Home

摘要 本文主要介绍AI模型相关知识，包括AI模型相关技术、AI模型相关工具、AI模型相关应用等。 一些概念 模型的泛化能力：模型举一反三的能力，即模型在测试集数据时的表现，而不是训练时数据的表现 大模型的幻觉问题：上下文矛盾问题、与prompt要求不一致、与事实矛盾（编造事实）、与常识矛盾（常识） 产生幻觉的原因：数据质量问题（不准确的信息、缺乏多样性），大模型训练的过拟合（泛化能力弱），推理过程，提升工程（给模型的prompt不够好） 大模型分类 📝 自然语言处理模型（NLP）：文本分类、命名实体识别、问答、语言建模、摘要、翻译、多项选择和文本生成。Transformer、BERT 机器视觉（computer vision）：图像分类、目标检测和语义分割。CNN、ResNe...

摘要 产品经理需要关注的6点： 行业与市场分析 需求调研与挖掘 产品商业模式设计 产品架构设计 产品与运营打法 规划里程碑设定 竞品分析 找到竞品：通过app store，google play，github等渠道寻找 收集基础数据：竞品名称、版本号、优缺点等 输出竞品分析报告： 市场竞争环境：市场现状、市场规模、用户规模、未来趋势 基础数据分析：同类产品 竞品分类分析：产品模式、盈利方式 筛选核心竞品：核心竞品原因 核心竞品分析：产品定位、目标人群、盈利模式 总结和思考

摘要 AI智算中心的相关知识点 GPU服务器 HGX与DGX的区别：HGX是服务器中的GPU模块例如HGX H100则是包含8块H100的模块，DGX server则是包括GPU、内存、网卡、硬盘和HGX模块的AI服务器 GPU 网络 NVIDIA Mellanox SHARP 存储 此处为引用，没有准确说明计算原理： 以OpenAI为例，进行样本数据量的分析。GPT2是40GB、GPT3是45TB、GPT4的量级预计达到了数百TB甚至PB级，对存储的空间也带来巨大挑战。 在checkpoint和模型文件部分：以GPT4为例，Checkpoint 数据大小约为5-8TB，模型大小约为2.8TB，按照常规的每四个小时保存一次，90天的训练周期，保存15%的比...

摘要 基于CentOS7.9系统搭建 搭建K8S 安装kubeadm 使用国内aliyun源 cat <<EOF > /etc/yum.repos.d/kubernetes.repo [kubernetes] name=Kubernetes baseurl=https://mirrors.aliyun.com/kubernetes/yum/repos/kubernetes-el7-x86_64/ enabled=1 gpgcheck=1 repo_gpgcheck=1 gpgkey=https://mirrors.aliyun.com/kubernetes/yum/doc/yum-key.gpg https://mirrors.aliyun.com/kube...