摘要: a56爆大奖在线娱乐连接:https://wanger-sjtu.github.io/CARGA/ CAGRA 是 N社在RAFT项目中 最新的 ANN 向量索引。这是a56爆大奖在线娱乐高性能的、 GPU 加速的、基于图的方法,尤其是针对小批量情况进行了优化,其中每次查找只包含一个或几个查询向量。 与其他像HNSW、SONG等这 阅读全文
posted @ 2024-06-16 18:57 青铜时代的猪 阅读(104) 评论(0) 推荐(0) 编辑
摘要: a56爆大奖在线娱乐永久地址:https://wanger-sjtu.github.io/encoder-cross-bi/ Bi-encoder和Cross-encoder是在自然语言理解任务模型的两种不同方法,在信息检索和相似性搜索二者的使用更为广泛。在LLM大火的今天,RAG的pipe line中这两个模块作 阅读全文
posted @ 2024-06-02 14:04 青铜时代的猪 阅读(110) 评论(0) 推荐(0) 编辑
摘要: 最近参与的向量数据的技术分析项目什么的基本告一段落了,简单总结一下,在Edge侧实现向量数据的应用场景以及一些问题挑战。 背景 问题: 手机上需要不需要一个向量数据? 如果需要,需要什么样的数据库?支持哪些算法,有哪些约束? 是不是需要? 对于第一个问题显然是成立的。近年来各大手机手机厂商在AI能力 阅读全文
posted @ 2024-04-06 20:38 青铜时代的猪 阅读(221) 评论(0) 推荐(1) 编辑
摘要: a56爆大奖在线娱乐地址: /wanger-sjtu/p/17561896.html 首先假设a56爆大奖在线娱乐的文件全称:/home/luna/Desktop/Software/softHLA/HLAreporter.v103/HLAreporter.sh. ## 获取文件名 ### 阅读全文
posted @ 2023-07-22 13:02 青铜时代的猪 阅读(180) 评论(0) 推荐(0) 编辑
摘要: a56爆大奖在线娱乐地址:/wanger-sjtu/p/17573212.html TVM在编译过程中,经历了 ```mermaid graph LR A[3rd IR] --> B[Relay IR] B --> C[TIR] C --> D[LLVM IR] C - 阅读全文
posted @ 2023-07-22 13:00 青铜时代的猪 阅读(304) 评论(0) 推荐(0) 编辑
摘要: SVE学习记录- SVE特性以及寄存器 a56爆大奖在线娱乐地址:/wanger-sjtu/p/SVE_learn_0.html SVE对比NEON有几个新增的地方。 1. 变长的向量 2. 支持Gather-load && Scatter-store ![](https://img2023.cnblogs. 阅读全文
posted @ 2023-07-14 21:26 青铜时代的猪 阅读(129) 评论(0) 推荐(0) 编辑
摘要: a56爆大奖在线娱乐地址:/wanger-sjtu/p/17501119.html blog: https://wanger-sjtu.github.io/VectorizeLoop/ VectorizeLoop这个PASS就是对标记为ForKind::kVectori 阅读全文
posted @ 2023-06-24 14:45 青铜时代的猪 阅读(271) 评论(0) 推荐(0) 编辑
摘要: a56爆大奖在线娱乐地址:https://wanger-sjtu.github.io/mlc-llm/ LLM 等GPT大模型大火以后,TVM社区推出了自己的部署方案,支持Llama,Vicuna,Dolly等模型在iOS、Android、GPU、浏览器等平台上部署运行。 https://github.com/ml 阅读全文
posted @ 2023-06-21 22:31 青铜时代的猪 阅读(808) 评论(0) 推荐(0) 编辑
摘要: a56爆大奖在线娱乐链接:/wanger-sjtu/p/17470388.html a56爆大奖在线娱乐是 [OpenAI gpt-best-practices ](https://platform.openai.com/docs/guides/gpt-best-practices) 阅读全文
posted @ 2023-06-09 22:17 青铜时代的猪 阅读(173) 评论(0) 推荐(0) 编辑
摘要: a56爆大奖在线娱乐地址:/wanger-sjtu/p/17470327.html - 论文链接:[link](https://arxiv.org/abs/2106.09685) - code: [github](https://github.com/microsoft 阅读全文
posted @ 2023-06-09 21:44 青铜时代的猪 阅读(431) 评论(0) 推荐(0) 编辑