裁剪ONNX模型
按需裁剪ONNX模型，仅保留所需要的部分。
yinguobing
使用LLAMA.CPP推演百川13B大语言模型
脱离PyTorch，使用C++实现百川大语言模型的高效推理。
在Kubernetes集群部署RTSP流媒体转发服务
使用MediaMTX实现RTSP流媒体转发
编译并使用基于华为CANN的ONNXRUNTIME C++库
为ONNXRUNTIME启用CANN支持，以无缝支持华为昇腾计算设备的C++开发。
CMake使用MinIO的C++开发SDK
如何编译MINIO开发SDK，并集成在自己的CMake工程中。
Guanaco的秘密QLoRA
Guannaco说低精度也能获得好效果
LoRA撬动大语言模型的杠杆
大语言模型与下游任务的高效桥接方法。