huggingface-cli + hf_transfer 加速大模型下载

如果用的是autodl的话，可以直接开学术加速用 lfs 下也挺快

pip install -U huggingface_hub

设置环境变量

vim .bashrc

export HF_ENDPOINT=https://hf-mirror.com

source ~/.bashrc

下载模型：

huggingface-cli download --resume-download Qwen/Qwen1.5-14B-Chat --local-dir ./models/Qwen1.5-14B-Chat

确实很快

在这里插入图片描述

在这里插入图片描述

ref：

https://hf-mirror.com/

https://zhuanlan.zhihu.com/p/663712983

# 深度学习
Logo
技术共进，成长同行——讯飞AI开发者社区

技术共进，成长同行——讯飞AI开发者社区

更多推荐

论文笔记：AlphaEdit: Null-Space Constrained Knowledge Editing for Language Models（AlphaEdit）

论文发表于人工智能顶会ICLR（基于定位和修改的模型编辑方法（针对和等）会破坏LLM中最初保存的知识，特别是在顺序编辑场景。为此，本文提出AlphaEdit：1、在将保留知识应用于参数之前，将扰动投影到保留知识的零空间上。2、从理论上证明，这种预测确保了在查询保留的知识时，编辑后的LLM的输出保持不变，从而减轻中断问题。3、对各种LLM（包括LLaMA3、GPT2XL和GPT-J）的广泛实验表明，

avatar 讯飞AI开发者社区
cover

Gemini Robotics 1.5 谷歌通用人形机器人具身智能模型

avatar 讯飞AI开发者社区

论文解读：MASS-EDITING MEMORY IN A TRANSFORMER（MEMIT）

论文发表于人工智能顶会ICLR（在模型编辑方法中，主要局限于更新单个事实。因此，基于ROME，本文开发了MEMIT，在大模型GPT-J（6B）和GPT-NeoX（20B）上实现了数千的批量编辑。阅读本文请同时参考原始论文图表。

avatar 讯飞AI开发者社区