圖形神經網絡

2025年 3月 26日

使用 PyG 和圖形數據庫通過 GraphRAG 提高問答準確性

大語言模型（LLMs）在處理特定領域的問題時往往難以保證準確性，尤其是那些需要多跳推理或訪問專有數據的問題。
3 MIN READ
2024年 6月 12日

NVIDIA 在 MLPerf Training v4.0 中創造了新的生成式 AI 性能和規模記錄

生成式 AI 模型具有多種用途，例如幫助編寫計算機代碼、創作故事、作曲、生成圖像、制作視頻等。而且，隨著這些模型的大小不斷增加，
3 MIN READ
2024年 4月 3日

使用 WholeGraph 優化圖形神經網絡的內存和檢索，第 2 部分

大規模圖形神經網絡 (GNN) 訓練帶來了艱巨的挑戰，特別是在圖形數據的規模和復雜性方面。這些挑戰不僅涉及神經網絡的正向和反向計算的典型問題，
2 MIN READ
2024年 3月 14日

在 LLM 架構中應用多專家模型

多專家模型 (MoE) 大型語言模型 (LLM) 架構最近出現了，無論是在 GPT-4 等專有 LLM 中，還是在開源版本的社區模型中，
3 MIN READ
2024年 3月 8日

WholeGraph 存儲：優化圖形神經網絡的內存和檢索

圖形神經網絡 (GNN) 徹底改變了圖形結構數據的機器學習。與傳統神經網絡不同，GNN 擅長捕捉圖形中的復雜關系，
2 MIN READ