-
人工智能与语言：从nlp到通用语义理解
标题：人工智能与语言：从NLP到通用语义理解的跨越在科技的浩瀚星空中，人工智能（AI）无疑是最璀璨的星辰之一，而语言作为人类智慧的结晶与交流的基石，与AI的交汇点——自然语言处理（NLP），则成为了探索智能边界的关键领域。从最初的词汇匹配、句法分析，到如今...
-
人工智能与音乐：从作曲到即兴演奏
标题：人工智能与音乐：从作曲到即兴演奏的奇妙融合在科技日新月异的今天，人工智能（AI）正以前所未有的速度渗透到我们生活的方方面面，音乐领域也不例外。从古典到现代，从作曲到即兴演奏，AI正以它独特的方式重塑着我们对音乐的认知与体验。本文旨在探讨人工智能在音乐...
-
openai的gpt-4：如何重新定义ai交互？
标题：OpenAI的GPT-4：如何重新定义AI交互的新纪元在人工智能领域，每一次技术的飞跃都预示着人机交互方式的深刻变革。近年来，OpenAI凭借其先进的自然语言处理技术和不断迭代的生成式预训练模型，引领了这一领域的革新潮流。其中，GPT-4的发布，不仅...
-
自监督学习：减少对标注数据的依赖
自监督学习：减少对标注数据的依赖在人工智能和机器学习的广阔领域中，数据标注一直是一个核心而复杂的环节。传统的监督学习方法依赖于大量经过精心标注的数据来训练模型，然而，高质量的标注数据往往稀缺且成本高昂。为了解决这一问题，自监督学习作为一种新兴范式，正逐渐...
-
数据溯源技术在可信数据空间中的应用
标题：数据溯源技术在可信数据空间中的应用探索在数字化时代，数据已成为推动社会经济发展、科学研究及企业决策的关键要素。随着大数据、云计算、人工智能等技术的飞速发展，数据的规模、复杂度及流动性日益增强，如何确保数据的真实性、完整性和可信度成为了一个亟待解决的问...
-
数据挖掘在生成式ai中的作用
数据挖掘在生成式AI中的作用随着人工智能技术的飞速发展，生成式AI正逐渐成为研究和应用的热点。生成式AI，顾名思义，是指能够生成新数据、文本、图像或音频的AI系统。这些系统通过学习大量数据，掌握了数据的内在规律和特征，从而能够生成与训练数据相似甚至更具创新...
-
数据挖掘与大语言模型（llm）的结合
标题：数据挖掘与大语言模型（LLM）的融合：开启智能分析的新篇章在信息技术日新月异的今天，数据挖掘与大语言模型（Large Language Models, 简称LLM）的结合正逐步成为推动人工智能领域发展的关键力量。这一融合不仅深化了我们对海量数据的理解...
-
数据挖掘与语音识别技术
标题：数据挖掘与语音识别技术的融合探索在信息技术日新月异的今天，数据挖掘与语音识别技术作为人工智能领域的两大核心分支，正以前所未有的速度推动着科技的边界。这两项技术不仅各自在其领域内展现出巨大的潜力，而且当它们相互融合时，能够催生出更加智能化、高效化的应用...
-
数据挖掘中的噪声数据处理
数据挖掘中的噪声数据处理在数据挖掘的过程中，数据的质量直接关系到挖掘结果的准确性和有效性。然而，现实世界中的数据往往并不完美，其中包含了各种噪声。噪声数据是指那些与数据集中其他数据相比显得异常或不一致的数据点。这些噪声可能源于数据采集过程中的误差、设备故障...
-
数据洞察报告撰写趋势预测：数据故事化与可视化
标题：数据洞察报告撰写的新趋势：数据故事化与可视化在大数据时代的浪潮下，数据洞察报告作为企业决策的重要支撑，其撰写方式正经历着深刻的变革。随着技术的进步和人们认知模式的转变，数据故事化与可视化成为数据洞察报告撰写的新趋势，不仅提升了报告的吸引力，也增强了数...
-
考古学对数据长期保存的启示
考古学，作为一门研究古代人类历史文化遗存的学科，不仅揭示了人类文明的辉煌历程，也为数据长期保存提供了深刻的启示。在数字化时代，信息爆炸式增长，如何确保数据在漫长的时间跨度内依然可访问、可理解，成为了一个亟待解决的问题。考古学的方法论、实践经验以及对时间侵蚀...
-
可信数据空间中的动态访问控制机制
标题：可信数据空间中的动态访问控制机制随着信息技术的飞速发展，数据已成为现代社会中最为宝贵的资源之一。企业、政府及研究机构在日常运营中积累了大量敏感和关键数据，这些数据的安全性和隐私保护成为了一个亟待解决的问题。可信数据空间（Trusted Data Sp...
-
数据采集如何优化商品推荐？
在当今这个数据驱动的时代，商品推荐系统已成为电商平台提升用户体验、增加用户粘性及促进销售转化的关键工具。数据采集作为构建高效推荐系统的基石，其质量与效率直接影响着推荐算法的性能与用户满意度。本文将探讨如何通过优化数据采集策略，来增强商品推荐的精准性与个性化...
-
数据质量提升工具发展趋势预测更新：智能化与自动化
标题：数据质量提升工具的未来展望：智能化与自动化的深度融合在大数据时代背景下，数据已成为企业决策的核心驱动力。然而，数据质量的参差不齐直接影响了数据分析的准确性和业务决策的有效性。因此，数据质量提升工具作为确保数据准确性和一致性的关键手段，其发展趋势备受关...
-
数据驱动的客户服务体验趋势预测更新：智能化与个性化
标题：数据驱动的客户服务体验：智能化与个性化的未来趋势预测在当今这个数据泛滥的时代，企业越来越重视利用数据来优化其运营策略，尤其是在客户服务领域。随着技术的飞速发展，数据驱动的客户服务体验正经历着前所未有的变革，其中智能化与个性化成为了两大核心趋势。本文将...
-
Llama 3.1大模型的预训练和后训练范式解析
Meta的Llama大型语言模型每次出新版本，都会是一大事件。前段时间他们不仅发布了3.1的一个超大型的405亿参数模型，还对之前的8亿和70亿参数的模型做了升级，让它们在MMLU测试中的表现更好了。 不同模型在MMLU基准测试中的表现 他们还...
-
Datawhale X 魔搭 AI夏令营第四期-AIGC文生图方向Task2笔记
Datawhale X 魔搭 AI夏令营第四期-AIGC文生图方向-Task2：精读代码，实战进阶 Task2任务目标 AI工具使用 AI工具介绍 ChatGPT 功能与用途 优点 缺点 总结 KIMI 通义千问 主要功能与用途： 优点：...
-
【拥抱AIGC】通义灵码扩展管理
通义灵码提供了扩展管理，支持自定义指令，满足企业编码场景的扩展诉求。 适用版本 企业标准版、企业专属版 通义灵码管理员、组织内全局管理员（专属版）在通义灵码控制台-扩展管理中，进行自定义指令的管理、查看自定义指令的相关信息和数据。自定义指令可...
-
【大模型与AIGC】VLM基础知识汇总
这里写目录标题 LLM输入时的理解 1. Tokenizer的实现：Word极大似然估计 LLM推理：关于Attention mask的理解 1. CausalModel 与 AttentionMask 2. attention mask乘法...
-
Meta发布Llama 3.2，Llama 终于能看见了！
Llama家族再添新成员，多模态能力终于到来！ Meta刚刚发布了Llama 3.2模型系列，包括多模态视觉模型和小型文本模型，共计10个开放权重模型。 这次更新不仅带来了期待已久的视觉能力，还为移动设备和边缘计算提供了更多选择。 多模态Llam...
-
微软升级Win11版Phone Link应用：PC上AI回复安卓手机短信
快科技10月3日消息，据媒体报道，微软正邀请Windows 11用户测试新版Phone Link应用，重点调用AI在PC上回复安卓手机短信。 针对Windows 11的23H2及24H2版本，Phone Link应用已推出了1.24082.137.0版本更...
-
乏善可陈的第二届OpenAI开发者大会，果然没有掀起太大波澜
OpenAI 的宫斗大戏刚落下帷幕，今日凌晨就在旧金山召开了第二届 DevDay 开发者大会。 不过，与去年盛大的活动相比，今年略显低调，他们没有推出重大产品，而是选择对其现有的 AI 工具和 API 进行增量改进。 在这次活动中，OpenAI 发布了四大...
-
奥特曼：自认比o1聪明请举手🤚到o2还这么想么🤨？｜OpenAI开发者日
这一幕，刚刚在OpenAI开发者日最后一个环节——奥特曼炉边谈话中上演。 对话由奥特曼和OpenAI首席产品官Kevin Weil进行，奥特曼还对未来作出如下判断: 无限上下文长度将在十年内发生 o1正在推动智能体应用，人们将要求AI在一小时内完成以前人...
-
调用大模型API-文心一言
一、准备工作 进入百度智能云千帆大模型平台，点击应用接入-创建应用；按提默认完成创建 二、开始使用 单轮调用 进入API列表 - ModelBuilder以第一个ERNIE-4.0-8K为例，选择“HTTP请求调用”，把第一步创建应用的 应用A...
-
Unsloth 教程 - 如何微调 Llama-3并导出到 Ollama
本文翻译整理自：? How to Finetune Llama-3 and Export to Ollamahttps://docs.unsloth.ai/tutorials/how-to-finetune-llama-3-and-export-to-ol...
-
【丹摩智算实战】手把手教你Llama 3.1 8B部署：开启自然语言处理新篇章
前言 在自然语言处理（NLP）领域，大模型（LLM）的发展日新月异，为各种应用场景带来了前所未有的能力。近日，Meta公司宣布推出了其最新的开源模型——Llama 3.1，这一消息在行业内引起了广泛关注。本文将详细介绍Llama 3.1的背景、特点、部...
-
LLaMA- Adapter: Efficient Fine-tuning of Language Models with Zero-init Attention
发表时间：14 Jun 2023 论文链接：https://arxiv.org/pdf/2303.16199 作者单位：Shanghai Artificial Intelligence Laboratory Motivation：最近，指令跟踪模型取...
-
LLM大模型之Rag检索增强生成演变成GraphRAG
RefAug：prompt增强训练LLM https://github.com/ytyz1307zzh/RefAug Learn Beyond The Answer: Training Language Models with Reflect...
-
快速上手文心一言指令：解锁智能对话的新纪元
这是老K的第6篇原创 导语： 人工智能（AI）已经悄然改变了我们的生活。从智能家居到自动驾驶，再到如今的智能助手，AI技术无处不在，让我们的生活变得更加便捷和高效。然而，对于许多人来说，AI技术似乎仍然遥不可及，高深莫测。今天，就让我...
-
论文降重替换语句 ai写作
论文降重替换语句：提升学术诚信的写作技巧 一、论文降重的重要性在学术界，原创性是评价论文质量的重要标准之一。很简单由于各种原因，论文中可能存在重复或相似的内容。论文降重，即通过替换语句、调整结构等方式，减少论文的重复率，是确保学术诚信和论文质量的重要手段...
-
Meta Llama 3介绍及其关键技术
随着深度学习算法的突破和发展，语言模型已经成为连接人与机器的重要桥梁。在这一领域中，Meta的Llama 3 作为最新一代的大规模预训练模型，凭借其卓越的性能和广泛的应用前景，正逐渐成为行业内的佼佼者。 Llama 3 的研发团队继承了前代模型的技术优势...
-
大神卡帕西安利爆火AI应用，称「或是下一个ChatGPT」
大神卡帕西墙裂推荐! 甚至预言这个AI应用，有可能开启「和ChatGPT一样大的机会」。 它就是来自谷歌的实验性AI产品，Notebook LM，背后由谷歌现在最强大的模型Gemini1.5Pro提供支持。 最近这应用要多火就有多火，全因上线了一项新功能...
-
让我的工作效率翻倍的编程利器：VSCode + Git + GitHub Copilot
哪个编程工具让你的工作效率翻倍？ 在日益繁忙的工作环境中，选择合适的编程工具已成为提升开发者工作效率的关键。不同的工具能够帮助我们简化代码编写、自动化任务、提升调试速度，甚至让团队协作更加顺畅。那么，哪款编程工具让你的工作效率翻倍？是智能的代码编辑器，...
-
提示词工程学的前世今生：Generative Pre-trained Transformer 到AIGC，再到Prompt Engineering
人工智能（Artificial intelligence，AI）的演进已然变革了我们对于技术的理解以及应用方式。自最初的规则系统直至当下的深度学习，AI 在众多领域均彰显出了极为巨大的潜力。当中，生成式预训练模型（Generative Pre-traine...
-
AIGC提示词（3）：AI的创造力之谜：相同提示词，不同内容
引言 在这个数字化的时代，人工智能生成内容（AIGC）已经变得无处不在。想象一下，只需输入几个关键词，AI就能创作出各种内容，无论是文字、图片，还是其他形式。但这里有个有趣的问题：如果我们给AI相同的提示词，它们生成的内容会一样吗？这个问题触及了AI内...
-
【AI绘画】零基础入门ComfyUI（三）目录和插件
大家好，我是写编程的木木。 在上一期的探索中，我们一起走进了快手可图的奇妙世界，并通过一组提示词生成了不错的图片，粗略体验了它独特的操作。许多朋友可能对其中文件夹的作用感到好奇。今天，我们将深入探讨ComfyUI的目录结构和插件体系，并推荐几款值得一试的...
-
[从0开始AIGC][LLM]：LLM中Encoder-Only or Decoder-Only？为什么主流LLM是Decoder-Only？
LLM中Encoder-Only or Decoder-Only & 为什么主流LLM是Decoder-Only？ 文章目录 LLM中Encoder-Only or Decoder-Only & 为什么主流LLM是Dec...
-
DataWhale Task02：从零预训练一个tiny-llama 20923
DataWhale Task02：从零预训练一个tiny-llama 20923 原文link：https://github.com/KMnO4-zx/tiny-llm 开源内容：https://github.com/datawhalechina/t...
-
探索Llama 3.1：开源模型的本地部署与创新应用实践
文章目录 1 Llama 3.1模型的突破性进展 2 Llama 3.1模型在业务场景中的实践案例 3 使用教程 4 Llama 3.1在客户服务中的运用 1 Llama 3.1模型的突破性进展 在数字化转型的浪潮中，大型语言模型...
-
豆包MarsCode 初体验，用React创建一个最经典的贪吃蛇游戏
以下是「 豆包MarsCode 体验官」优秀文章，作者Find。 背景 在人工智能快速发展的时代，大模型（LLM）只要有足够的算力和数据就可以做到任何的事情，甚至可以模拟出另一个地球。LLM作为一个革命化的科技，可以取代很多岗位，甚至可以让人类达到...
-
又热闹了，OpenAI的加强版“Her”正式开放，压过了Gemini的“生产级”大升级
今天真是AI圈久违了的热闹一天啊！ 昨天刚被奥特曼发的那篇AI小作文搞得一头雾水，现在他这波操作的意图就呼之欲出了。 奥特曼想临门狙击的正是宿敌Google，更确切地说，是Google今天刚刚更新的两款升级版Gemini模型：Gemini-1.5-Pro-...
-
LLaMA 数据集
LLaMA的训练数据集来源多样，涵盖了多个不同的数据集和预处理步骤。以下是详细的描述： 公开数据来源和预处理 CommonCrawl [67%]： 使用CCNet管道（Wenzek等人，2020年）对2017年至2020年间的五个Comm...
-
万字长文｜LLM大模型基础入门（非常详细）从入门到精通系列之：（三）Transformer 架构
...
-
使用 Ollama、Llama 3.1 和 Milvus 实现Function Calling 功能
将函数调用（Function Calling）与 LLM 相结合能够扩展您的 AI 应用的能力。通过将您的大语言模型（LLM）与用户定义的 Function 或 API 集成，您可以搭建高效的应用，解决实际问题。 本文将介绍如何将 L...
-
姚期智院士大模型新研究：思维图DoT，用数学理论确保AI逻辑一致性
姚期智院士领衔，推出大模型新推理框架，CoT“王冠”戴不住了。 提出思维图（DiagramofThought），让大模型思考更像人类。 团队更是为这种推理过程提供了数学基础，通过拓扑斯理论（Topos Theory）正式化（formalize）DoT，确保...
-
LLM入门——在Colab上部署Llama2
LLM入门——在Colab上部署Llama2 2024/07/09 本文属于“LLM入门”系列，该系列是笔者自学LLM时记录的一些实践记录与心得，可能存在错误或过时的部分，请读者谅解。 对于LLM入门学者，我推荐从Large Language...
-
如何使用Chainlit让所有网站快速嵌入一个AI聊天助手Copilot
Copilot 副驾驶 Software Copilot 是嵌入到您的应用/产品中的一种新型助手。它们旨在通过提供情境指导并代表用户采取行动来帮助用户充分利用您的应用。 支持的功能 信息 流媒体 元素 声音的 询问...
-
AI“大姨”现场刁难智能客服！直击一群AI打PK赛，真能落地的那种
两个AI现场攻防，翻车了人类就在旁边“蛐蛐”。 现在的AI比赛真是越来越因吹斯汀了。 这不，一个拿着“花开富贵”大姨人设的Agent直接甩了个链接，对面的AI客服就开始大段大段冗长回复，几个回合都是如此。 围观人类一点儿都不留情面，马上锐评: 遇到妙语...
-
Github Copilot X：你的下一个 GPT4 何必是 GPT4
当地时间3月22日，微软旗下代码托管平台GitHub发布了编程辅助工具Copilot的全新版本Copilot X，新版本接入GPT-4，并新增了聊天和语音功能，允许开发人员用自然语言询问如何完成特定的编码功能。 一、Github Copilot X 简...
-
LLAMA-FACTORY：100+语言模型的统一高效微调框架
24年3月来自北航和北大的论文“LLAMA-FACTORY: Unified Efficient Fine-Tuning of 100+ Language Models”。 高效的微调对于将大语言模型 (LLM 适应下游任务至关重要。然而，在不同模型上...