产品使用相关 - 号码隐私保护服务PNS | 百度智能云文档
获取方式请参考文档： https://cloud.baidu.com/doc/Reference/s/9jwvz2egb AXB复用100对是什么意思？是否支持100对同时进行通话？ 同一个X号码最多可被不同的A和B绑定100次，如：对于X号码，可建立绑定关系A1XB1、A2XB2...A100XB100。可以支持100对同时通话。 可否设定自动解绑失效时间？
面试：什么是死锁，如何避免或解决死锁；MySQL中的死锁现象，MySQL死锁如何解决 千帆社区
4.2.2 死锁检测算法 - wait-for graph 这种算法是专门用于检测死锁问题的，在该算法中会对于目前库中所有活跃的事务生成等待图，啥意思呢？
什么是Post-pretrain - ModelBuilder
什么是Post-pretrain 目录 定义 优势 应用场景 定义 Post-pretrain是一种预训练的模型训练方法。在本平台中，我们需要先对泛文本无标注数据进行预训练，得到一个强大的通用语言模型。然后，在此预训练模型的基础上进行SFT，调整部分参数后，得到一个更强大的模型。 关于如何创建一个Post-pretrain任务可查看 指导说明 。
什么是数据洞察 - ModelBuilder
什么是数据洞察 1. 如何理解数据洞察与处理 在大语言模型的精调领域，数据准备占据着至关重要的作用。贴合业务精调目标的高质量SFT数据集，可有效提升大语言模型的训练效率及效果表现。 SFT数据集评价标准 什么是一份好的SFT数据集？以下列举了一些经过验证的实践经验： 精调数据最好来自于业务场景的真实调用数据，样本分布情况相近，从而让大模型更好的参考学习。
什么是RLHF训练 - ModelBuilder
什么是RLHF训练 目录 收集人类反馈 奖励模型训练 强化学习训练 RLHF已成功应用于本平台, 能够生成类似人类的文本并执行各种语言任务。RLHF使模型能够在大量文本数据语料库上进行训练，并在复杂的语言任务(如语言理解和生成)上取得令人印象深刻的结果。 RLHF的成功取决于人类提供的反馈的质量，根据任务和环境，反馈的质量可能是主观的和可变的。
什么是KTO训练 - ModelBuilder
常见问题 Q：KTO训练和DPO训练有什么不同？ A：训练过程中KTO方法需要对输出结果进行二元判断，符合预期/不符合预期，所以其收集的数据为Prompt+Chosen或Rejected；DPO训练依赖人类反馈，需要对输出结果进行偏好性判断，两个输出的倾向程度，所以其收集的数据为Prompt+Chosen和Rejected。
什么是SimPO训练 - ModelBuilder
什么是SimPO训练 SimPO(Simple Preference Optimization) ： SimPO是一种用于优化和提升预训练大模型性能的技术。它旨在通过简单而高效的方式，调整模型参数，从而在保持模型性能的同时，减少计算资源和内存的消耗。SimPO 主要关注参数效率，这意味着它能够在不大幅增加模型参数的情况下，显著提升模型的性能。
什么是DPO训练 - ModelBuilder
什么是DPO训练 DPO(Direct Preference Optimization) ： 直接偏好优化方法，通过直接优化语言模型来实现对大模型输出的精确把控，不用进行强化学习，也可以准确判断和学习到使用者的偏好，且效果更加突出。 本平台已预置DPO模型训练方式，快 开启 您的模型训练之旅吧～ 优势 操作更便捷 ：更容易实施和训练，只需匹配专有数据集和训练模型，即可发布服务。
什么是插件应用 - ModelBuilder
什么是插件应用 目录 产品介绍 应用场景及案例 插件应用已于2024年7月31日迁移至AppBuilder，本文档为历史参考，如有需要请您于 AppBulier 使用或关注 。 产品介绍 插件应用(Plugin)是大语言模型(LLM)的应用构建工具，帮助用户快速构建LLM应用或将LLM应用到自建程序中。开发者可以通过LLM API 以及内置的模块等快速的启动LLM应用的创建工作。
什么是BML - BML 全功能AI开发平台 | 百度智能云文档
什么是BML BML 全功能 AI 开发平台是一个面向企业和个人开发者的机器学习集成开发环境，为经典机器学习和深度学习提供了从数据处理、模型训练、模型管理到模型推理的全生命周期管理服务，帮助用户更快的构建、训练和部署模型。 智能的数据管理方式 将智能引入数据管理，自动化的完成数据清洗、数据标注等工作，为模型训练提供高质量数据。
