MoE 训练手册(简体中文)
https://huggingface.co/spaces/fat-pig/moe-blogpost-zh 是托管在 Hugging Face Spaces 上的《MoE 训练手册(简体中文)》,它是一份面向大语言模型开发者的混合专家(Mixture-of-Experts, MoE)模型训练实战指南的简体中文译本。 以下是关于该页面的详细介绍: 基本信息与背景
https://huggingface.co/spaces/fat-pig/moe-blogpost-zh 是托管在 Hugging Face Spaces 上的《MoE 训练手册(简体中文)》,它是一份面向大语言模型开发者的混合专家(Mixture-of-Experts, MoE)模型训练实战指南的简体中文译本。 以下是关于该页面的详细介绍: 基本信息与背景
2026年企业AI部署支出达1770亿美元(增5.4倍),55%为新预算,扩张而非取代SaaS。智能体占80%用量,编程与聊天机器人占应用76%。前沿实验室获69%支出,Anthropic与OpenAI主导API,开源占19%用量。
本文基于 Spring Batch 6 与 Java 21,以客户报表为例讲解批处理实战,涵盖分块处理、重试跳过容错、条件流转、多线程与分区扩展、监控调度及幂等测试,展示如何构建可扩展且支持断点安全重启的生产级作业。
本文基于Webots与Python,以e-puck差速机器人为例实现反应式导航控制器。文章介绍控制循环、单轮车模型与里程计定位,通过状态机协调趋向目标、避障及沿墙行为,并探讨失效原因、ROS 2架构映射及SLAM等进阶方向。
中国电信的论文,介绍了他们用8,192 张昇腾 Ascend 910C训练Xing 4模型的过程 arxiv.org/abs/2611.22115 Xing 4 架构上用了一些软硬件协同设计:针对昇腾矩阵计算能力较强、显存带宽及部分非矩阵操作相对受限的特点,采用更宽、更浅的 MoE 网络,结合 MLA、DSA 稀疏注意力与跨层 IndexShare,降低长上下文的 KV Cache 访问及
登录后可查看链接教学项目 Tiny-LLM:从零构建 LLM 推理引擎与 Coding Agent 教学目标是让系统工程师从底层理解并亲手实现大语言模型推理系统。 项目基于 Apple Silicon、MLX、Metal 和 Qwen3,逐步实现 Attention、矩阵计算、KV Cache 和推理调度等核心组件。 Tiny-LLM 强调从数学运算到 GPU Kernel,再到完整推理服务的工
登录后可查看链接把模型、动作、音效和游戏代码接成一套 AI 工作流 OpenDCAI 的 GameFactory-3A 是一个由 Coding Agent 驱动的开源游戏生成 Skill 与资产框架,把角色、道具、场景、动作、音效和玩法代码的制作接到同一套流程中,支持 UE5、Unity、Godot 4、Blender 和 three.js。 它提供了图片、3D 模型、骨骼与动作、对话与环境声
登录后可查看链接这个感觉不错。Claude的官博里有不少好文,提供了各类最佳实践。这个库不但把里面的文章全部翻译为了中文,还给他们总体做了份知识图谱和思维导图 地址:github.com/yibie/claude-best-practices-zh/ 目前有173 篇中文译文 + 100 个概念的 LLM Wiki 知识网 + 交互式知识图谱/思维导图
登录后可查看链接很多家长想要的,其实不是又一个堆题库的英语App,而是孩子愿意自己打开、还能在没网时继续学的工具。Magic English Buddy 就是朝这个方向做的:它是面向儿童的英语学习 PWA,支持安装到主屏幕,课程、词典和学习记录都尽量留在本机,多孩子共用一台设备也能分开保存进度。这个项目把阅读、跟读、练习和复习串成一条完整路径:内置 L1 到 L7 共 90 篇分级课程,配学习地图逐步解锁;阅读时
登录后可查看链接MinerU打动人的地方不只是“免费开源”,而是它把 PDF、Word、PPT、Excel 和图片统一转成干净的 Markdown:公式直接变 LaTeX,表格尽量保留结构,图片单独导出,特别适合做知识库整理、论文摘录和文档再利用。它不是把整页一股脑识别完就结束,而是先做版面分析、公式检测与识别、OCR、表格识别,再清理噪声、按阅读顺序重组,所以面对数学公式多、排版复杂的文档,结果往往比普通 OC
登录后可查看链接众所周知,Agentic RL已经是LLM后训练的标配流程,但是国内相关资料匮乏,Datawhale作为国内头部AI学习社区,势必要担当起来,为此我们的宋博(江湖人称:不要葱姜蒜)亲自下场,用他本来计划买零食的钱做实验,写教程,最终产出了这样一份高质量、系统性、费零食钱的Agentic RL教程:agentic-rl-lab,另外此教程采用的训练方案是PyTrio,这是对标前OpenAI核心员工创
登录后可查看链接复旦大学 CS40008.01 大语言模型 的课程资料 网页链接 2026 年秋季版。授课老师Baojian Zhou (周宝健) “学习现代大语言模型的工作原理,包括分词、语言建模、词向量、注意力与 Transformer;训练与评测;数据质量、算力成本与检索。学习
登录后可查看链接Google Research 开源了 PaperOrchestra,它不是简单的“AI代写”,而是一套面向科研写作的多代理流程:从想法、实验日志这类前期材料出发,依次完成大纲生成、文献检索与综述、分章节写作、内容润色,甚至还能补上图表与概念示意,最后产出贴合会议模板的 LaTeX 稿件,目标很明确,就是把“研究做出来了但论文还没成形”这段最磨人的工作接起来。项目也说得很实在:代码已开源,但用于论
登录后可查看链接Matthew Saffer 是 Jane Street 的软件工程师。他写了篇文章介绍了他们面试新人时的变化。大部分工程师已经每天使用 LLM 编写、阅读、调试和审查代码,因此传统的纯手写编程面试已无法完整反映实际工作方式。公司从 2026 年夏季开始,在面向校园招聘候选人的现场面试中试点新形式: 新面试主要考察三类能力: 软件设计能力(Software Design),包括问题拆
登录后可查看链接很多团队想用 Rust 提速,却卡在“重写风险太大”:一旦全盘推倒,行为不一致、接口变动、迁移失控,成本往往比性能收益更吓人。rust-anything想解决的正是这个断点:它不替你自动翻译代码,而是先把现有应用的真实行为录下来,再按模块逐步把 TypeScript、Python、C、Go、Ruby、Java 的代码迁到 Rust,每走一步都和原实现逐案对比,确认结果一致后再继续。这套思路的价值不
登录后可查看链接这不是一门普通的工程课时间表,而是 MIT CBA 2026 年 HTMAA(How to Make Almost Anything)课程的完整推进路径:从导论、计算机辅助设计和版本控制起步,很快进入数控切割、嵌入式编程、3D 扫描与打印,再一路深入电子设计、电子生产、机加工、输入输出设备、机械与机器设计,最后收束到联网通信、系统集成、项目开发和展示,几乎把“从想法到成品”的全链路都排进了一个学期
登录后可查看链接教学项目:大道至简,完全从 0 开始,仅用 3 块钱成本与 2 小时训练时间,训练出规模约为 64M 的超小语言模型 MiniMind MiniMind 系列极其轻量,主线最小版本体积约为 GPT-3 的 1/2700 ,力求让普通个人 GPU 也能快速完成训练与复现。 项目同时开源了大模型的极简结构与完整训练链路,覆盖 MoE、数据清洗、预训练(Pretrain)、监督微调(S
登录后可查看链接把视频里的讲解、代码和画面,整理成可调用的 Skill 仓颉 Cangjie Skill 是一个把书籍、长视频、播客中的方法整理成 AI Skill 的开源项目。配合作者提供的 video-downloader,可以把视频中的口播、屏幕文字和操作画面一起纳入素材。 流程分成两步。video-downloader 先提取平台字幕或进行语音转写,再通过关键帧、完整视频或 Agent
登录后可查看链接OpenMotion 开源了,想解决的不是“再做一个视频工具”,而是把产品宣传片里最难复用的那部分——镜头节奏、转场语言、品牌统一和可继续修改的工程——整理成一套能被 Agent 调用的生产方式。它主打本地可编辑、可反复修改,支持导出 MP4、MOV、WebM、GIF 等格式,还提出了类似 DESIGN.md 的 MOTION.md,把一支视频的镜头顺序、文字节奏、转场和声音设计写成可复用规范,再
登录后可查看链接电子书 《The Software Engineering Handbook: A Judgment and Decision-Making Approach》 [网页链接](https://davisjam.github.io/model-based-agentic-software-engineering/book/se-handbook/software-engineering-hand
登录后可查看链接