登录社区云，与社区用户共同成长
邀请您加入社区
他转过头，意味深长地看着莉亚：“对此，我也无能为力。我只能修补已知的错误，却无法预测未知的疯狂。”
2025开年，AI技术打得火热，正在改变前端人的职业命运：阿里云核心业务全部接入Agent体系；字节跳动30%前端岗位要求大模型开发能力；腾讯、京东、百度开放招聘技术岗，80%与AI相关……大模型正在重构技术开发范式，传统CRUD开发模式正在被AI原生应用取代！最残忍的是，业务面临转型，领导要求用RAG优化知识库检索，你不会；带AI团队，微调大模型要准备多少数据，你不懂；想转型大模型应用开发工程师
不得了。现在的国产AI应用，一口气看的视频，都可以直接做和了！瞧~只需“喂”上一段，AI就摇身一变成“名侦探”做剖析：它会对整个视频的内容先做一个总结，再按照，对视频片段做内容上的推演。如果再给这个AI“喂”上一段，它又会秒变成一位资深解说员：这一次，在视频总结和视频要点之后，我们继续提出要求：请帮我剪辑视频中的片段，包含任意由客户指定的场景，提取相关片段，标明时间范围，并为每个片段配上解说文案，
先更新安装modescope，然后下载模型下载日志。
本教程使用 Swift 框架进行模型微调。目录下提供了一个训练脚本。，确保成功提交并获得评分。进行查看，输入你的 uid。
当你还在为大模型微调的复杂流程头疼时，一款来自阿里的开源工具已经悄然解决了从训练到部署的全链条难题。
我们介绍使用ms-swift对deepseek-ai/Janus-Pro-7B进行微调（注意：目前只支持图像理解的训练而不支持图像生成）。这里，我们将展示可运行的微调demo，并给出自定义数据集的格式。conda create -n swift #创建虚拟环境。如果要使用自定义数据集进行训练，你可以参考以下格式，并指定。在开始微调之前，请确保您的环境已准备妥当。微调完成，保存到output。是一个
基于扩散模型实现时序连贯性： $$ V_{t+1} = \mathcal{G}(V_t, \text{prompt}, \theta) $$ 其中 $\theta$ 为控制参数，$V_t$ 表示第 $t$ 帧。{t=1}^{T-1} | \mathcal{F}(V_t) - \mathcal{F}(V_{t+1}) |^2 $$ 其中 $\mathcal{F}$ 为特征提取函数。：首次运行时采用默
Stable Diffusion WebUI（简称AUTOMATIC1111或A1111）是高级用户事实上的GUI。但它不是最容易使用的软件。缺少文档。它提供的广泛功能列表可能令人生畏。本指南将教您如何使用 AUTOTMATIC1111 GUI。您可以将其用作教程。您可以逐步遵循很多示例。您也可以将本指南用作参考手册。跳过它，看看那里有什么。当你真正需要使用一个功能时，再回来。你会看到许多例子来证
记录一下自己对天池大赛第一届中文古诗词赏析评测 使用千问3对数据进行微调的过程
DeepSeek API 是由杭州深度求索人工智能基础技术研究有限公司开发的一套应用程序编程接口，它基于强大的大模型技术，为开发者提供了丰富的自然语言处理和生成能力。其核心功能涵盖了文本生成、智能问答、代码生成等多个领域。在文本生成方面，DeepSeek API 能够根据给定的主题、风格或关键词，生成连贯、富有逻辑且高质量的文本内容。无论是撰写新闻报道、营销文案、故事小说，还是学术论文的大纲，它都
支持 Qwen、LLaMA、ChatGLM 等主流大语言模型的参数高效微调（PEFT），包括 LoRA、QLoRA、Adapter 等方法。机制依赖于已安装的包（package）结构。错误信息表明，当前环境中名为。经核查，PyPI（Python Package Index）上存在多个名为。则会安装 OpenStack 相关的客户端库，该库不包含。某些库的安装包名与导入名不一致（如。的类对象表示，表
本文深度评测了 DeepSeek R1 近期开源的蒸馏系列模型。从模型指标、成本、性能、能力多个维度进行对比测试，通过对模型版权、资源需求、实际部署后显存占用和并发性能测试，以及逻辑推理、语言理解等多方面能力测评，全面分析各模型的优劣。最终揭晓性价比最高的模型，同时探讨模型在实际应用中的优化思路，为你在模型选择与应用上提供极具价值的参考。
本文介绍了基于BitaHub平台和swift工具对Llama3-8B大语言模型进行参数高效微调(PEFT)的完整流程。通过LoRA技术，仅需训练少量参数即可实现模型性能优化，大幅降低资源消耗。详细展示了从环境配置、数据准备(使用OpenO1-SFT数据集)、训练参数设置到模型合并与推理测试的全过程。实验结果表明，微调后的模型在逻辑推理和数学计算任务中表现良好，验证了该方法的有效性。该方案为开发者提
进阶部署：8bit量化+端口8080+限制生成长度+仅本地访问--workers 2 # 并发工作数，低配设备建议设为1核心命令是 MS-Swift 一键部署 API 的命令行工具，无需编写代码，通过参数即可配置模型、量化、端口等；关键参数--model_id指定模型、开启轻量化量化、配置服务访问地址；接口兼容：部署后的 API 完全兼容 OpenAI 格式，支持 curl/Python/Swag
UrbanSim 是一种先进的城市仿真软件，用于模拟和预测城市的发展和变化。它结合了多智能体系统（Multi-Agent System, MAS）、微观仿真（Microsimulation）和地理信息系统（Geographic Information System, GIS）等技术，为城市规划师、政策制定者和研究人员提供了一种强大的工具，用于分析城市空间结构、交通流量、土地利用、人口分布等多方面的
iOS工程领域经历了从Interface Builder到AI增强开发流程的显著变革。开发者们普遍反馈，通过AI辅助生产力得到提升，这标志着iOS应用构思和构建方式的根本性转变。然而，AI辅助开发的兴起既带来机遇也伴随着挑战。
本文介绍了如何安装和使用Wheel包，特别是ms-swift的安装方法。用户可以通过pip命令安装ms-swift的不同版本和功能，如pip install 'ms-swift[eval]'或pip install 'ms-swift[all]'。此外，还提供了源代码安装的步骤，包括从GitHub克隆仓库并使用pip安装。对于旧版本，用户可以指定版本号进行安装，如pip install ms-sw
当下的大模型江湖，看似“开源模型遍地都是”，但真正能做到**把数据、训练流程、代码、检查点、评测体系全部摊开**的，却少得可怜。许多号称开源的 LLM，往往只开放部分权重；至于训练配方、数据来源、清洗方式、阶段化策略，更是讳莫如深。
swift框架，全称为Scalable lightWeight Infrastructure for Fine - Tuning，由魔搭社区精心打造。魔搭社区在人工智能领域积累深厚，开发swift框架旨在解决传统大模型开发中的效率和资源管理难题。其研发团队汇聚了人工智能领域的专家，经过大量调研、实验和优化，推出了这款集高效、灵活、轻量于一体的综合性工具集，整合了大模型开发从数据处理到部署的全流程功
ms-swift是魔搭社区提供的大模型与多模态大模型微调部署框架，现已支持450+大模型与150+多模态大模型的训练（预训练、微调、人类对齐）、推理、评测、量化与部署，其中包括：Qwen、Qwen-VL、InternLM、GLM、Llama、MiniCPM-V和DeepSeek-R1等热门开源模型。
Swift框架MoE训练并行技术选择：Megatron-SWIFT的并行技术采用zero1（默认开启use_distributed_optimizer）+各种并行技术的组合。DP的速度最快，但显存占用较多，使用其他并行技术以降低显存占用。TP/EP通信量较大，尽量不跨节点（NVLink域内），跨节点建议使用PP/DP；专家层建议使用EP而不是ETP，ETP更节约显存，但速度较慢。MoE 并行折叠：
本文介绍了在华为昇腾910b服务器上搭建SWIFT开发环境的完整流程。主要内容包括：1）安装Miniconda到个人目录并配置环境变量；2）创建Python 3.10的conda虚拟环境；3）安装PyTorch和torch_npu适配昇腾芯片；4）通过源码安装ms-swift框架；5）下载通义千问3-VL-8B模型；6）编写测试脚本验证环境配置；7）使用TensorBoard监控训练过程。文中详细
ms-swift 深度解析：一站式多模态大模型微调与部署框架的全流程使用指南
自举模式：BOOT0、BOOT1跳线方式OTP：one time program只允许操作一次对于STM32F407ZET6芯片来说，其嵌入式FLASH的扇区最大到扇区7，因为它的Flash大小是512KB（16+16+16+16+64+128+128+128）。
swift
——swift
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
2048 AI社区
火山引擎开发者社区
openvela
