Transformer-青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

行动起来，活在当下

累计撰写 2598 篇文章
累计创建 886 个标签
累计收到 0 条评论

目录CONTENT

以下是 Transformer 相关的文章

2025-11-28
Transformer中的Token之旅：究竟发生了什么
- 2025-11-28
- 0
- 0
- 0
- AI基础/开发
2025-11-28
Token在Transformer内部的旅程：究竟发生了什么？
- 2025-11-28
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2025-11-26
从零开始预训练BERT模型
- 2025-11-26
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2025-11-23
BERT 模型及其变体：BERT 模型及其变体的全面指南
- 2025-11-23
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2025-11-21
RenderFormer：神经网络如何重塑3D渲染本文基于微软研究院关于RenderFormer的研究，探讨了神经网络如何革新3D渲染领域。RenderFormer框架利用Transformer架构，旨在提高3D数据渲染的效率和质量，是计算机图形学和AI在空间理解方面的重要进展。
- 2025-11-21
- 0
- 0
- 0
- AI创意设计
- AI行业应用
2025-11-20
AI硬件初创公司Ampere's Arc完成8000万美元A轮融资，以推动生成式AI芯片开发专注于下一代生成式AI芯片开发的Ampere's Arc近日宣布成功完成8000万美元的A轮融资，本轮融资由知名的风险投资机构领投，并吸引了多家行业巨头参与。公司计划利用这笔资金加速其首款AI加速器的研发和商业化进程，旨在提供比现有GPU更具能效比的解决方案。Ampere's Arc的核心技术聚焦于优化Transformer模型的处理效率，以满足日益增长的大规模AI训练和推理需求，此次融资标志着其在AI硬件竞争中迈出了关键一步。
- 2025-11-20
- 0
- 0
- 0
- AI基础/开发
- AI新闻/评测
2025-11-10
RenderFormer：神经网络如何重塑3D渲染本文深入探讨了RenderFormer，一种创新的神经网络方法，旨在革新3D渲染的效率和质量。研究人员利用Transformer架构优化了渲染过程，显著提高了3D内容生成的速度和细节表现，为未来的计算机图形学和虚拟现实开辟了新途径。
- 2025-11-10
- 0
- 0
- 0
- AI创意设计
- AI基础/开发
2025-11-06
构建更优良的LLM应用的必要分块技术解析
- 2025-11-06
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2025-10-21
RenderFormer：神经网络如何重塑3D渲染本文深度解析了微软研究院提出的新型3D渲染方法RenderFormer。该技术利用Transformer架构，将3D场景解耦表示，实现了比传统方法更高效、更高质量的图像生成。探索其如何重塑计算机图形学，并为神经渲染和内容创作带来革命性变革。
- 2025-10-21
- 1
- 0
- 0
- AI基础/开发
- AI创意设计
2025-10-19
使用PyTorch从零开始构建Transformer模型：10天迷你课程本10天迷你课程旨在揭示当前大型语言模型（LLM）如ChatGPT背后的Transformer架构原理。课程将带领开发者从零开始，使用PyTorch构建和训练一个小型化的Transformer模型，从而深入理解其工作机制，而非将其视为黑箱。内容涵盖数据准备、BPE分词器训练、位置编码、注意力机制（如GQA）、训练流程及模型使用。课程强调项目实践，适用于具备基础Python和PyTorch经验的开发者，是掌握现代LLM核心技术的绝佳入门指南。
- 2025-10-19
- 1
- 0
- 0
- AI基础/开发
- AI工具应用
2025-10-19
使用PyTorch从零开始构建Transformer模型（10天速成课）本10天速成课程将指导您如何使用PyTorch从零开始设计、构建和训练一个较小的Transformer语言模型，以深入理解大型语言模型（LLM）的工作原理。课程聚焦于模型架构，涵盖数据准备、分词器训练、位置编码、注意力机制等核心组件的实现。通过项目实践，参与者将摆脱将AI视为“黑箱”的认知，掌握Transformer模型从头到尾的构建流程。这对于希望深入了解LLM底层机制的开发者极具价值。
- 2025-10-19
- 3
- 0
- 0
- AI基础/开发
- AI工具应用