大模型

• 大模型越狱的原理：不是黑进服务器，是用话术绕过安全训练 2天前 大模型
• 硬件感知的架构设计：为什么不同 GPU 架构可能催生不同的最优模型结构 2天前 大模型
• 大模型能不能忘记？机器遗忘（Machine Unlearning）的难度 2天前 大模型
• 为什么学术界不断提出 Transformer 替代方案，工业界却几乎都用 Transformer？ 2天前 大模型
• Split-K 和 Split-V：GPU 上注意力计算的不同并行策略各有什么取舍 3天前 大模型
• Attention 的 IO 感知算法：理解 GPU 内存层次是加速的关键 3天前 大模型
• CUDA Kernel 级别的优化：Flash Attention 为什么比 PyTorch 原生实现快 5-10 倍 4天前 大模型
• Transformer 的二次复杂度到底卡在哪里？是 HBM 带宽还是计算量？ 4天前 大模型
• Perceiver 架构：用一组 latent 向量压缩输入，不管输入多长注意力开销都一样 4天前 大模型
• 大模型慢思考和快思考：System 1 和 System 2 的类比有道理吗？ 4天前 大模型

• 2 / 4
• 上一页
• 1
• 2
• 3
• 4
• 下一页