1 रिपॉजिटरी
Awesome GitHub RepositoriesFull-Stack Performance Maps
Visualizations mapping optimizations across hardware, framework, model, and service layers.
Distinct from Hardware Abstraction Layers: Existing candidates focus on specific layers (hardware or model) rather than the cross-layer performance mapping.
Explore 1 awesome GitHub repository matching artificial intelligence & ml · Full-Stack Performance Maps. Refine with filters or upvote what's useful.
Awesome Full-Stack Performance Maps GitHub Repositories
AI के साथ बेहतरीन रिपॉजिटरी खोजें।हम AI का उपयोग करके सबसे सटीक रिपॉजिटरी खोजेंगे।
- changyeyu/llm-rl-visualized
changyeyu/LLM-RL-Visualized
4,529GitHub पर देखेंLLM-RL-Visualized एक विजुअल रेफरेंस लाइब्रेरी और नॉलेज मैप्स का संग्रह है जिसे Large Language Model और Reinforcement Learning एल्गोरिदम को समझाने के लिए डिज़ाइन किया गया है। यह भाषा मॉडल संरेखण (alignment) और सुदृढीकरण सीखने (reinforcement learning) के चौराहे को कवर करने वाले वैचारिक आरेखों और वर्गीकरणों की एक संरचित प्रणाली प्रदान करता है। यह प्रोजेक्ट जटिल वर्कफ़्लो के विस्तृत विजुअल मैपिंग के माध्यम से खुद को अलग करता है, जैसे कि मानव फीडबैक से सुदृढीकरण सीखने में रिवॉर्ड मॉडल और पॉलिसी ऑप्टिमाइज़ेशन का समन्वय। यह RLHF और Direct Preference Optimization जैसे विभिन्न प्राथमिकता ऑप्टिमाइज़ेशन आर्किटेक्चर की तुलना करता है, और Markov Decision Processes से Actor-Critic फ्रेमवर्क तक सुदृढीकरण सीखने के एल्गोरिदम के सैद्धांतिक वंश का पता लगाता है। यह लाइब्रेरी LLM इन्फरेंस ऑप्टिमाइज़ेशन, पैरामीटर-एफिशिएंट फाइन-ट्यूनिंग तकनीकों और मॉडल डेवलपमेंट पाइपलाइन के अनुक्रमिक चरणों सहित क्षमताओं की एक विस्तृत श्रृंखला को कवर करती है। यह मॉडल कॉन्फ़िगरेशन के लिए स्ट्रक्चरल डायग्राम, टोकन डिकोडिंग रणनीतियों के विज़ुअलाइज़ेशन, और रिट्रीवल-ऑगमेंटेड जनरेशन और टूल इंटीग्रेशन के लिए ऑपरेशनल फ्लो भी प्रदान करती है। अतिरिक्त कंटेंट में मौलिक न्यूरल नेटवर्क ऑपरेशंस और Monte Carlo Tree Search और नॉलेज डिस्टिलेशन जैसे तार्किक तर्क तंत्र के चित्र शामिल हैं।
Maps software and hardware optimizations across service, model, framework, and hardware layers.
Python
