Tagged

MODEL-ZOO

A collection of 140 posts

MODEL-ZOO

CLIP模型微调简明教程

CLIP 是一种流行的多模态嵌入模型，它使用对比学习在大量图像-标题对语料库上进行训练。 CLIP可以解锁零样本能力，例如图像分类、搜索和字幕。

MODEL-ZOO

DeepSeek-R1微调指南

在这篇博文中，我们将逐步指导你在消费级 GPU 上使用 LoRA（低秩自适应）和 Unsloth 对 DeepSeek-R1 进行微调。

MODEL-ZOO

Google Colab运行DeepSeek R1

最近我在测试本地运行DeepSeek R1，但CPU温度太高了。我的朋友说你为什么不使用 Google Colab？因为它为你提供了一个 免费GPU。

MODEL-ZOO

DeepSeek R1推理能力的训练配方

DeepSeek R1 的训练分为 4 个阶段，本文将每个训练阶段分解为其核心组件、见解和未解决的问题。

MODEL-ZOO

4个运行DeepSeek R1的方法

如果你想在自己控制的基础设施上托管 DeepSeek 模型，我会告诉你怎么做！

MODEL-ZOO

推理模型 vs. 其他AI模型

推理模型模拟人类如何逻辑地解决问题，提供可解释性和结构化决策。但是，推理模型与其他 AI 范式（例如统计或深度学习模型）有何不同？

MODEL-ZOO

DeepSeek Janus系列多模态模型

DeepSeek 的 Janus 系列是一种先进的开源多模态 AI 模型，它将图像理解、文本到图像生成和视觉语言推理统一到一个系统中。

MODEL-ZOO

DeepSeek Janus Pro 7B

在本文中，我们将探讨 Janus-Pro-7B 的架构、功能、训练方法和潜在应用。此外，我们将提供在实际应用中利用此模型的代码片段。

MODEL-ZOO

DeepSeek R1 + Claude Sonnet

我的想法是提供来自 DeepSeek 的思维链，帮助 Sonnet 表现更好。

MODEL-ZOO

DeepSeek-R1训练过程解密

作为一个花大量时间与 LLM 合作并指导他人如何使用它们的人，我决定仔细研究一下 DeepSeek-R1 的训练过程。

MODEL-ZOO

DeepSeek-R1蒸馏模型

DeepSeek-R1已经在多个基准测试中超越了 SOTA 推理模型 OpenAI-o1。在这篇文章中，我们将深入研究DeepSeek-R1的6 个蒸馏模型。

MODEL-ZOO

DeepSeek-R1内部工作原理

在这篇文章中，让我们从什么是 DeepSeek-R1 模型开始，深入了解它的内部工作原理。

MODEL-ZOO

DeepSeek-R1图形界面Agent指南

本文将指导你完成设置 DeepSeek R1 和 Browser Use 的过程，以创建能够执行复杂任务的 AI 代理，包括 Web 自动化、推理​​和自然语言交互。

MODEL-ZOO

DeepSeek-R1本地运行指南

在本指南中，我将向你展示如何在本地安装 DeepSeek-R1，利用其编码能力，并可能每月节省数百美元。

MODEL-ZOO

Object Eraser图像对象橡皮擦

在这个博客中，我们将介绍设置和使用对象橡皮擦的过程，以便根据文本提示生成图像并随后删除特定对象。

MODEL-ZOO

DeepSeek LLM微调指南

在本指南中，我们将介绍使用监督微调 (SFT) 和 Hugging Face 数据集对 DeepSeek LLM 进行微调的过程，并提供针对特定领域数据集进行训练的分步代码演示。

MODEL-ZOO

UI TARS：最好的GUI Agent模型

UI-TARS 代表用户界面 - 任务自动化和推理系统，是字节跳动创建的创新型原生 GUI 代理模型。

MODEL-ZOO

DeepSeek R1 vs. OpenAI O1

在DeepSeek R1出现之前，我认为 OpenAI O1 模型是自 ChatGPT 以来 AI 领域发生的最好的事情。

MODEL-ZOO

Kokoro-82M：最好的TTS小模型

最近，一种名为 Kokoro-82M 的革命性模型已经发布，它只有 8200 万个参数，并在 TTS 领域获得了 SOTA 结果。

MODEL-ZOO

从零实现2B参数LLM

我们将使用 Pile 数据集从头开始训练一个 20 亿参数的 LLM。结果，我们得到了一个 LLM，它在响应中输出完美的语法和标点符号，较短的上下文有意义，但不是整个响应。

MODEL-ZOO

Qwen2-Audio微调探索音乐转录

自动音乐转录是将 MP3 和 WAV 等音频文件转换为乐谱、吉他指法谱以及音乐家可能想要用乐器学习歌曲的任何格式的过程。

MODEL-ZOO

SPAR3D快速指南

SPAR3D 是一种最先进的开源模型，用于通过点云调节从单个图像快速前馈 3D 网格重建，以提高重建质量。

MODEL-ZOO

ModernBERT微调实现文本分类

ModernBERT 是最近发布的传统 BERT 模型的改进版本，本文将深入研究针对文本分类任务对 ModernBERT 进行微调。

MODEL-ZOO

Donut模型微调实用指南

在本指南中，我将向你介绍我用来微调 Donut 模型的确切步骤，以便你可以根据特定领域的需求对其进行调整。

MODEL-ZOO

DONUT：无需OCR的文档理解

从非结构化文档中提取数据始终是一项挑战。以前，我们曾经使用基于规则的方法来解决此类问题，现在DONUT是最先进的解决方案之一。