- 综合排序
- 最热优先
- 最新优先
- 来自专栏小七的各种胡思乱想
解密Prompt系列11. 小模型也能思维链推理
至于为啥小模型无法进行思维链推理，论文6通过把小模型回答错误但大模型可以回答正确的问题进行归纳总结，认为小模型的COT能力受到有限的语义理解和数学计算能力的限制。 不过我们在实际尝试中发现小模型的few-shot理解能力似乎是更大的短板，表现在小模型无法很好理解抽象few-shot中的推理模板和样本间的共性。 微调方式 1 FlanT5 250M~11B Few-shot-COT+Zero-shot-COT+Few-shot-Answer Only 蒸馏：Top5 Token的KL 因此大模型和小模型的能力差异除了小模型自身的推理能力有限，还有小模型的In-Context理解能力有限，而few-shot样本微调被证明可以提升模型In-context理解能力。 论文指出的可能原因是小模型能承载的能力有限，因此不像大模型可以许广泛任务上有很好的表现，小模型单一能力的提升，可能会以通用能力损失为代价。
3.1K71编辑于 2023-07-14 - 来自专栏前端干货和生活感悟
前端小知识11点
,'2019-02-01','month') //["2018-05", "2018-06", "2018-07", "2018-08", "2018-09", "2018-10", "2018-11 ", "2018-12", "2019-01", "2019-02"] 3、moment.js当日期为周日时，获取所在周的周日，出现的bug let date='2019-08-11' //获取该日期所在的周几 = moment(date) .week(+end_weeknumber) .isoWeekday(7) .format('YYYY-MM-DD') //'2019-08-11 ' 特别特别需要注意的就是，当所选日期是周日的时候，获取所在的周数是需要加 1 的 配合 前端小知识10点(2019.9.29) 的第一点使用： 完美版： let date='2019-08-11' },100) }, 这个知识在自己的项目里还是挺有用的，一个是拖拽，另一个是鼠标滚轮滚动里也用到过 10、获取网页缩放比例 window.devicePixelRatio 11
1.2K30发布于 2019-12-16 - 来自专栏个人路线
小程序结构目录【小程序专题11】
所有的小程序项目都是这个结构，在上面不断添加其他内容。 这个结构分成两层：描述整体程序的顶层 app 脚本，以及描述各个页面的 page 脚本。 1、app.js是小程序的脚本代码。 我们可以在这个文件中监听并处理小程序的生命周期函数、声明全局变量。调用框架提供的丰富的 API，如本例的同步存储及同步读取本地数据。 2、app.json 是对整个小程序的全局配置。 我们可以在这个文件中配置小程序是由哪些页面组成，配置小程序的窗口背景色，配置导航条样式，配置默认标题。注意该文件不可添加任何注释。 3、app.wxss 是整个小程序的公共样式表。 微信小程序中的每一个页面的【路径+页面名】都需要写在 app.json 的 pages 中，且 pages 中的第一个页面是小程序的首页。 小程序文件和传统web对比 结构 小程序 传统web 结构布局 Wxml Html 样式 Wxss Css 逻辑 JavaScript JavaScript 配置 Json 无
86430编辑于 2021-12-22 - 来自专栏IT架构圈
「小程序JAVA实战」小程序的事件（11）
我们以前在web开发的时候，web页面也有一些相关的事件，当然小程序要接触屏幕要进行一些点击和拖动事件。 源码：https://github.com/limingios/wxProgram.git 中的No.6 小程序的事件触发 通过行为进行的人机交互方式 类似于html的onClick，onChange事件等等 PS：小程序的事件基本就是这样，事件使用，事件分类，事件详情，这三个方向来使用。
1.8K30发布于 2018-12-19 - 来自专栏ClearSeve
C++11内存模型
最近看了极客时间——《现代C++实战三十讲》中的内存模型与Atomic一节，感觉对C++的内存模型理解还不是很清楚，看了后面的参考文献以及看了一些好的博客，算是基本了解了，根据参考文献整合一下。 Thread-1: Thread-2: x = 100; // A std::cout << x; // B C++11 C++11的内存模型共有6种，分四类。其中一致性的减弱会伴随着性能的增强。 参考链接 【1】C++11中的内存模型上篇 – 内存模型基础 【2】C++11中的内存模型下篇 – C++11支持的几种内存模型 【3】理解 C++ 的 Memory Order 【4】如何理解 C++ 11 的六种 memory order 【5】《现代C++实战三十讲》中的内存模型与Atomic
1K30编辑于 2022-02-11 - 来自专栏CnPengDev
小程序 | 11-组件化
自定义组件由 json、wxml、wxss、js 四个文件组成，我们通常是在根目录下创建一个文件夹——components，在该文件夹中存放我们自定义的公共组件。
2.8K20发布于 2021-05-17 大模型、小模型、参数量
## 几个概念总参数量 = 词嵌入层参数 + 解码器层参数小模型 就是在参数量上显著小于LLM的模型所有参数 都放在 safttensors 模型文件 中预训练 就是为了 生成合理的 参数值后训练 也是为了 生成合理的 参数值蒸馏、微调、强化学习，都是后训练大模型变成小模型采用"蒸馏+量化+剪枝"的组合策略 一、大模型 GPT-3 参数量详解大模型的参数量是指神经网络中所有可训练权重和偏置的总数，这些参数决定了模型的学习能力和表达能力 三、大模型、小模型参数差距的本质大模型的参数量，本质上是用 dmodel2d_{model}^2dmodel2 的代价，换取高维语义空间的表达能力。 四、为什么对小模型感兴趣以前，我们用Java+DB开发应用，用C+RTOS开发嵌入式软件。 所以，本篇理解小模型，下篇学习小模型建模或小模型训练。
55021编辑于 2026-01-04- 来自专栏LINUX阅码场
深入理解C11C++11内存模型
个人认为，内存模型表达为“内存顺序模型”可能更加贴切一点。 2011年发布的C11/C++11 ISO Standard为我们带来了memory order的支持， 引用C++11里的一段描述： The memory model means that C++ code C11/C++11使用memory order来描述memory model， 而用来联系memory order的是atomic变量， atomic操作可以用load()和release()语义来描述 C11/C++11内存模型 C/C++11标准中提供了6种memory order，来描述内存模型[6]: enum memory_order { memory_order_relaxed, - Frank Birbacher [ACCU 2017] C++11中的内存模型下篇 - C++11支持的几种内存模型 memory ordering, Gavin's blog c++11 内存模型解读
2.9K30发布于 2020-06-04 - 来自专栏小北的博文
Win10、11去除小箭头
步骤：新建一个文本文档，复制粘贴以下代码，修改文件后缀为bat，以管理员身份运行 Win11 bat 代码: reg add "HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft systemroot%\system32\imageres.dll,197" /t reg_sz /f taskkill /f /im explorer.exe start explorer pause 恢复小箭头代码
41910编辑于 2024-08-23 - 来自专栏花叔的专栏
11-9小程序新能力
11月9日发布的小程序新能力，其实在技术上没什么特点，就不做解读了，后头应该有更劲爆的。 “ 为帮助开发者快速推广小程序，公众号文章底部广告位现已支持推广小程序。 微信公众平台发布「小程序开发助手」， 支持小程序的项目成员更方便地预览和体验小程序。开发者工具内腾讯云服务支持PHP语言。” 01 — 小程序可通过公众号文章底部广告位推广 为帮助开发者快速推广小程序，公众号文章底部广告位现已支持推广小程序。 ? 具体指引详见《微信公众号广告支持小程序落地页投放》 02 — “小程序开发助手”发布 微信公众平台发布“小程序开发助手”，小程序的管理员、开发者和体验者可便捷地预览和体验小程序。 03 — 开发者工具内腾讯云服务支持PHP语言 为便于开发者开发小程序，开发者工具内腾讯云服务新增支持PHP语言。 详见《小程序开发者工具腾讯云服务功能说明》
89870发布于 2018-04-18 - 来自专栏小北的博文
Win10、11去除小箭头
步骤：新建一个文本文档，复制粘贴以下代码，修改文件后缀为bat，以管理员身份运行 Win11 reg add "HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Windows systemroot%\system32\imageres.dll,197" /t reg_sz /f taskkill /f /im explorer.exe start explorer pause 恢复小箭头代码
48630编辑于 2023-10-21 - 来自专栏机器之心
小模型如何比肩大模型，北理工发布明德大模型MindLLM，小模型潜力巨大
我们发现模型参数大小的差异不会在特定领域内产生显着差异，并且较小的模型可以优于较大的模型。 在着手训练具有数十亿参数的大型语言模型之前，我们首先训练较小的模型，以建立训练更大模型的扩展规律。 领域应用 为了展示小模型在具体领域应用的效果，我们采用了在金融和法律两个公开数据集来做出验证。从结果中可以观察到，模型的参数大小对领域性能有一定影响，但表现并不明显。 MindLLM的性能在领域应用内超越了其它同等规模的模型，并且与更大的模型有可比性。进一步证明了小模型在领域应用落地有极大潜力。 金融领域 在该领域，对金融数据进行情绪感知分类任务。 同时，与更大规模的模型相比，它们能够以更快的训练速度和更少的训练资源取得相当的成绩。基于以上分析，我们认为小模型仍然具有极大的潜力。
1.6K20编辑于 2023-10-29 - 来自专栏机器学习/数据可视化
sqlzoo练习11-join小测
Sqlzoo练习11-join quiz Join opetation指的是不同的表之间通过某个相同的字段进行关联，从而进行查询操作。本文是对Join操作的小测 ? ?
43060发布于 2021-03-01 - 来自专栏喔家ArchiSelf
解读小模型——SLM
另一方面，人们也在创建更小的模型，称为小型语言模型（SLM），以便高效地部署在设备上，如台式机、智能手机和可穿戴设备。SLM并不是指传统的参数较少的模型，而是大模型的小型化版本。 与大模型相比，SLM是一种简化的、高效的语言模型，参数数量减少，总体规模较小。SLM中的“小”表示与大型语言模型相比，参数数量和模型的总体大小都减少了。 虽然大模型可能有数十亿甚至数万亿个参数，但 SLM 通常只有几百万到几亿个参数。 然而，什么是“小”可以根据场景和语言建模的当前技术状态而变化。 随着近年来模型规模呈指数级增长，曾经被认为是大模型的东西现在可能被认为是小模型。GPT-2就是一个很好的例子。 2. 为什么参数的数量很重要？ 语言模型中的参数数量决定了语言模型在训练期间学习和存储信息的能力。更多的参数通常允许模型捕获更复杂的模式和细微差别，从而提高语言任务的性能。
1.2K10编辑于 2024-12-02 - 来自专栏小程序
11-微信小程序授权登录
微信小程序授权登录小程序可以通过微信官方提供的登录能力方便地获取微信提供的用户身份标识，快速建立小程序内的用户体系。 临时登录凭证 code 只能使用一次wx.login(Object object)以 Promise 风格 调用：不支持小程序插件：支持，需要小程序基础库版本不低于 实现租房项目首页实现方案 关于使用小程序开发项目，往往会有2种方案，一种是使用小程序原生api进行开发，另外一种是在小程序中嵌入 htm5页面进行开发。 在小程序中嵌入html5功能是通过web-view实现的。在小程序中嵌入html5功能是通过web-view实现的。web-view 组件是一个可以用来承载网页的容器，会自动铺满整个小程序页面。 个人类型与海外类型的小程序 暂不支持使用。
2K10编辑于 2024-12-26 - 来自专栏艺述论专栏
微信小程序分享11: label标签
在小程序中，只有一个for属性，指示另一个组件的id。 以前学习icon时，小程序框架自带这样一个icon: 练习：最后那个应该是success_no_circle，动手将它写在wxss中，使复选框选中时有一个对号的图标。
2.4K40编辑于 2022-03-08 - 来自专栏JusterZhu
极客说｜微软 Phi 系列小模型和多模态小模型
在这样的背景下，小模型（Small Language Models, SLMs）的研究就显得非常重要。小模型以其相对较小的规模和较低的计算算力需求，为资源有限的端侧设备环境提供了一种可行的解决方案。 微软在小模型方面也持续进行了很长时间的研究，推出了 Phi 系列模型，证明了即使在较小的模型规模下，也能够实现强大的语言理解能力，生成能力，和多模态理解能力。 Phi-3 系列 Phi3 系列有三个不同量级的小模型，分别叫做 Phi-3 mini, Phi-3 small 和 Phi-3 medium。 PC 上用 Phi-3-visio 进行轿车司机是否系安全带的图像问答测试 Phi-3.5 系列 Phi-3.5 系列小模型是最新一代的 Phi 系列小模型，该系列包括了 Phi-3.5-mini、Phi 图11是对于数学运算来进行计算的结果，可以看到对于整数的乘法的三个运算，结果都是正确的。
66400编辑于 2025-01-23 - 来自专栏机器学习炼丹之旅
CS231n：11 生成模型
生成模型 生成模型的定义就是给定一个训练数据，然后生成一些新的样本，保证和所给的训练集有一样的分布。 生成模型主要有以下这些应用场景： 生成逼真的艺术品图片，拥有超高的分辨率，着色等。 时间序列数据的生成模型可以用于仿真和规划（在强化学习中应用）。 训练生成模型还可以使隐式表征的推断成为有用的通用特征。 需要一提的是，可以将生成模型分成两大类，即隐式密度模型和显式密度模型，显式密度模型会显式地给出一个分布 使其和输入数据的分布相同。 而隐式密度模型则不会给出一个分布，而是训练一个模型从输入数据中采样，并直接输出样本，而不用显式地给出分布的表达式。 202207271523672.png 所以，我们会使用下式代替： image.png 其图像如下图绿色曲线所示，它就有很好的特性，即初始时梯度大，最后梯度小，符合训练的需要，实际训练中基本都用这个式子
75710编辑于 2022-08-08 - 来自专栏夏天的前端笔记
每天10个前端小知识 【Day 11】
JS会在创建变量时自动分配内存，在不使用的时候会自动周期性的释放内存，释放的过程就叫 “垃圾回收”。
54510编辑于 2024-01-18 - 来自专栏学习笔记ol
小谈设计模式（11）—模板方法模式
小谈设计模式（11）—模板方法模式 专栏介绍 主要对目前市面上常见的23种设计模式进行逐一分析和总结，希望有兴趣的小伙伴们可以看一下，会持续更新的。
32220编辑于 2023-10-11
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号