallel篇.pdf 46-图解分布式训练(二) —— nn.DataParallel篇.pdf 814KB

16-LLM文档对话 —— pdf解析关键问题.pdf 16-LLM文档对话 —— pdf解析关键问题.pdf 2.1MB

74-LLaMA 常见面试题篇.pdf 74-LLaMA 常见面试题篇.pdf 207KB

4-Attention 升级面.pdf 4-Attention 升级面.pdf 410KB

58-怎么让英文大语言模型支持中文?(一) —— 构建中文tokenization.pdf 58-怎么让英文大语言模型支持中文?(一) —— 构建中文tokenization.pdf 662KB

36-大模型(LLMs)强化学习面.pdf 36-大模型(LLMs)强化学习面.pdf 278KB

48-图解分布式训练(四) —— torch.multiprocessing 详细解析.pdf 48-图解分布式训练(四) —— torch.multiprocessing 详细解析.pdf 273KB

92-LLMs 其他 Trick.pdf 92-LLMs 其他 Trick.pdf 257KB

56-LLMs 位置编码篇.pdf 56-LLMs 位置编码篇.pdf 669KB

17-大模型(LLMs)RAG 版面分析——表格识别方法篇.pdf 17-大模型(LLMs)RAG 版面分析——表格识别方法篇.pdf 662KB

77-思维链 Chain-of-Thought(COT)变体篇.pdf 77-思维链 Chain-of-Thought(COT)变体篇.pdf 2.0MB

70-大模型的幻觉问题篇.pdf 70-大模型的幻觉问题篇.pdf 418KB

83-自定义 CUDA 函数的轻量级包装器 —— bitsandbytes篇.pdf 83-自定义 CUDA 函数的轻量级包装器 —— bitsandbytes篇.pdf 172KB

72-LLMs 对比篇.pdf 72-LLMs 对比篇.pdf 121KB

20-大模型外挂知识库优化——负样本样本挖掘篇.pdf 20-大模型外挂知识库优化——负样本样本挖掘篇.pdf 704KB

61-大模型(LLMs)加速篇.pdf 61-大模型(LLMs)加速篇.pdf 319KB

3-LLMs 激活函数篇.pdf 3-LLMs 激活函数篇.pdf 375KB

53-大模型分布式训练故障恢复篇.pdf 53-大模型分布式训练故障恢复篇.pdf 250KB

66-纯Python超轻量高性能LLM推理框架 —— LightLLM.pdf 66-纯Python超轻量高性能LLM推理框架 —— LightLLM.pdf 711KB

15-大模型 RAG 经验面.pdf 15-大模型 RAG 经验面.pdf 1.4MB

1-大模型(LLMs)基础面.pdf 1-大模型(LLMs)基础面.pdf 482KB

13-基于langchain RAG问答应用实战.pdf 13-基于langchain RAG问答应用实战.pdf 376KB

网站声明

请认真阅读以下说明,您只有在了解并同意该说明后,才可继续访问本站。

1. 全站链接通过程序自动收集互联网公开分享链接,本站不储存、复制、传播任何网盘文件,也不提供下载服务。

2. 毕方铺遵守相关法律法规,坚决杜绝一切违规不良信息,如您发现任何涉嫌违规的网盘信息,请立即向网盘官方网站举报,并及时反馈给我们进行屏蔽删除。同时您必须了解并同意本站《用户协议》,严禁搜索非法关键词。

3. 毕方铺高度重视知识产权保护和个人隐私保护,如有网盘链接侵犯您的合法权益,请立即向百度网盘官方网站举报,并参见本站《版权说明》提供书面材料联系我们屏蔽删改。

4. 毕方铺作为非经营性网站,所有服务仅供学习交流使用。