-
基于TableStore/MaxCompute的数据采集分析系统介绍
摘要 在互联网高度发达的今天，ipad、手机等智能终端设备随处可见，运行在其中的APP、网站也非常多，如何采集终端数据进行分析，提升软件的品质非常重要，例如PV/UV统计、用户行为数据统计与分析等。虽然场景简单，但是数据量大，对系统的吞吐量、实时性、分析...
-
拼多多数据采集
-------------------------分割线------------------------------------------------ 2020.12.09更新 因为拼多多反爬升级，之前的方案已废弃。若有新的方案，会在博客这边更新消息o...
-
Python—WebSocket爬虫实战
1. WebSocket WebSocket 是 HTML5 开始提供的一种在单个 TCP 连接上进行全双工通讯的协议。在 WebSocket API 中，浏览器和服务器只需要做一个握手的动作，然后，浏览器和服务器之间就形成了一条快速通道。两者之间...
-
python爬虫练习网站，墙裂安利这个可以练习爬虫的网站
python爬虫练习网站，墙裂安利这个可以练习爬虫的网站 今天无意间发现的一个大佬做的网站，http://www.glidedsky.com/，需要注册登录后跟着大佬提供的题目做，刚刚完成了第一个题目，以为能手到擒来，没想到有csrf-token验证，...
-
体验TiDB V6.0.0 之Clinic
作者：边城元元 原文来源：https://tidb.net/blog/6b2cf9a8 体验TiDB V6.0.0 之Clinic 一、背景 TiDB的生态越来越完善，带来利好的同时，也增加了运维不可确定性，clinic的出现 减...
-
开源网站访问统计系统Piwik的基本使用
#piwik简介# 最近试用了开源的网站访问统计系统——piwik，觉得功能非常强大，一点不输于商业产品百度统计与google analysis，替代他们完全没有问题。 关于piwik的简介可以去piwik的官网( http://piwik.org ...
-
带你动手设计一个高速公路多节点温度采集系统
本篇文章主要介绍设备上云的详细流程，介绍华为云物联网云端产品、设备创建流程，数据转存方式，应用侧开发接口等等。 硬件选型： （1）STM32开发板: STM32F103C8T6 （2）NBIOT模块--BC26 BC26模块是一款高性能、低...
-
Python爬虫案例解析：五个实用案例及代码示例（学习爬虫看这一篇文章就够了）
导言： Python爬虫是一种强大的工具，可以帮助我们从网页中抓取数据，并进行各种处理和分析。在本篇博客中，我们将介绍五个实用的Python爬虫案例，并提供相应的代码示例和解析。通过这些案例，读者可以了解如何应用Python爬虫来解决不同的数据获取和处理问...
-
【零基础学Python】爬虫篇 ：第十四节--爬虫+词云解决实际问题
十行代码帮助小姐姐给偶像送上最真挚的礼物----爬虫词云齐上阵，熬夜精心制作 905.png#pic_center 故事背景 最近嘛，有位朋友找我帮忙嘛，希望我帮她做一份礼物，送给一直鼓舞着她不断向前,不断努力奋斗的偶像…，好家伙，我直接感动了...
-
体验 TiDB v6.0.0 之 Clinic
\n> 原文来源：https://tidb.net/blog/6b2cf9a8\n\n## 一、背景 TiDB 的生态越来越完善，带来利好的同时，也增加了运维不可确定性。 Clinic 的出现降低了运维成本和可以快速准确定位的集群中的问题。...
-
抖音数据采集教程，动静态结合逆向WhatsApp
抖音数据采集教程，动静态结合逆向WhatsApp 0x01.hook方法的所有重载 在一篇文章带你领悟Frida的精髓一文中，我们已经学会了对放的重载进行处理的方法，我们先回顾一下代码： my_class.fun.overload("int" ,...
-
【云原生 | 32】Docker运行数据采集和分析引擎Elasticsearch
作者简介：?云计算领域优质创作者?新星计划第三季python赛道第一名? 阿里云ACE认证高级工程师? ✒️个人主页：小鹏linux ?个人社区：小鹏linux（个人社区）欢迎您的加入！ 目录 1. 关于 Elasticsearch 1.1 El...
-
爬虫与反爬虫技术分析
科普： 什么是爬虫： 百度百科：网络爬虫（又被称为网页蜘蛛，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。另外一些不常使用的名字还有蚂蚁、自动索引、模拟程序或者蠕虫 什么是反爬虫：...
-
k8s prometheus 搭建和采集配置文件解析
部署yaml文件 cat << EOF >> prometheus.yaml apiVersion: v1 kind: Namespace metadata: name: monitor --- apiVersion: v1...
-
抖音用户开播监测接口，抖音API接口数据采集教程，抖音SDK
抖音用户开播监测接口，抖音API接口数据采集教程，抖音SDK 音用户开播监测接口： 请求Api http://主机地址/douyin/user/rooms?token=xxx&uid=96137740927,97577356905,99028...
-
基于TableStore的数据采集分析系统介绍
摘要 在互联网高度发达的今天，ipad、手机等智能终端设备随处可见，运行在其中的APP、网站也非常多，如何采集终端数据进行分析，提升软件的品质非常重要，例如PV/UV统计、用户行为数据统计与分析等。虽然场景简单，但是数据量大，对系统的吞吐量、实时性、分析...
-
bilibili用户信息爬虫（全网最全）
bilibili用户信息爬虫 bilibili用户已经突破7亿了（根据UID来看） Github: Leopard-C/BiliUserSpider 0. 成果 bilibili御坂网络计划：https://misaka.sisters.top...
-
php实现爬虫
爬虫技术 简介 目前主流实现爬虫的方法都是使用pathon,但是不一定只有pathon，php也有很多爬虫工具，比如自带的curl，还有querylist，都能实现爬虫，只要能够实现爬数据，不要用什么样的方法都行。 querylist使用 Q...
-
百度翻译php接口，火车头插件
<?php define("CURL_TIMEOUT", 30 ; define("URL", "http://api.fanyi.baidu.com/api/trans/vip/translate" ; define...
-
如何高效训练？综述汇总：大型深度学习训练的并行分布式系统
本文经自动驾驶之心公众号授权转载，转载请联系出处。 23年1月论文“Systems for Parallel and Distributed Large-Model Deep Learning Training“， 来自UCSD。 深度学习（DL）已经...
-
马斯克版ChatGPT背后开发工具上线！xAI产品两连发，网友：交付速度太疯狂
马斯克版ChatGPT才刚吸引一波眼球，xAI第二款大模型产品就突然登场了！ 就在刚刚，马斯克旗下xAI官宣：推出PromptIDE。 一个用于提示工程和可解释性研究的集成开发环境。 xAI表示，他们打造PromptIDE的最初目的，是加速其聊天AI机...
-
深夜炸场，ChatGPT一周年：无需编程，全民定义GPT的时代，来了！
撰稿 | 云昭 深夜又是一场王炸！在ChatGPT发布一周年之际，OpenAI 创始人Altman 在首届开发者大会上全场放大招，台下掌声不断。 无需编程，甚至无需敲键盘，单纯通过语音聊天就能构建一个专属自定义的GPT！这个消息实在太燃了！以至于推特...
-
科普神文，GPT背后的Transformer模型
上次《解读AI大模型，从了解token开始》一文中，我从最基础的概念“token”着手，跳过了复杂的算法逻辑，相信已经让大家建立起对AI大模型工作原理的清晰认知。 但如果仅仅只是依靠对文本的编码与数据分析，那人工智能时代应该早就到来了，为什么唯独是GPT...
-
GPT-4重磅升级！OpenAI发布GPT-4 Turbo：更强大还更便宜
快科技11月7日消息，当地时间周一，OpenAI首届开发者大会如期召开，在大会上OpenAI正式推出了GPT-4 Turbo。 据OpenAI介绍，相比于GPT-4，GPT-4 Turbo主要有6方面的提升： 第一，上下文对话长度，GPT4最大只能支持8k...
-
ChatGPT王炸升级！更强版GPT-4上线，API定价打骨折，发布现场掌声没停过
ChatGPT，今天裂变成无数个GPT。 OpenAI在首届开发者日上，正式公布自定义GPT。 还将上线“GPT商店”，与创作者分享收入。 CEO山姆·奥特曼现场登台演示，3分钟不到，只凭几步操作做好一个“创业导师GPT”。 接下来，“创业导师GPT...
-
AI视野：xAI首个大模型Grok炸场;李开复官宣开源大模型Yi-34B;ChatGPT原型Gizmo新功能曝光;百度网盘引入大模型智能助理
????大模型动态 李开复官宣全球最强开源大模型Yi-34B 一次可处理40万汉字 零一万物发布全球最强的开源大模型Yi-34B，具备超强的语言理解和处理能力，支持处理40万汉字，在中文指标上表现卓越，标志着中国在大模型领域的重大突破。 项目地址:htt...
-
用AI整顿AI？这些检测工具了解了解
自生成式AI创作机器人出现以来，各行各业都开始用来撰写文章甚至学术论文，针对该情况，一些AI内容检测工具也随之诞生，一起看看吧。 1.Copyleaks AI Content Detector https://copyleaks.com/ai-co...
-
马斯克xAI公布大模型详细进展，Grok只训练了2个月
近几日，马斯克的人工智能公司 xAI 公布了他们用来对标 OpenAI ChatGPT 的产品 ——Grok ，直接把网友的好奇心拉满。 和总是一本正经回答问题的 ChatGPT 不同，Grok 自带幽默和嘲讽技能。 就像下图所展示的，Grok 在被...
-
元象XVERSE开源650亿参数通用大模型XVERSE-65B
元象XVERSE宣布 开源650亿参数高性能通用大模型XVERSE-65B，无条件免费商用。 XVERSE-65B 是由深圳元象科技开发的一种支持多语言的大型语言模型。它采用了 Transformer 网络结构，参数规模达到了650亿。 模型通过训练了2....
-
国内最大开源模型发布，无条件免费商用！参数650亿，基于2.6万亿token训练
国内规模最大的开源大模型来了： 参数650亿、基于2.6-3.2万亿token训练。 排名仅次于“猎鹰”和“羊驼”，性能媲美GPT3.5，现在就能无条件免费商用。 它就是来自深圳元象公司的XVERSE。 根据算力、资源限制和具体任务需求的不同，我们能对...
-
蚂蚁百灵大模型通过备案 多款产品即将向公众开放
蚂蚁百灵大模型已按照国家七部委联合公布的《生成式人工智能服务管理暂行办法》完成备案，基于该大模型的多款产品也已陆续完成内测，即将向公众开放。 蚂蚁百灵语言大模型，它采用Transformer架构，经过万亿级Token语料的训练，支持窗口长度达到32K，并...
-
Together AI发布RedPajama v2：包内30万亿token数据集，用于训练大型语言模型
Together AI最近发布了RedPajama v2，这是一个庞大的在线数据集，包含了30万亿token，成为目前公开可用的最大数据集之一，专门用于学习型机器学习系统的培训。 对于像Llama、Mistral、Falcon、MPT和RedPajama等...
-
一篇学会大模型浪潮下的时间序列预测
今天跟大家聊一聊大模型在时间序列预测中的应用。随着大模型在NLP领域的发展，越来越多的工作尝试将大模型应用到时间序列预测领域中。这篇文章介绍了大模型应用到时间序列预测的主要方法，并汇总了近期相关的一些工作，帮助大家理解大模型时代时间序列预测的研究方法。...
-
20步内越狱任意大模型！更多“奶奶漏洞”全自动发现
1分钟不到、20步以内“越狱”任意大模型，绕过安全限制！ 而且不必知道模型内部细节—— 只需要两个黑盒模型互动，就能让AI全自动攻陷AI，说出危险内容。 听说曾经红极一时的“奶奶漏洞”已经被修复了: 那么现在搬出“侦探漏洞”、“冒险家漏洞”、“作家漏...
-
CMU清华MIT引爆全球首个Agent无限流，机器人「007」加班自学停不下来！具身智能被革命
全球首个生成式机器人Agent发布了！ 长久以来，相比于语言或者视觉模型可以在大规模的互联网数据上训练，训练机器人的策略模型需要带有动态物理交互信息的数据，而这些数据的匮乏一直是具身智能发展的最大瓶颈。 最近，来自CMU、清华、MIT，UMass等机构的...
-
代码能力超越GPT-4，这个模型登顶Big Code排行榜，YC创始人点赞
一款号称代码能力超越GPT-4的模型，引发了不少网友的关注。 准确率比GPT-4高出超过10%，速度却接近GPT-3.5，而且窗口长度也更长。 据开发者描述，他们的模型取得了74.7%的Pass@1通过率，超过了原始GPT-4的67%，登上了Big C...
-
科普神文，一次性讲透AI大模型的核心概念
图片 令牌，向量，嵌入，注意力，这些AI大模型名词是否一直让你感觉熟悉又陌生，如果答案肯定的话，那么朋友，今天这篇科普神文不容错过。我将结合大量示例及可视化的图形手段，为你由浅入深一次性讲透AI大模型的核心概念。 引言 随着科技公司及国际竞争的不断推进，...
-
大模型: 模型大了难在哪里？
大家好，我是Tim。 自从GPT模型诞生以来，其参数规模就在不停的扩大。但模型并非简单的直接变大，需要在数据、调度、并行计算、算法和机器资源上做相应的改变。 今天就来总结下，什么是大模型，模型变大的难在哪里以及对于CV/NLP或者搜推广场景上有什么应对策...
-
Jina AI 推出“jina-embeddings-v2”:全球首个8k 开源文本嵌入模型
Jina AI 公布了其第二代文本嵌入模型的最新进展:jina-embeddings-v2。这个最先进的模型是唯一支持8K（8192个token）上下文长度的开源解决方案。这一成就使其在功能和在大规模文本嵌入基准 (MTEB 排行榜上的性能方面与 Ope...
-
姚班斯隆奖马腾宇正式宣布大模型创业
清华姚班校友兼斯坦福大学助理教授马腾宇宣布了一个引人注目的创业项目，名为Voyage，旨在提供卓越的嵌入模型。这个嵌入模型在MTEB数据集上表现超越OpenAI，成为SOTA。该项目的成功也得益于三位知名教授，包括斯坦福人工智能实验室主任Christoph...
-
全球最强长文本大模型，一次可读35万汉字：Baichuan2-192K上线
国内大模型创业公司，正在技术前沿创造新的记录。 10 月 30 日，百川智能正式发布 Baichuan2-192K 长窗口大模型，将大语言模型（LLM）上下文窗口的长度一举提升到了 192K token。 这相当于让大模型一次处理约 35 万个汉字，长度...
-
DeepMind曝新一代AlphaFold，预测准确率暴涨近10%！DNA和RNA的AlphaFold时刻来了
就在今天，DeepMind公布了AlphaFold最新进展——「AlphaFold-latest」。 根据DeepMind最新发布的技术报告，新一代的AlphaFold不仅仅能够以更高的准确性处理和预测蛋白质的结构。 ，时长01:32 它还能将相似的能力...
-
英伟达发布430亿参数大模型ChipNeMo
英伟达最新发布的430亿参数大语言模型ChipNeMo专注于辅助芯片设计，旨在提高工程师的工作效率。这一大语言模型的应用范围广泛，包括问答、EDA脚本生成和Bug总结等任务，使芯片设计变得更加便捷。 英伟达首席科学家Bill Dally强调，即使提高生产率...
-
AI自动生成创意视频：如何让大模型助你一臂之力
作者 | 崔皓 审校 | 重楼 摘要 本文探讨了如何利用大语言模型和AI视频生成模型来创建高度个性化和创意丰富的视频内容。文章详细介绍了从构思到实现的全过程，包括问题分析、目标设定、工具和模型选择，以及实际操作步骤。使用的技术和工具包括OpenAI的G...
-
八张3090，1天压缩万亿参数大模型！3.2TB骤降至160GB，压缩率高达20倍
随着GPT-4的架构被知名业内大佬「开源」，混合专家架构（MoE）再次成为了研究的重点。 GPT-4拥有16个专家模型，总共包含1.8万亿个参数。每生成一个token需要使用大约2800亿参数和560TFLOPs 然而，模型更快、更准确的代价，则是巨大...
-
使用 Go-OpenAI 轻松调用 ChatGPT：释放无限创造力！
我今天要和大家分享一个令人兴奋的话题——使用 go-openai 调用 chatGPT。如果你是一个技术爱好者，对人工智能和自然语言处理感兴趣，那么你一定不能错过这篇文章！ chatGPT：打破创造力的边界 首先，让我们来了解一下 ChatGPT 是什么...
-
OpenAI API进阶-Function Calling实现插件！
Function Calling介绍 Function Calling是什么 OpenAI Chat API官方文档：Chat API[1] Function Calling官方介绍：Function Calling[2] 图片 开发者现在可以向 gp...
-
北大团队：诱导大模型“幻觉”只需一串乱码！大小羊驼全中招
北大团队最新研究发现： 随机token都能诱发大模型出现幻觉！ 比如喂给大模型（Vicuna-7B）一段“乱码”，它就莫名其妙弄错了历史常识。 或者是简单修改提示词，大模型也会掉入陷阱。 Baichuan2-7B、InternLM-7B、ChatGL...
-
世界模型和DriveGPT这类大模型到底能给自动驾驶带来什么？
本文经自动驾驶之心公众号授权转载，转载请联系出处。 大模型今年爆火，很多领域上的应用如雨后春笋般涌现，很多优秀的工作出现，主要集中在数据生成和场景分析表述两部分，重点解决自动驾驶的长尾分布问题和场景识别。今天自动驾驶之心带大家梳理下自动驾驶行业上的大模...
-
智谱的“GPT-4V”来了，CEO张鹏说他们就是奔着AGI去的
时隔仅仅四个月，智谱大模型再度升级。在沈阳举办的2023中国计算机大会CNCC2023上，智谱介绍了新一代ChatGLM3大模型。 根据智谱官方的表述，尽管新的大模型名字中带有Chat，但实际上这是一个全新版本的基座模型，它的完全版和上一代一样拥有1300...