杰力皓博 – 安全无U

对话中微调，提高模型能力

发表评论 / AI, LLM, LLMS / LLM, 微调 / 2024年11月13日

支持用户反馈的收集，并在累积足够的高质量反馈数据后进行微调。这个版本的代码会在每次对话后，询问用户是否满意模型 […]

发表评论 / AI, AI 新闻 / github / 2024年11月8日

我们推出了 Magentic-One，这是我们新的通用多代理系统，用于解决各种领域的开放式 Web 和基于文件

发表评论 / FireEye(Trellix), Kali, Linux / APT / 2024年11月7日

该存储库汇集了所有 XXX APT 模拟，针对许多重要部门，包括私营和政府部门。模拟包括书面工具、C2 服务器

发表评论 / Linux / OpenVPN / 2024年11月5日

一、安装 Openvpn Server 在 CentOS 上快速安装 OpenVPN 服务的步骤如下： 1.

发表评论 / AI, GitHub / 修复照片 / 2024年11月2日

此存储库提供 PromptFix 的官方 PyTorch 实现，包括预先训练的权重、训练和推理代码，以及用于训

发表评论 / AI, LLM, LLMS / 2024年10月22日

这里我们以 nvidia/Llama-3.1-Nemotron-70B-Instruct-HF 为例来说明问题

发表评论 / AI, AI 新闻, LLM, LLMS / Transformers / 2024年10月22日

多GPU情况下，模型加载成功了，但是做推理的时候，还会使用GPU，导致GPU 不够，如何处理，卸载部分到CPU

发表评论 / 信息安全文章 / 奖励模型 / 2024年10月15日

何为奖励模型？奖励模型（Reward Model）是强化学习（Reinforcement Learning，

发表评论 / 信息安全文章 / 2024年10月15日

强化学习（Reinforcement Learning，RL）是一种机器学习方法，通过让智能体（Agent）与

发表评论 / 信息安全文章 / 强化学习 / 2024年10月15日

强化学习（Reinforcement Learning，RL）具有广泛的应用环境，尤其是在那些需要通过连续决策