解码策略
- sample实现了怎样的功能
不是直接选择概率最大的token，而是根据多项式分布进行采样获得下一个token
这里的概率通过设置一些策略，进行处理。例如，解码最小长度（当长度小于该值的时候，eos的采样概率为0），top-k设置（小于top-k阈值的采样概率为0），温度参数（对采样概率进一步处理）
- contrastive_search实现了怎样的功能
为了增加解码的多样性，在生成token时，即考虑生成概率分布，还要考虑和前面生成的token之间的差异性，选择相似度较小的token
相关推荐
HPC_fac1305206781625 分钟前
科研深度学习：如何精选GPU以优化服务器性能猎嘤一号1 小时前
个人笔记本安装CUDA并配合Pytorch使用NVIDIA GPU训练神经网络的计算以及CPUvsGPU计算时间的测试代码天润融通1 小时前
天润融通携手挚达科技：AI技术重塑客户服务体验Elastic 中国社区官方博客3 小时前
使用 Elastic AI Assistant for Search 和 Azure OpenAI 实现从 0 到 60 的转变江_小_白4 小时前
自动驾驶之激光雷达yusaisai大鱼6 小时前
TensorFlow如何调用GPU？珠海新立电子科技有限公司8 小时前
FPC柔性线路板与智能生活的融合IT古董8 小时前
【机器学习】机器学习中用到的高等数学知识-8. 图论 (Graph Theory)曼城周杰伦9 小时前
自然语言处理:第六十三章 阿里Qwen2 & 2.5系列余炜yw9 小时前
【LSTM实战】跨越千年，赋诗成文：用LSTM重现唐诗的韵律与情感