WASP-7 b is an extrasolar planet discovered in 2008. This 5-day period planet, orbiting a round the star WASP=7, is slightly smaller than Jupiter, roughly the same mass and more dense. [2]

2025年2月8日 · 1.5B/7B/8B版本由于资源消耗低，适用于轻量级AI助手、智能问答以及本地AI应用场景。 比如，在一些小型企业内部，可能会利用这些轻量级版本搭建一个简单的智能客服，用于解答员工的常见问题。 14B/32B版本凭借较强的推理能力，在代码生成、复杂问答、知识推理等领域大放异彩。 对于专业开发者来说，在进行代码编写时，14B或32B版本的模型可以更精准地根据代码上下文生成高质量的代码片段，提高开发效率。 在智能问答系统中，也能应对更具专业性 …

藝術家筆下的 WASP-7b，屬於熱木星。 WASP-7b 是一顆發現於2008年的太陽系外行星，軌道周期僅有5日。 它的體積稍小於木星，但質量與木星幾乎相等，因此其密度較木星高 [1]。 ^ Hellier; Anderson, D. R.; Gillon, M.; Lister, T. A.; Maxted, P. F. L.; Queloz, D.; Smalley, B.; Triaud, A. H. M. J.; West, R. G.; et al. WASP-7: A BRIGHT TRANSITING-EXOPLANET SYSTEM IN THE SOUTHERN HEMISPHERE. The Astrophysical Journal Letters.

可以看到总参数量是7B，但是训练的时候只有不到一半的参数参与微调，这样，微调过程只需要优化较少的参数，从而降低了计算和内存需求。同时，由于低秩矩阵的结构特点，LoRA能够保持原始模型的性能，避免过拟合现象。 LoRA的另一个优点是易于实现和部署。

2025年1月28日 · 理论计算: 如果每个参数都以 FP32 (32 位浮点数，占用 4 个字节) 格式存储，那么 LLaMA-7B 的理论大小为：7B * 4 bytes = 28GB。 实际存储: 为了节省存储空间和提高计算效率，模型权重通常以较低精度的格式存储，如 FP16 (16 位浮点数，占用 2 个字节) 或 BF16。

2025年1月28日 · 1.5b-7b：适合对响应速度要求高、硬件资源有限的场景，如移动端的简单智能助手、轻量级的文本生成工具等，可快速加载和运行。 8b-14b：可用于一些对模型性能有一定要求，但又没有超高性能硬件支持的场景，如小型企业的日常文本处理、普通的智能客服等。

2025年1月21日 · 这里的 B 是 billion 的缩写，指代模型的参数规模。 故最小的模型 7B 包含 70 亿个参数，而最大的一款 65B 则包含 650 亿个参数。 这个参数量到底是怎么算出来的？ 另外一个问题，对于一个存储有 100G 大小的模型，到底对应大模型的什么级别的参数量呢，十亿、百亿、千亿还是万亿呢？ 今天我们就来聊聊这个问题。 我们以大模型的最基本结构 Transformer 为例，首先来看一下 参数量是怎么算出来的。 transformer 由 L 个相同的层组成，每个层分为两个部 …

2025年2月12日 · DeepSeek 模型的不同版本（如 1.5B、7B、14B、32B、70B）通常是指模型的参数量，其中“B”代表“Billion”（十亿）。 参数量是衡量模型规模和复杂性的重要指标，通常与模型的性能和能力密切相关。

2025年2月2日 · 1.5b-7b：适合对响应速度要求高、硬件资源有限的场景，如移动端的简单智能助手、轻量级的文本生成工具等，可快速加载和运行。 8b-14b：可用于一些对模型性能有一定要求，但又没有超高性能硬件支持的场景，如小型企业的日常文本处理、普通的智能客服等。

2025年1月27日 · Janus-pro-7b本地部署全流程教学，是驴子是马，拉出来遛遛才知道。 DeepSeek新出的 Janus-Pro-7B 系列作为业界首个 理解-生成一体化架构 的尖端模型，实现了：