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: 2025-02-21 23:11:41

文件大小: 共计 1360 个文件 ,合计: 651.0MB

发布者: JJ杂货铺

资源来源: 夸克网盘夸克网盘

资源售价: 金币5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1 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 35.6MB

1.AiGC面试宝典-大模型面试题 1.AiGC面试宝典-大模型面试题 35.6MB

5-transformers 操作篇.pdf 5-transformers 操作篇.pdf 227KB

68-SwiftInfer —— 大模型无限流式输入推理飙升46%,打破多轮对话长度限制.pdf 68-SwiftInfer —— 大模型无限流式输入推理飙升46%,打破多轮对话长度限制.pdf 702KB

33-增量预训练(Pretrain)样本拼接篇.pdf 33-增量预训练(Pretrain)样本拼接篇.pdf 380KB

78-小样本提示学习篇.pdf 78-小样本提示学习篇.pdf 277KB

81-大模型蒸馏篇.pdf 81-大模型蒸馏篇.pdf 233KB

65-LLM(大语言模型)部署加速方法——Faster Transformer篇.pdf 65-LLM(大语言模型)部署加速方法——Faster Transformer篇.pdf 611KB

30-如何使用 PEFT库 中 LoRA?.pdf 30-如何使用 PEFT库 中 LoRA?.pdf 696KB

42-大模型(LLMs)显存问题面.pdf 42-大模型(LLMs)显存问题面.pdf 525KB

88-文本分类常见面试篇.pdf 88-文本分类常见面试篇.pdf 669KB

7-相似度函数篇.pdf 7-相似度函数篇.pdf 175KB

32-大模型(LLMs)增量预训练篇.pdf 32-大模型(LLMs)增量预训练篇.pdf 905KB

18-大模型(LLMs)RAG 版面分析——文本分块面.pdf 18-大模型(LLMs)RAG 版面分析——文本分块面.pdf 483KB

34-基于lora的llama2二次预训练.pdf 34-基于lora的llama2二次预训练.pdf 2.3MB

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

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

27-适配器微调(Adapter-tuning)篇.pdf 27-适配器微调(Adapter-tuning)篇.pdf 185KB

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

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

79-LLMs 测试集 中 数据泄露 问题篇.pdf 79-LLMs 测试集 中 数据泄露 问题篇.pdf 340KB

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

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

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

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

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

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

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

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

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

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

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

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

85-Token及模型参数准备篇.pdf 85-Token及模型参数准备篇.pdf 129KB

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

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

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

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

6-LLMs 损失函数篇.pdf 6-LLMs 损失函数篇.pdf 356KB

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

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

60-怎么让英文大语言模型支持中文?(三) —— 对预训练模型进行指令微调.pdf 60-怎么让英文大语言模型支持中文?(三) —— 对预训练模型进行指令微调.pdf 403KB

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

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

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

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

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

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

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

12-多轮对话中让AI保持长期记忆的8种优化方式篇.pdf 12-多轮对话中让AI保持长期记忆的8种优化方式篇.pdf 362KB

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

main.py main.py 3KB

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

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

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

76-思维链 Chain-of-Thought(COT).pdf 76-思维链 Chain-of-Thought(COT).pdf 560KB

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

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

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

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。