-
微软大模型phi-3速览-3.7B比llama-3 8B更好？
背景 模型发布者：Microsoft 模型发布时间：2024年4月23日 发布内容：介绍了phi-3系列语言模型，包括phi-3-mini、phi-3-small和phi-3-medium。 重点关注：整体性能可与 Mixtral 8x7B...
-
使用 Llama 3 开源和 Elastic 构建 RAG
作者：Rishikesh Radhakrishnan 使用开源的 Llama 3 和 Elastic 构建 RAG Llama 3 是 Meta 最近推出的开源大型语言模型。这是 Llama 2 的后继者，根据已发布的指标，这是一个重大改进。与 G...
-
国内如何申请 Midjourney API （mj接口），一次教会你
众所周知Midjourney 并未提供API接口服务，那要如何才能使用Midjourney 的接口呢？通过千搜万搜终于让我找到一个这种平台，同时支持 Mid journey proxy Plus 以及 Mid journey proxy 接口协议，基本支持...
-
什么是网络爬虫
网络爬虫： 又称为网页蜘蛛，网络机器人，在FOAF社区中间，更经常的称为网页追逐者，是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。网络爬虫可以根据指定的规则，从互联网上下载网页、图片、视频等内容，并抽取其中的有用信息进行处理。网络爬虫的工作...
-
区分stable diffusion中的通道数与张量维度
区分stable diffusion中的通道数与张量形状 1.通道数： 1.1 channel = 3 1.2 channel = 4 2.张量形状 2.1 3D 张量 2.2 4D 张量 2.2.1 通常 2.2.2 stable d...
-
midjourney绘画，midjourney api接口国内如何对接
项目背景 众所周知，Midjourney并没有提供任何的Api服务，但是基于Midjourney目前的行业龙头位置，很多企业以及个人会有相关的需求。TTApi平台基于Midjourney现有功能整理出一套完整的可集成性高的服务，如果你有类似的需求，那么恭...
-
springboot+vue项目接入文心一言API
参考文心一言ERNIE-Bot 4.0模型流式和非流式API调用(SpringBoot+OkHttp3+SSE+WebSocket - autunomy - 博客园 (cnblogs.com 后端 引入依赖 <dependency>...
-
Spring Boot后端调用文心一言响应式问答
Spring Boot后端调用文心一言响应式问答 1.获取文心服务 要在我们的后端服务中接入文心一言，就要获取文心的服务，首先我们要进入百度智能云中注册一个账号：https://console.bce.baidu.com/qianfan/ais/...
-
Py之llama-parse：llama-parse(高效解析和表示文件)的简介、安装和使用方法、案例应用之详细攻略
Py之llama-parse：llama-parse(高效解析和表示文件 的简介、安装和使用方法、案例应用之详细攻略 目录 llama-parse的简介 llama-parse的安装和使用方法 1、安装 2、使用方法 第一步，获取API...
-
手机流畅运行470亿大模型：上交大发布LLM手机推理框架PowerInfer-2，提速29倍
苹果一出手，在手机等移动设备上部署大模型不可避免地成为行业关注焦点。 然而，目前在移动设备上运行的模型相对较小（苹果的是3B，谷歌的是2B），并且消耗大量内存，这在很大程度上限制了其应用场景。 即使是苹果，目前也需要与OpenAI合作，通过将云端GPT-4...
-
Stable Diffusion webUI 最全且简单配置指南
Stable Diffusion webUI 配置指南 本博客主要介绍部署Stable Diffusion到本地，生成想要的风格图片。 文章目录 Stable Diffusion webUI 配置指南 1、配置环境 （1）pip环境[...
-
Java对接文心一言
注册千帆大模型 首先就是注册百度的千帆大模型平台，第一次注册会送一张20元的优惠卷，可以用这个先免费用一段时间。 创建应用 目的：获得APIKey和SecretKey 注册以后进入到百度智能云控制台应用接入（百度智能云控制台 (baidu.com ...
-
llama_index微调BGE模型
微调模型是为了让模型在特殊领域表现良好，帮助其学习到专业术语等。 本文采用llama_index框架微调BGE模型，跑通整个流程，并学习模型微调的方法。 已开源：https://github.com/stay-leave/enhance_llm 一、...
-
排查 stable-diffusion-webui 局域网访问问题：详细解析配置步骤
排查 stable-diffusion-webui 局域网访问问题：详细解析配置步骤 引言： 在部署 stable-diffusion-webui 后，确保其在局域网内可访问是使用该工具的关键一步。如果您遇到了局域网无法访问的问题，本文将帮助您详细检查...
-
本地使用 Ollama 驱动 Llama 3，Phi-3 构建智能代理（附代码）
本文介绍如何使用langchain中的ollama库实现低参数Llama 3，Phi-3模型实现本地函数调用及结构化文本输出。 函数调用介绍 函数调用的一个很好的参考是名为 “Gorilla” 的论文，该论文探讨了函数调用的概念，并提供了一个函数调用...
-
OpenAI新作署名Ilya，提取1600万个特征看透GPT-4大脑！
【新智元导读】今天，OpenAI发布了一篇GPT-4可解释性的论文，似乎是作为前两天员工联名信的回应。网友细看论文才发现，这居然是已经解散的「超级对齐」团队的「最后之作」。 前两天，OpenAI的一群员工刚刚联名发表公开信，表示自主的AI系统正在失控，呼吁...
-
一文教你在MindSpore中实现A2C算法训练
本文分享自华为云社区《MindSpore A2C 强化学习》，作者：irrational。 Advantage Actor-Critic (A2C 算法是一个强化学习算法，它结合了策略梯度（Actor）和价值函数（Critic）的方法。A2C算法在许多强...
-
无需搭建环境，零门槛带你体验Open-Sora文生视频应用
案例体验 ?* 本案例需使用 Pytorch-2.0.1 GPU-V100 及以上规格运行 ?* 点击Run in ModelArts，将会进入到ModelArts CodeLab中，这时需要你登录华为云账号，如果没有账号，则需要...
-
实时局部建图的深入思考 | MapTR继往开来的18篇论文剖析！
本文经自动驾驶之心公众号授权转载，转载请联系出处。 实时局部建图领域自从端到端方案MapTR(2023.1 [1]问世后已经又涌现出非常多优秀的工作,基本是在MapTR基本框架的基础上进行一系列改进,包括原班人马的升级作品MapTRv2(2023.8 ...
-
[AIGC] 深入理解 Java 的 JSON 序列化和反序列化
在现代软件开发中，JSON（JavaScript Object Notation）已经成为一种非常流行的数据交换格式。它以简洁、易读和易解析的文本形式表示结构化数据。在 Java 中，我们可以使用org.json包来进行 JSON 的序列化和反序列化操作。...
-
基于 LlaMA 3 + LangGraph 在windows本地部署大模型 （一）
基于LlaMA 3 + LangGraph 在windows本地部署大模型 （一） RAG 是未来人工智能应用的基石。大家并不是在寻求仅仅产生无意义反应的人工智能。而目标是人工智能能够从特定文档集中检索答案，理解查询的上下文，指导自己搜索其嵌入内容...
-
【记录】LangChain｜Ollama结合LangChain使用的速通版（包含代码以及切换各种模型的方式）
官方教程非常长，我看了很认可，但是看完了之后呢就需要一些整理得当的笔记让我自己能更快地找到需求。所以有了这篇文章。【写给自己看的，里面半句废话的解释都没有，如果看不懂的话直接看官方教程再看我的】 ollama是个平台，里面一大堆开源模型，llama...
-
LLMs之LLaMA-3：Llama-3-70B-Gradient-1048k-adapter的简介、源代码解读merge_adapters.py(仅需58行代码)合并多个PEFT模型(LoRA技术)
LLMs之LLaMA-3：Llama-3-70B-Gradient-1048k-adapter的简介、源代码解读merge_adapters.py(仅需58行代码 合并多个PEFT模型(LoRA技术 将LLaMA-3扩展到100万/1048k上下文——解析...
-
深入探索令牌桶限流的原理与实践
在当今的互联网时代，随着用户数量和请求量的不断增加，系统的性能和稳定性面临着巨大的挑战。限流算法作为保障系统稳定性的重要手段之一，被广泛应用于各种服务和应用中。限流的核心目的是对某一时间窗口内的请求数进行限制，保持系统的可用性和稳定性，防止因流量暴增而导致...
-
AI绘画，Midjourney API 接口对接和使用
项目背景 众所周知，Midjourney并没有提供任何的Api服务，但是基于Midjourney目前的行业龙头位置，很多企业以及个人会有相关的需求。TTApi平台基于Midjourney现有功能整理出一套完整的可集成性高的服务，如果你有类似的需求，那么...
-
Springboot整合文心一言----非流式响应与流式响应（前后端）
所谓非流式响应就是直接等待百度把答案生成好之后直接返回给你，而后者这是一一种流的形式，百度一边生成答案，一边将答案进行返回，这样就是我们在使用ChatGPT中最常见的一种表现了，它回答问题的时候总是一个字一个字的出来。这两回答方式都有一定的...
-
一文速览Llama 3及其微调：从如何把长度扩展到100万到如何微调Llama3 8B
前言 4.19日凌晨正准备睡觉时，突然审稿项目组的文弱同学说：Meta发布Llama 3系列大语言模型了，一查，还真是 本文以大模型开发者的视角，基于Meta官方博客的介绍：Introducing Meta Llama 3: The most capa...
-
百度文心一言（ERNIE bot）API接入Android应用
百度文心一言（ERNIE bot）API接入Android应用实践 - 拾一贰叁 - 博客园 (cnblogs.com 需要完整代码的话：https://gitee.com/liyizhe2002/we-are-speakers Preface:...
-
Llama 3 开源了「GitHub 热点速览」
近日，Meta（原 Facebook）开源了他们公司的新一代大模型 Llama 3，虽然目前只放出了 8B 和 70B 两个版本，但是在评估结果上已经优于 Claude 3 Sonnet、Mistral Medium 和 GPT-3.5 等大模...
-
实战whisper第二天：直播语音转字幕（全部代码和详细部署步骤）
直播语音实时转字幕： 基于Whisper的实时直播语音转录或翻译是一项使用OpenAI的Whisper模型实现的技术，它能够实时将直播中的语音内容转录成文本，甚至翻译成另一种语言。这一过程大致分为三个步骤：捕获直播音频流、语音识别（转录）以及翻译（如...
-
这些AI芯片创企想挑战英伟达，它们能成功吗？
科幻小说《沙丘》中有这样一句话：“谁控制了GPU，谁就控制了宇宙。”在今天的科技世界，如果哪家企业想在AI领域有所见树，就要购买英伟达GPU。 分析师们喋喋不休，将追逐AI梦想的企业分成两类，也就是“GPU-rich”和“GPU-poor”，前者拥有大...
-
利用大语言模型增强网络抓取：一种现代化的方法
想了解更多AIGC的内容，请访问： 51CTO AI.x社区 https://www.51cto.com/aigc/ 本文将探讨大语言模型(LLMs 与网络抓取的集成，以及如何利用LLMs高效地将复杂的HTML转换为结构化的JSON。 作为一名数据工程...
-
使用自己的数据集训练DETR模型
众所周知，Transformer已经席卷深度学习领域。Transformer架构最初在NLP领域取得了突破性成果，尤其是在机器翻译和语言模型中，其自注意力机制允许模型处理序列数据的全局依赖性。随之，研究者开始探索如何将这种架构应用于计算机视觉任务，特别是...
-
探秘yourphp爬虫：技术原理与实战应用
在信息化时代的今天，数据无疑已经成为了一种极其宝贵的资源。为了获取这些数据，各种技术手段层出不穷，其中爬虫技术便是备受瞩目的一种。而在众多爬虫中，yourphp爬虫以其独特的优势和灵活性，受到了广大开发者的喜爱。本文将深入探讨yourphp爬虫的技术原理及...
-
自动驾驶第一性之纯视觉静态重建
本文经自动驾驶之心公众号授权转载，转载请联系出处。 纯视觉的标注方案，主要是利用视觉加上一些GPS、IMU和轮速计传感器的数据进行动静态标注。当然面向量产场景的话，不一定非要是纯视觉，有一些量产的车辆里面，会有像固态雷达（AT128）这样的传感器。如...
-
自动驾驶场景中的长尾问题怎么解决？
本文经自动驾驶之心公众号授权转载，转载请联系出处。 昨天面试被问到了是否做过长尾相关的问题，所以就想着简单总结一下。 自动驾驶长尾问题是指自动驾驶汽车中的边缘情况，即发生概率较低的可能场景。感知的长尾问题是当前限制单车智能自动驾驶车辆运行设计域的主要原...
-
CVPR'24 Oral | 一览纯稀疏点云检测器SAFDNet的前世今生！
写在前面&笔者的个人理解 3D点云物体检测对自动驾驶感知至关重要，如何高效地从稀疏点云数据中学习特征表示是3D点云物体检测面临的一个关键挑战。我们在本文中将会介绍团队发表在NeurIPS 2023的HEDNet和CVPR 2024的SAFDNet...
-
微软让MoE长出多个头，大幅提升专家激活率
混合专家（MoE）是个好方法，支持着现在一些非常优秀的大模型，比如谷歌家的 Gemini 1.5 以及备受关注的 Mixtral 8x7B。 稀疏混合专家（SMoE）可在不显著增加训练和推理成本的前提下提升模型的能力。比如 Mixtral 8×7B 就是...
-
理论+实践，带你了解分布式训练
本文分享自华为云社区《大模型LLM之分布式训练》，作者： 码上开花_Lancer。 随着语言模型参数量和所需训练数据量的急速增长，单个机器上有限的资源已无法满足大语言模型训练的要求。需要设计分布式训练（Distributed Training）系统来解决...
-
DeepSeek发布V2模型 GPT-4的性能白菜的价格
DeepSeek在开源MoE（Mixture of Experts）模型领域取得了重要进展，继今年1月份开源国内首个MoE模型后，现在发布了第二代MoE模型:DeepSeek-V2。这一新模型在多项性能评测中均展现出色的表现，与GPT-4等闭源模型竞争，同...
-
AI日报：白菜价！DeepSeek发布V2模型；零一万物发布最懂打工人的AI特助；ChatGPT.COM域名启用；全国首例“AI外挂”案公开宣判
欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。 新鲜AI产品点击了解：https://top.aibase.com/ 1、DeepSeek发布V2模型...
-
国产开源MoE指标炸裂：GPT-4级别能力，API价格仅百分之一
最新国产开源MoE大模型，刚刚亮相就火了。 DeepSeek-V2性能达GPT-4级别，但开源、可免费商用、API价格仅为GPT-4-Turbo的百分之一。 因此一经发布，立马引发不小讨论。 从公布的性能指标来看，DeepSeek-V2的中文综合能力超越...
-
MindSpore强化学习：使用PPO配合环境HalfCheetah-v2进行训练
本文分享自华为云社区《MindSpore强化学习：使用PPO配合环境HalfCheetah-v2进行训练》，作者： irrational。 半猎豹（Half Cheetah）是一个基于MuJoCo的强化学习环境，由P. Wawrzyński在“A Cat...
-
深入理解并掌握 Spring AI 与 Open AI 的使用方法
Spring AI，作为行业领导者，通过其强大、灵活的API和先进的功能，为各种行业提供了颠覆性的解决方案。在本专题中，我们将深入探讨Spring AI在各领域的应用示例。每个案例都将展示Spring AI如何满足特定需求，实现目标，并将这些LESSON...
-
小红书从记忆机制解读信息检索，提出新范式获得 EACL Oral
近日，来自小红书搜索算法团队的论文《Generative Dense Retrieval: Memory Can Be a Burden》被自然语言处理领域国际会议 EACL 2024 接收为 Oral，接受率为 11.32%（144/1271）。 他...
-
利用Spring Boot以及Spring AI构建生成式人工智能应用
Spring AI，作为行业领导者，通过其强大、灵活的API和先进的功能，为各种行业提供了颠覆性的解决方案。在本专题中，我们将深入探讨Spring AI在各领域的应用示例，每个案例都将展示Spring AI如何满足特定需求，实现目标，并将这些LESSON...
-
Cohere发布开发者工具包，加速企业生成式AI应用开发
Cohere 发布了一个开发者工具包，旨在加快企业生成式 AI 应用的构建过程。这个工具包包含了一个开源存储库，可以立即在任何云提供商上部署应用。它还包括设计用于 “构建独特应用并进行大规模部署” 的组件。 Cohere 的 Elaine Gao 和 B...
-
在线地图还能这样？MapTracker：用跟踪实现在线地图新SOTA！
本文经自动驾驶之心公众号授权转载，转载请联系出处。 写在前面&笔者的个人理解 太强了，在线高精地图还能用跟踪的方式来做！！！本文提出了一种矢量HD建图算法，该算法将在线高精建图公式化为跟踪任务，并使用memory latents的历史来确保随着时...
-
Cohere 发布开发者工具包 加速企业 AI 应用程序构建
Cohere 最近推出了一款全新的开发者工具包，旨在帮助企业更快、更简单地构建人工智能应用程序。这个工具包包含了一个开源的应用程序存储库，可以跨任何云提供商立即部署。它还包括了一系列组件，旨在帮助开发者"构建独特的应用程序并大规模部署"。 Cohere 的...
-
Mixtral：数据流中的生成式稀疏专家混合模型
想了解更多AIGC的内容，请访问： 51CTO AI.x社区 https://www.51cto.com/aigc/ Cloudera公司数据流首席工程师Tim Spann 表示，Mixtral-8x7B大型语言模型(LLM 是一个预先训练的生成式稀疏...