JDDTechTalk的博客

上文我们已经规定，被红链接引用的节点为红色，被黑色链接引用的节点为黑色，我们在节点中添加colorTrue表示红色，Falseint key;int value;Node left;Node right;/*** 判断节点是否为红色*/} else {

作为一名程序员，我们习惯于去了解所使用工具、中间件的底层原理，本文则旨在帮助大家了解AI模型的底层机制，让大家在学习或应用各种大模型时更加得心应手，更加适合没有AI基础的小伙伴们。

随着 AI 技术的飞速发展，特别是大模型的出现，传统的程序员角色正在经历深刻的变革，我们不得不重新对自己进行审视和思考。

本文对大模型从原理及结构上做了简单的介绍，希望能给各位在了解大模型的路上提供一些帮助。个人经验有限，说的不对的地方还请及时提出宝贵的意见，也可以联系本人线下讨论。下期会结合我们在财富领域训练大模型的经验写一篇偏实践的文章出来。

围绕以上设计原则，LangChain解决了现在开发人工智能应用的一些切实痛点。另外作为一个胶水层框架，极大地提高了开发效率，它的作用可以类比于jquery在前端开发中的角色，使得开发者可以更专注于创新和优化产品功能。

就在 11.10 号早上，ChatGPT 已经偷摸的把**GPTs**功能，开放给所有尊贵的 Plus 用户了。

ChatGPT，作为 OpenAI 的代表性产品之一，不仅为用户提供了强大的自然语言处理能力，而且关注用户的整体交互体验。在使用 ChatGPT 进行交互时，用户可能已经注意到了一个细节：当它产生回复时，回复会像人类逐字输入的方式逐渐出现，而不是一次性显示完整答案。

颜色控制一直是AIGC的难点，prompt会污染、img2img太随机… 今天带来利用controlnet，实现对画面颜色的有效控制。都说AIGC是抽卡，但对把它作为工具而非玩具的设计师，必须掌握如何控制它，让我们一起开始可控AI生成。

在GPU上面进行前向和后向计算，将梯度传给CPU，进行参数更新，再将更新后的参数传给GPU。为了提高效率，可以将计算和通信并行起来，GPU在反向传播阶段，可以待梯度值填满bucket后，一遍计算新的梯度一遍将bucket传输给CPU，当反向传播结束，CPU基本上已经有最新的梯度值了，同样的，CPU在参数更新时也同步将已经计算好的参数传给GPU，如下图所示。我们在使用DeepSpeed进行分布式训练的时候，可以根据自身的情况选择合适的通信库，通常情况下，如果是GPU进行分布式训练，可以选择nccl。

目前，大模型的一个热门应用方向text2sql它可以帮助用户快速生成想要查询的SQL语句。那对于用户来说，大部分简单的sql都是正确的，但对于一些复杂逻辑来说，需要用户在产出SQL的基础上进行简单修改，Text2SQL应用主要还是帮助用户去解决开发时间，减少开发成本。

LMM将会全面替代大语言模型？人工智能新里程碑GPT-V美国预先公测，医疗领域/OCR实践+166页GPT-V试用报告首发解读ChatGPT Vision，亦被广泛称为GPT-V或GPT-4V，代表了人工智能技术的新里程碑。作为LMM (Large Multimodal Model) 的代表，它不仅继承了LLM (Large Language Model) 的文本处理能力，还加入了图像处理的功能，实现了文本与图像的多模态交互。与传统的LLM相比，GPT-V更加强大和灵活，能够更深入地理解和生成与图像相关的内

如何让机器理解语言，如何让代码存储知识？这篇文章，只是为了回答一个问题：一段代码是如何拥有心智的？

经过这段时间无数次的探索、试错、实验，最终积累了非常多的训练经验，在不同IP角色的训练上实际上需要调试非常多的参数以及素材。本次成功完成了Joy的Lora模型，虽然在泛化以及场景上未来还有着很多的空间，但是本次的模型已经可以帮助大家完成大部分的运用场景，今天无论你是设计师，还是产品，还是运营，还是研发，你都将可以实现Joy的海报生成，接下来我将为大家讲一讲如何实现。

大家刚接触stable diffusion时，会听到很多专业术语，其中LoRA模型必定是会被提及到的，那么什么是LoRA模型？它有什么作用呢？LoRA模型全称是：Low-Rank Adaptation of Large Language Models，可以理解为Stable-Diffusion中的一个插件，仅需要少量的数据就可以进行训练的一种模型。在生成图片时，LoRA模型会与大模型结合使用，从而实现对输出图片结果的调整。举个例子：大模型好比没有修饰过的人物、物品、场景、等；

京东探索研究院联合悉尼大学在这方面做出了探索，提出了基于简单视觉transformer的姿态估计模型ViTPose和改进版本ViTPose+。

目前，大模型的技术应用已经遍地开花。最快的应用方式无非是利用自有垂直领域的数据进行模型微调。chatglm2-6b在国内开源的大模型上，效果比较突出。本文章分享的内容是用chatglm2-6b模型在集团EA的P40机器上进行垂直领域的LORA微调。

在第一篇 楠姐技术漫画：图计算的那些事 发布之后，楠姐收到了很多建议、鼓励和支持，非常感谢大家的喜欢，所以楠姐尽自己所能马不停蹄开始第二篇的创作，虽迟但到~

用ChatGPT让翻译不再生硬，跟着我基于ChatGPT做个Chrome Extension，实现在网页中轻松划词翻译。

在大语言模型的训练中，经常会看到 Instruct Tuning（指令微调）这个单词，GPT家族中也有一个 InstructGPT的模型（指令微调后的GPT），通过指令微调的LLM会更按照我们期望的方式输出

本文介绍了一种对高基数类别特征非常有效的编码方式：平均数编码。详细的讲述了该种编码方式的原理，在实际工程应用中有效避免过拟合的方法，并且提供了一个直接上手的代码版本。

亲爱的Javaer们，在平时编码的过程中，你是否曾想过编写一个Java框架去为开发提效？但是要么编写框架时感觉无从下手，不知道从哪开始。要么有思路了后对某个功能实现的技术细节不了解，空有想法而无法实现。如果你遇到了这些问题，看完这篇文章你也能用ChatGPT编写一个简单的JAVA框架

想知道精致的AI插画是如何实现的吗？接下来，我将结合这个案例带你走进 Stable Diffusion 的世界，帮你系统性地了解并掌握这神奇AI绘画魔法。

本文将介绍我利用集团9n-triton工具部署ChatGLM2-6B过程中踩过的一些坑，希望可以为有部署需求的同学提供一些帮助。

ChatGPT-4作为一种先进的自然语言处理技术，为数据分析带来了革命性的提升，助力企业和组织更高效地挖掘数据价值。本文将探讨ChatGPT-4在数据分析中的应用，以及如何通过该技术提高数据分析的效率和洞察力。

本文是想利用AI赋能服装设计师，设计好看、好穿、好卖的服装，利用GPT+数据洞察、柔性快反+数智化供应链以及AIGC降低设计门槛和库存成本，快速反应市场时尚流行趋势，并进行落地实践

随着大模型的发展，LangChain应该是目前最火的LLM开发框架，能和外部数据源交互、能集成各种常用的组件等等，大大降低了LLM应用开发的门槛。

在经历了一系列的探索后，我为你总结出了一套零基础的、非常好上手的借助京东云GPU云主机部署安装Stable Diffusion WebUI以及相关工具和插件的保姆集教程，请查收。

6月13日OpenAI在Chat Completions API中添加了新的函数调用（Function Calling）能力，帮助开发者通过API方式实现类似于ChatGPT插件的数据交互能力。

本文旨在介绍如何使用ChatGPT和Mermaid语言生成流程图的技术。在现代软件开发中，流程图是一种重要的工具，用于可视化和呈现各种流程和结构。结合ChatGPT的自然语言处理能力和Mermaid的简单语法，可以轻松地将文本描述转化为图形表示，使技术文档更具可读性和易懂性。

对于AI的到来，我们战略上不要高估它，AI本身有它的局限性，保持乐观，前端没那么容易死；战术重视和关注它的发展，尝试在我们的工作生活中应用，技术变革的浪潮不会随个人的意志变化。

在本文中，我将结合GPT-4的技术报告、GPT-4相对于GPT 3.5/ChatGPT的提升、GPT-4和ChatGPT的对比、OpenAI的近期工作，大语言模型（Large Language Model，LLM）模型的科研进展，多模态模型的科研进展等多方面的信息，深入分析GPT-4的技术细节。

本文进行本地化部署实践的Alpaca-lora模型就是Alpaca模型的低阶适配版本。本文将对Alpaca-lora模型本地化部署、微调和推理过程进行实践并描述相关步骤。

风控反欺诈中常用的“大杀器”、人工智能领域内近几年炙手可热的前沿宠儿——图计算，到底是什么？有哪些应用场景？有什么优势？

该文档记录小伙伴儿们在开发过程中的实际应用案例，记录典型案例，以解决开发过程中的实际问题为主，涵盖设计方案、编码、测试、集成、部署等等。