- 博客(8)
- 收藏
- 关注
RSS订阅原创 AI是如何学会编程的？
AI能够编程开发，目前已经到可以替代初、中级程序员的水平了。很多人觉得很神奇不可思议。本文浅聊一下大模型是如何学习编程。弄明白这里的大致原理，不仅有助于的使用大模型来辅助我们编程，而且这种训练大模型的思路、方法，也是可以借鉴到训练大模型其他领域的
2024-11-26 18:53:02
644
原创 一份关于大模型RAG检索增强生成技术的探险地图
为帮助大家追踪研究RAG技术，本人耗时数月，收集了大量关于RAG技术的论文，结合亲身实践（包括本人参加2024 CCF国际AIOps挑战赛的实践），为大家做一个提纲挈领的系列综述。希望本系列综述能够成为你在大模型技术森林中探险的那张地图。
2024-11-12 15:25:53
284
原创 对大语言模型“指鹿为马”会如何？
大语言模型在实际工程运用时，会得到外界强加给它的各种知识和认知。外部知识和大模型内部先验知识发生冲突，怎么办？
2024-05-13 16:13:23
593
1
原创 跨越鸿沟：大语言模型商业落地的最佳实践
大语言模型在商业落地时，所遇到的困难与挑战都是一样的。就项目实施的结果而言，失败的项目千差万别，落地成功的项目都基本上是一样的--都执行了基本相同的正确方法论。 本文探讨了大语言模型在商业落地应该有的正确姿势。
2024-04-22 16:34:09
290
原创 智能的本质--信息的无损压缩
ChatGPT的出现，人们对计算机突飞猛进的智能水平感到惊讶和担忧。著名的数学家华罗庚说过，“读书要由薄到厚，再由厚到薄”。“由薄读到厚”，就是收集到足够多的样本数据的过程。“由厚到薄”，就是抽象、概括、归纳。近代科学技术发展，包括今天我们做科研的基本模式，也都是这么一个过程：通过实验或观测得到一批数据，再对数据进行归纳得到规律，再运用规律去预测、指导未来任务。机器学习的基本模式，可以说就是用从样本数据学习到的规律来推断总体的规律。即从样本数据中归纳总结规律，再将规律推广应用到总体，这也是人类认知的过程。
2023-05-06 17:30:29
155
原创 悟透Transformer--AI是如何学习扑克牌排序的
作为一种具有更高普适性的AI模型架构，其必然蕴含有更为深邃的原理和思想，值得我们深入研究和领悟。原始的模型是针对自然语言处理构建的，要深刻理解模型需要有一定的语言学的先验知识，以及海量的语料库数据，这些对于初学者来说是比较困难的。我认为既然如今Transformer已经可以适用于AI的所有领域，应当有一些实验案例，剥离那些来自专业领域的先验知识，专门聚焦研究Transformer的原理与思想，以便我们能将这些原理与思想应用到新的任务中。因此本人决定利用假期时间，自己设计一个这样的案例。
2023-05-06 17:02:07
310
3
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