- 博客(4)
- 收藏
- 关注
RSS订阅原创 Datawhale AI夏令营第四期 AIGC（task1）
OpenPose姿势控制输入是一张姿势图片（或者使用真人图片提取姿势）作为AI绘画的参考图，输入prompt后，之后AI就可以依据此生成一副相同姿势的图片；Canny精准绘制输入是一张线稿图作为AI绘画的参考图，输入prompt后，之后AI就可以根据此生成一幅根据线稿的精准绘制。Hed绘制Hed是一种可以获取渐变线条的线稿图控制方式，相比canny更加的灵活。深度图Midas。
2024-08-10 11:37:39
321
原创 Datawhale AI夏令营—逻辑推理笔记（TASK3）
大模型微调（Fine-tuning）是一种技术，通过在预训练的大型语言模型上使用特定数据集进行进一步训练，使模型能够更好地适应特定任务或领域。其核心原理在于，机器学习模型只能代表其训练数据的逻辑和理解。对于未见过的数据样本，模型可能无法准确识别或理解。对于大型模型而言，它们虽然能够处理广泛的语言信息并进行流畅的对话，但在特定场景下可能无法提供准确的答案。例如，一个通用的大型语言模型虽然包含丰富的语言信息，但在医药领域的特定问题上可能表现不佳。
2024-08-02 20:31:21
1013
原创 Datawhale AI夏令营—逻辑推理笔记（TASK2）
首先明确本次任务在有了task1中对比赛机制的简单了解，我们将重新审视我们的比赛，思考一下，那些地方是可以被进一步优化，去掉比较容易发现的浅显的累赘一、逻辑框架我们今天将从下图去优化我们的参赛方式：整体代码主要包括和两个大模块。包括大模型的处理函数、大模型返回结果抽取、多线程处理及答案生成的启动。这里代码核心是，动手能力强的小伙伴可以从这里入手开始自己的上分之路~为了保证整体代码性能使用多线程处理请求。
2024-07-30 22:40:21
439
原创 Datawhale AI夏令营—逻辑推理笔记（TASK1）
本次计算机夏令营以比赛为核心，旨在通过实战演练，提升学员的编程技能和团队协作能力让我们去熟悉，去认识有关于大模型的相关知识，夏令营以比赛为实践，引导并且激励大家学习。夏令营为我们提供了Round1_test_data.jsonl，baseline01.ipynb的代码，但它并不是完全智能的，也有不少大佬优化了算法，取得了更高的分数。1、编程技巧的提升：通过不断地练习和比赛，我的编程技巧得到了很大的提升。5、最后就是确定身份，告诉这个大模型，你今天的身份，要去解决的问题，理解题目的方式，回答问题的方式。
2024-07-28 22:22:51
859
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人