最近小龙虾🦞比较火，跟风安装一下，配置是这样的：Ubuntu 无图形界面安装 OpenClaw + GitHub Copilot + Tele...

最近需要在一台只有命令行的 Ubuntu 服务器上配置代理，让终端能够访问外网。本文记录一下完整的配置过程，目前我的场景如下：Ubuntu 无图...

现在我有两台服务器，一台服务器 B 能够稳定连接 GPT 等外网服务，但是我本地连接他比较慢，另一台服务器 A 我连接他比较快，而且 A 连接 ...

以 Qwen2-VL 为例，介绍如何使用 vLLM 部署大模型并提供 OpenAI 兼容的接口服务. 环境安装 有几个坑，对于 qwen2-vl...

这部分讲一下 VLM 训练的逻辑，例如常见的 LLaVA，Qwen-VL 等等，从图文提取，图文处理和训练逻辑等方面进行介绍，后面的介绍还是以 ...

InternVL: Learning Transferable Visual Models From Natural Language Sup...

什么是 sub_group_size 参数？ 在分布式深度学习中，NVIDIA 的 DeepSpeed 和 NCCL 是常用的深度学习优化工具，...

旋转位置编码（简称 RoPE）是一种用于 Transformer 类模型的相对位置编码方法，在像 Llama 等模型中被广泛应用。 1. 1D ...

这篇文章只回答四个问题：模型吃什么数据、结构怎么搭、loss 怎么算、它相对 CLIP 改了什么。背景和完整实验表不展开。 节点按首次 ar...

强化学习回顾 在阅读本文之前，强烈建议先学习一下 PPO 算法，不然后面可能会听的云里雾里。本文参考知乎博客《RLHF 的 PPO 算法解析》 ...

强化学习专项：1. 基本概念 · 2. DQN · 3. Policy Gradient · 4. PPO · 5. 如何理解强化学习（本文）...

强化学习专项：1. 基本概念 · 2. DQN · 3. Policy Gradient · 4. PPO（本文） · 5. 如何理解强化学习...