云霞育儿网-
PyTorch量化感知训练技术：模型压缩与高精度边缘部署实践
-
ChronosX: 可使用外生变量的时间序列预测基础模型
-
PyTorchVideo实战：从零开始构建高效视频分类模型
-
在AMD GPU上部署AI大模型：从ROCm环境搭建到Ollama本地推理实战指南
-
防止交叉验证中的数据泄露：提升模型在实际环境中的性能
-
Perforated Backpropagation：神经网络优化的创新技术及PyTorch使用指南
-
加速LLM大模型推理，KV缓存技术详解与PyTorch实现
-
零训练成本优化LLM： 11种LLM权重合并策略原理与MergeKit实战配置
-
NoProp：无需反向传播，基于去噪原理的非全局梯度传播神经网络训练，可大幅降低内存消耗
-
GenPRM：思维链+代码验证，通过生成式推理的过程奖励让大模型推理准确率显著提升
-
PyTabKit：比sklearn更强大的表格数据机器学习框架
-
SecMulti-RAG：兼顾数据安全与智能检索的多源RAG框架，为企业构建不泄密的智能搜索引擎
-
CLIMB自举框架：基于语义聚类的迭代数据混合优化及其在LLM预训练中的应用
-
10招立竿见影的PyTorch性能优化技巧：让模型训练速度翻倍
-
SmolVLM：资源受限环境下的高效多模态模型研究与实现
