UP主： 封面： 简介：补充：在解码阶段当前的token只能跟之前的以及自身计算attention，但即便这样也是n平方的复杂度，所以推理成本没办法本质上下降。相反像Seq2Seq模型推理成本是线性的，但容...
AI老兵文哲的视频 通俗易懂理解全量微调和LoRA微调 什么是混合专家模型（MoE)？ 什么是生成式AI？生成AI不等于大模型，判别模型和生成模型 通俗易懂理解自注意力机制（Self-Attention）
