https://0f9f3b1c.text-matrix.pages.dev/tags/pytorch/Recent content in PyTorch on Text MatrixHugozh-cnWed, 08 Apr 2026 11:10:11 +0800https://0f9f3b1c.text-matrix.pages.dev/posts/tech/transformers-huggingface-nlp-guide/Mon, 06 Apr 2026 22:19:00 +0800https://0f9f3b1c.text-matrix.pages.dev/posts/tech/transformers-huggingface-nlp-guide/<h2 id="学习目标">学习目标</h2> <p>通过本文，你将全面掌握以下核心能力：</p> <ul> <li>深入理解 Transformers 的项目定位、核心概念和设计理念</li> <li>掌握 Transformers 的安装、环境配置和依赖管理</li> <li>学会使用 Pipeline 进行推理</li> <li>理解 AutoModel 和 AutoTokenizer 的工作机制</li> <li>掌握模型微调（Fine-tuning）的完整流程</li> <li>理解多模态模型（文本、音频、图像）的使用方法</li> <li>学会使用 Trainer API 和自定义训练循环</li> <li>掌握性能优化和推理加速技巧</li> </ul> <hr> <h2 id="1-项目概述">1. 项目概述</h2> <h3 id="11-是什么">1.1 是什么</h3> <p><strong>Transformers</strong> 是 Hugging Face 开发的<strong>最强大的 NLP 库</strong>，它提供了预训练模型的 API 和工具，让你可以轻松下载和微调最前沿（SOTA）的预训练模型。</p>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/timesfm-google-time-series-foundation-model-guide/Mon, 06 Apr 2026 21:28:00 +0800https://0f9f3b1c.text-matrix.pages.dev/posts/tech/timesfm-google-time-series-foundation-model-guide/<h2 id="学习目标">学习目标</h2> <p>通过本文，你将全面掌握以下核心能力：</p> <ul> <li>深入理解 TimesFM 的项目定位、技术架构和 1-bit 预测原理</li> <li>掌握 TimesFM 2.5 的核心升级（200M 参数、16k 上下文、连续分位数预测）</li> <li>学会使用 PyTorch 和 Flax 两种后端进行时间序列预测</li> <li>理解 XReg 共变量支持和高频/低频时间序列处理</li> <li>掌握在 BigQuery 和 Hugging Face 上的部署方法</li> <li>理解 AGENTS.md 技能入口和 AI Agent 集成</li> </ul> <hr> <h2 id="1-项目概述">1. 项目概述</h2> <h3 id="11-是什么">1.1 是什么</h3> <p>TimesFM（Time Series Foundation Model）是 Google Research 开发的<strong>预训练时间序列基础模型</strong>，专门用于时间序列预测任务。</p>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/ai-agent/agent-lightning-microsoft-ai-agent-training-guide/Wed, 01 Apr 2026 01:20:00 +0800https://0f9f3b1c.text-matrix.pages.dev/posts/tech/ai-agent/agent-lightning-microsoft-ai-agent-training-guide/<h1 id="agent-lightning微软-ai-智能体强化学习训练框架完全指南">Agent Lightning：微软 AI 智能体强化学习训练框架完全指南</h1> <h2 id="1-学习目标">§1 学习目标</h2> <p>完成本文档后，你将能够：</p> <ul> <li>✅ 理解 Agent Lightning 的核心定位与设计理念</li> <li>✅ 掌握 Agent Lightning 的安装与基本使用方法</li> <li>✅ 理解 Agent Lightning 的架构设计与 LightningStore 原理</li> <li>✅ 使用 Agent Lightning 训练任意框架的智能体</li> <li>✅ 配置强化学习、自动提示优化、监督微调等算法</li> <li>✅ 利用轨迹级聚合（TLA）加速训练</li> <li>✅ 构建生产级别的智能体训练流程</li> </ul> <hr> <h2 id="2-项目概述">§2 项目概述</h2> <h3 id="21-什么是-agent-lightning">2.1 什么是 Agent Lightning？</h3> <p><strong>Agent Lightning</strong>（<a href="https://github.com/microsoft/agent-lightning" target="_blank" rel="noopener noreffer ">GitHub 仓库</a>）是微软研究院开发的 AI 智能体训练框架，核心理念是「The absolute trainer to light up AI agents」。</p>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/ai-agent/autoresearch-ai-autonomous-research-guide/Tue, 31 Mar 2026 15:05:00 +0800https://0f9f3b1c.text-matrix.pages.dev/posts/tech/ai-agent/autoresearch-ai-autonomous-research-guide/<h1 id="autoresearchai-自主科研智能体完全指南">AutoResearch：AI 自主科研智能体完全指南</h1> <h2 id="1-学习目标">§1 学习目标</h2> <p>完成本文档后，你将能够：</p> <ul> <li>✅ 理解 AutoResearch 的核心思想与愿景</li> <li>✅ 掌握 AutoResearch 的技术架构</li> <li>✅ 熟练部署和运行 AutoResearch 实验环境</li> <li>✅ 理解三个核心文件的作用（prepare.py / train.py / program.md）</li> <li>✅ 使用 AI 智能体自主运行实验</li> <li>✅ 理解 val_bpb 评估指标</li> <li>✅ 根据硬件平台调整超参数</li> <li>✅ 为不同平台（MacOS/Windows/AMD）贡献移植版本</li> </ul> <hr> <h2 id="2-项目概述">§2 项目概述</h2> <h3 id="21-什么是-autoresearch">2.1 什么是 AutoResearch？</h3> <p><strong>AutoResearch</strong>（官方仓库：<a href="https://github.com/karpathy/autoresearch" target="_blank" rel="noopener noreffer ">karpathy/autoresearch</a>）是 <strong>AI 自主科研智能体</strong>项目，核心理念是让 AI 智能体像人类研究员一样自主进行 LLM 训练实验。</p>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/worldmonitor-geopolitical-monitoring-system-guide/Tue, 31 Mar 2026 03:00:00 +0800https://0f9f3b1c.text-matrix.pages.dev/posts/tech/worldmonitor-geopolitical-monitoring-system-guide/<h1 id="worldmonitor-地缘政治监测系统从入门到精通">WorldMonitor 地缘政治监测系统：从入门到精通</h1> <blockquote> <p><strong>目标读者</strong>：地缘政治研究者、国际关系分析师、金融市场从业者、AI 预测领域开发者 <strong>前置知识</strong>：了解国际关系基础概念、有 Python 数据分析经验 <strong>预计学习时间</strong>：1-2 小时（入门），4-6 小时（精通）</p>https://0f9f3b1c.text-matrix.pages.dev/posts/tech/llm/minimind-llm-training-from-scratch/Sun, 29 Mar 2026 15:51:00 +0800https://0f9f3b1c.text-matrix.pages.dev/posts/tech/llm/minimind-llm-training-from-scratch/<h1 id="minimind从零开始用3块钱训练64m参数的大语言模型">MiniMind：从零开始用3块钱训练64M参数的大语言模型</h1> <h2 id="一项目概览">一、项目概览</h2> <p><strong>MiniMind</strong> 是由 jingyaogong 开发的开源大语言模型训练项目，其核心理念是&quot;大道至简&quot;——让每个人都能从零开始，仅用约 3 元钱成本与 2 小时训练时间，即可训练出规模约为 64M 参数的超小型语言模型 MiniMind。</p>