-
LLM 的「误刹」:复杂任务中模型为何过早宣布完成 ai · llm · agent一:从「刹车」到「误刹」 二:模型为什么会「误刹」:五个成因 2.1 训练数据从未区分「看起来完成」和「真的完成」 2.2 局部完整被误当成全局完整 2.3 上下文里...
-
LLM 的「刹车」:下一个 Token 预测机如何知道何时停止 ai · llm · nanochat一:一个悖论:预测机为什么不会永远预测下去 二:三层分工:模型、协议、运行时 三:nanochat 源码剖析 3.1 词表设计:一个没有 EOS 的词表 3.2 预训练:「停...
-
Qwen3.8-27B SGLang Docker 部署测速报告(GB10 / DGX Spark) ai · dgx-spark · sglang1. 测试环境 2. 部署方式(SGLang Docker) 3. 模型文件 4. 测速方法 5. 测试结果 5.1 单流 Decode 速度(tok/s) 5.2 ...
-
如何构建一个编码 Agent ai · coding-agent原文链接:How to build a coding agent: free workshop 作者:Geoffrey Huntley
-
从零构建超迷你 ChatGPT:在 DGX Spark 上全流程训练 nanochat ai · llm-training · dgx-spark一:项目背景 1.1 为什么要自己构建大语言模型? 1.2 nanochat 项目介绍 1.3 DGX Spark 二:实战演练 ...
«
1
»