腾讯健康携手雍禾植发，针对植发行业效果不可见、信任低及转化难等痛点，利用50倍放大AI毛发检测、WAND生图大模型与ASR转写构建“诊前检测—诊中模拟—全程沉淀...

开盘前几分钟，竞价金额暴增、价格快速上冲，看起来像强势，9:30 却可能低开回落。问题不在数据不够，而在信号没有被拆成可验证的因子。把竞价过程留痕，再把价格、量...

手动翻财报、一个个算PE/PB/ROE的时代早就过去了。量化因子挖掘的核心不是"找到一个好因子"，而是建立一套能批量生产、自动检验、持续迭代的因子工厂。 这篇文...

72B 的量化模型在 4090 上大概每秒 10-15 个 tokens，写一段 200 字的回答需要等 5-10 秒。这个速度对于聊天场景勉强可以接受，但对于...

在试过 llama.cpp、vLLM、Text Generation WebUI 等多个工具之后，我最终选择了 Ollama 作为日常使用的本地模型管理工具。

对于AI开发者来说，HuggingFace就像是GitHub之于程序员——它是最大的开源模型和数据集社区。

大模型的能力很强，但部署成本也很高。一个70B的模型需要约140GB显存（FP16），4张A100才能跑起来。

PyTorch训练的模型效果很好，但部署到生产环境时遇到了问题。 生产环境可能用的是Java或C++，没有PyTorch运行时，或者对推理性能有严格要求。

"本地跑大模型用什么工具？"这是我这几个月被问得最多的问题。网上答案五花八门：有人说Ollama傻瓜好用，有人说vLLM才是性能王者。我两台机器、两个框架、三个...

最初的架构很简单：Docker里跑Transformers的generate接口，单卡4090，模型是Qwen2.5-14B（4bit量化）。问题是：

"大模型要多少显存？" "我这卡GTX 3060能跑吗？" 这是社区里最常被问的问题。答案是：选对模型+正确量化，6G显存也能流畅跑7B模型。我花了两周时间，用...

先说结论，6G 显存的机器，7B 的模型量化后能跑，速度大概每秒二十来个字，聊天完全可用。14B 也能塞进去，但要压缩到 4bit 以下，质量打折明显，感觉像跟...

摘要： RAG 知识库让大模型基于你上传的文档来回答问题。用腾讯云高性能应用服务 HAI 的 GPU 环境部署开源 RAG 平台（如 RAGFlow），上传文档...

不少回测代码会这样处理涨停：当天收益率大于等于10%，就认为股票无法买入。写起来很省事，但这个判断既可能漏掉真正的涨停，也可能把本来有成交机会的股票直接过滤掉。

做投研，卡住人的往往不是模型不行，是拿不到干净、够深、口径一致的数据。要么一年掏几千上万买终端，要么自己爬自己洗。Workbuddy、Skillhub上架的“中...

用 AI 图生3D 工具批量生成商品3D 模型，单件成本不到2元，90秒出模。以腾讯混元生3D 极速版为例，具体操作步骤和成本数据如下。 成本对比 方式 单品成...

上次聊的是单次研究能不能信。这篇换个角度：把这 15 个 Skill 拼起来，能搭出一个每天自动跑的工作台，早上扫公告、盘中扫形态、周末跑回测。文末说一句怎么拿...

一张 32GB 的卡，装完权重基本就没剩什么了，连 KV 缓存都紧张。我当时的第一反应是"这不可能跑起来"，第二反应是去查是不是量化档位选错了。