Homebrew对ARM芯片的Mac支持不友好，这里切换到国内镜像网站安装，速度快且稳定，没有乱七八糟的报错： 1/bin/bash -c "$(curl -fsSL https://gitee.com/ineo6/homebrew-ins...

多模态大模型方面的经典工作：多模态大模型: 盘点&Highlights part1——从BLIP到LLaVA

将一粒沙子转化为芯片的过程是一个复杂而精密的制造流程。芯片制造始于原材料硅的提纯，然后经过多步骤的工艺，最终变成用于计算机、手机等设备的半导体芯片。以下是这个过程的主要步骤：

U-Net是医疗领域进行语义分割的利器，随着AIGC的爆火，U-Net已成为Diffusion Model的backbone，有必要详细记录下。

一直对稀疏专家网络好奇，有些专家没被选中，那么梯度是否为0，这一轮被选中有梯度，下一轮没被选中无梯度，模型可以训练收敛吗？

没吃过猪肉，但也要见识下猪跑：你的真实姓名的回答 千卡训练经验的含金量：Frossmann的回答

https://m.cfa.cn/cfa/2413.html

传统的DSSM双塔无法在早期进行user和item侧的特征交互，这在一定程度上降低了模型性能。我们想要对双塔模型进行细粒度的特征交互，同时又不失双塔模型离线建向量索引的解耦性。下面介绍两篇这方面的工作。

在信息检索中，给定一个query，搜索引擎召回一系列相关的Documents，然后对这些Documents进行排序，最后将Top N的Documents输出。

重点介绍一下Xavier和Kaiming初始化：