- 博客(9)
- 收藏
- 关注
原创 人工智能导论week2
其中的贪心算法非常有意思。就是在每一步通过计算距离,去找到最简便的路线,同时只考虑了在到达之前没有被访问过的顶点的路径,很符合人们对效率最大化的追求。第二章主要介绍了盲目搜索的内容,并介绍了具体的例子来帮助我们理解这个算法的实现过程。但是,贪心算法也有局限性,不能很好的解决旅行商问题。需要分支定界算法来解决。通过3拼图问题、搜索树,来比较DFS和BFS的区别。
2024-01-27 01:21:01 194 1
原创 人工智能导论week1打卡
向前看”的搜索方法中,其中 3 种是爬山法(hill climbing)、集束搜索(beam search) 和最佳优先搜索(best first search)在人工智能中,产生式规则(production rule)是一种知识表示的方法,它的一般形式如下: IF(条件),THEN 动作 或者 IF(条件),THEN 事实。活 细胞通常有阴影(见图 1.18),死细胞通常不出现阴影。空间树(space tree) 通常是状态空间图的真子集,它的根节点是初始状态,它的一个或多个叶子节点是目标状态。
2024-01-19 23:43:20 744 1
原创 Task6打卡 大模型学习总结
在实际操作过程中,我并没有完全掌握所有的流程。在11月的学习中,我跟随教程完成了多个API的申请,最后完成了智谱aiAPI的调用。我创建了一个基于zhipuai的对话系统,这个系统包括角色和对话内容,按照json格式输出字符串。# 填写 APIKey 信息zhipuai.api_key = "您的APIKey"model = "chatglm_std" # 选择模型"""使用智谱清言 API 获取响应。text: 用户输入的文本。返回: 智谱清言的回复。"""# 构造请求。
2023-11-30 18:19:23 185
原创 DAY3打卡
6.验证迭代:通过不断发现 Bad Case 并针对性改进 Prompt Engineering 来提升系统效果、应对边界情况。相比传统的AI开发,大模型开发直接从实际业务需求出发构造小批量验证集,设计合理 Prompt 来满足验证集效果。1.确定目标:一般先设定最小化目标,从构建一个mvp(最小可行性产品开始)本项目从底向上依次分为 LLM 层、数据层、数据库层、应用层与服务层。2.设计功能:先确定应用的核心功能,再延展核心功能的上下文功能。4.搭建数据库:收集数据并进行预处理,再向量化储存到数据库中。
2023-11-19 14:00:49 64
原创 DAY2 调用大模型API
由于System Prompt的内容在整个会话过程中会持久地影响模型的回复,我们一般设置System Prompt来对模型进行一些初始化设定。区别于user prompt,user prompt一般有多个,我们可以通过 User Prompt 给出模型需要遵循的指令。由于LLM的生成具有随机性,我们可以通过控制Temperature参数来控制LLM生成结果的随机性和创造性。Temperature一般取值在0~1之间,越接近0,随机性越低,越接近1,随机性越高,文本更具创造性。一种任务对应的输入模板。
2023-11-17 11:28:07 144
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