llm大语言模型用于电影问答

于 2024-07-27 16:00:21 发布
阅读量135 收藏 4
点赞数 3
文章标签： 人工智能 自然语言处理 语言模型 neo4j
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_20182781/article/details/140736850
版权

项目：https://github.com/jiangnanboy/movie_llm_agent

本项目利用chatglm6b实现一个中文版的简单电影问答功能，目的是探索llm agent与图数据库neo4j进行交互的能力，主要根据用户的意图与neo4j进行交互。

Tools

agent使用几个tools与neo4j进行交互：

  1. Person_Tool:

根据人物(演员)person(actor)检索电影。

2.Genre_Tool:

根据类型(genre)检索电影 。

chatglm server

部署 chatglm service服务, 见chatglm_server/chatglm_flask_server.py

neo4j server

部署neo4j service 服务and 导入数据, 见 insert_data_to_neo4j.py.

data

为了简单起见，我在这里只处理和使用了少量的电影数据，参见data/。

test

我想看剧情类的电影

李丽珍参演的电影

嘉哥在线
关注
  • 3
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【人工智能】LLM 大型语言模型和 Transformer 架构简介
禅与计算机程序设计艺术
05-24 2万+
然而，传统的机器学习模型，例如神经网络，并不能天生理解输入的顺序。通过将位置编码纳入 Transformer 架构，GPT 可以更有效地理解句子中单词的顺序，并生成语法正确且语义有意义的输出。但是，模型只能理解数字，不能理解文本，因此需要将这些输入转换为称为“输入嵌入”的数字格式。作为初创公司的首席技术官，我每天都在讨论这项革命性的技术，因为围绕它的持续不断的嗡嗡声和炒作。这篇博文将探讨 LLM（大型语言模型）和转换器架构的基本概念，转换器架构是所有带有转换器的语言模型的构建块，包括 GPT。
【人工智能】LLM 大型语言模型发展历史
热门推荐
禅与计算机程序设计艺术
05-28 1万+
大型语言模型（Large Language Models，LLM）是指基于神经网络模型的自然语言处理技术，它可以通过大规模的训练数据和计算资源来预测自然语言文本的下一个词或句子。近年来，由于技术的不断进步和计算资源的不断增加，LLM已成为自然语言处理领域的一个热门技术。本文将从LLM的发展历史、技术原理、应用场景和未来发展趋势等方面进行介绍。“所有样本的联合概率分布”是指数据集中所有样本出现的概率分布。在机器学习中，我们通常使用这个概念来表示一个模型在给定数据集的条件下，对所有样本的预测概率分布。
大语言模型LLM学习梳理
w2009211777的专栏
03-07 932
今天问了下晓宇关于LLM的知识，学到了很多，总结下。
大语言模型LLM
noobiee的博客
07-26 2093
2020年1月，OpenAI发表了论文《Scaling Laws for Neural Language Models》，研究了基于交叉熵损失的语言模型性能的经验尺度法则，并且发现：大模型使用样本的效率显著更高，因此最优的高效训练方式是在中等数据集上训练超大模型，并在显著收敛前提前停止。由于指令微调阶段训练了非常多的任务，大模型任务能力可以泛化到之前没有见过的任务上，这使得模型初步具备了回答人们提出的任何指令的可能。，使用 LoRA 进行的微调质量与全模型微调相当，同时速度更快且需要更少的计算。
大型语言模型（LLM）理论简介
pujungong的专栏
07-08 1090
大语言模型（LLM，Large Language Model），也称大型语言模型，是一种旨在理解和生成人类语言的人工智能模型。LLM 通常指包含数百亿（或更多）参数的语言模型，它们在海量的文本数据上进行训练，从而获得对语言深层次的理解。目前，国外的知名 LLM 有 GPT-3.5、GPT-4、PaLM、Claude 和 LLaMA 等，国内的有文心一言、讯飞星火、通义千问、ChatGLM、百川等。为了探索性能的极限，许多研究人员开始训练越来越庞大的语言模型，例如拥有1750 亿参数的GPT-3和。
LLM大语言模型微调方法和技术汇总
刘文凯的博客
04-13 1886
微调（Fine-tuning）是一种迁移学习的方法，用于在一个预训练模型的基础上，通过在特定任务的数据上进行有监督训练，来适应该任务的要求并提高模型性能。微调利用了预训练模型在大规模通用数据上学习到的语言知识和表示能力，将其迁移到特定任务上。共有四类微调方法增加额外参数，如：Prefix Tuning、Prompt Tuning、Adapter Tuning及其变体。选取一部分参数更新，如：BitFit。引入重参数化，如：LoRA、AdaLoRA、QLoRA。
大语言模型(LLM)入门学习路线图
weixin_36751401的博客
02-28 6482
Github项目上有一个，它涵盖了大语言模型基础学习，LLM前沿算法和架构学习，以及如何将大语言模型进行工程化，是一个很好的帮助初学者入门大语言模型的路线图。
深入浅出LLM大语言模型
2301_81888214的博客
04-17 953
在整篇文章中，从点到面到又介绍了自然语言处理（NLP）、深度学习、Transformer模型等，让你对LLM和AI领域有更加清晰透彻的理解。
LLM大语言模型算法特训，带你转型AI大语言模型算法工程师(完结)
2401_85390073的博客
06-26 634
大语言模型是指基于深度学习技术构建的能够处理和生成自然语言文本的模型。这些模型通常基于神经网络架构，经过大规模的数据训练，能够理解和生成人类语言的文本。目前，最为知名和广泛应用的大语言模型是基于变换器（Transformer）架构的模型，例如GPT（Generative Pre-trained Transformer）系列。自然语言理解和生成能力：大语言模型能够理解和处理输入的自然语言文本，包括语法结构、语义含义和上下文信息。它们可以根据输入的提示生成连贯和语义正确的文本。预训练和微调。
LLM（大语言模型）深度解析
heaven522的博客
06-14 1369
语言建模的研究始于20世纪90年代，最初采用了统计学习方法，通过前面的词汇来预测下一个词汇。然而，这种方法在理解复杂语言规则方面存在一定局限性。随后，研究人员不断尝试改进，其中在2003年，深度学习先驱Bengio在他的经典论文《A Neural Probabilistic Language Model》中，首次将深度学习的思想融入到语言模型中，使用了更强大的神经网络模型，这相当于为计算机提供了更强大的“大脑”来理解语言。这种方法让模型可以更好地捕捉语言中的复杂关系，虽然这一步很重要，但仍有改进的空间。
大型语言模型 (LLM)全解读.pdf
01-30
大型语言模型（LLM）是深度学习领域的重要组成部分，专门设计用于处理自然语言处理（NLP）任务。这些模型基于深度神经网络，尤其是转换器架构，能够理解和生成文本，涵盖了从简单的语言识别到复杂的语义理解等多个...
最新大语言模型(LLM)初学知识汇总
08-24
大语言模型（LLM）是深度学习领域的重要组成部分，专门用于自然语言处理（NLP）。它们通过预训练和微调的流程，学会了处理和理解大量文本数据，从而具备了理解和生成人类语言的能力。预训练阶段，LLM会在大规模无...
最全的开源 LLM （大语言模型）整理.zip
09-01
《全面解析开源大语言模型：Awesome LLM Master》 在当今快速发展的信息技术领域，人工智能(AI)已经成为一个不可或缺的部分，而自然语言处理(NLP)作为AI的重要分支，其核心技术之一便是大语言模型(LLM)。开源的大...
大模型部署-使用OpenVINO部署LLM大语言模型-支持LLama2+ChatGLM3+Qwen7B-项目源码-优质项目实战
04-27
大语言模型是训练在海量文本数据上的深度学习模型，它们可以理解和生成人类语言，如对话、问答、文本摘要等。LLM如LLama2、ChatGLM3和Qwen7B是这些模型的具体实例，具有强大的语言理解和生成能力，常用于聊天机器人...
LLM大模型技术分析（Python）
12-19
标题 "LLM大模型技术分析（Python）" 暗示了我们正在探讨的是一个基于Python编程语言的大规模语言模型（Large Language Model, LLM）。这类模型通常用于自然语言处理任务，如机器翻译、文本生成、问答系统和对话代理...
2024钉钉杯A题思路详解
最新发布
全栈川川
07-26 1240
2024钉钉杯思路
随机数种子的作用
帆的博客
07-23 1281
设置随机数种子（random seed）的目的是为了确保随机数生成器在每次运行时产生相同的随机数序列，从而保证实验结果的一致性。随机数种子通过初始化随机数生成器的内部状态，使得在相同的种子值下，随机数生成器每次调用时生成的序列是相同的。
常见的文心一言的指令
知码客
07-25 937
文心一言，作为百度研发的预训练语言模型“ERNIE 3.0”的一项功能，能够与人对话互动，回答问题，协助创作，高效便捷地帮助人们获取信息、知识和灵感。
安装TensorRT各自小库版本问题
Ppandaer的博客
07-24 357
降版本：protobuf3.19，onnx 1.12。
大语言模型应用实例llm
12-01
大语言模型（LLM）是一种基于深度学习的自然语言处理技术，它可以用于各种自然语言处理任务，例如语言生成、文本分类、问答系统等。以下是LLM的两个应用实例： 1. GPT-3：GPT-3是目前最大的LLM之一，它由OpenAI开发。GPT-3可以用于各种自然语言处理任务，例如文本生成、翻译、问答等。它的模型规模非常大，包含1750亿个参数，可以生成非常逼真的文本。 2. BERT：BERT是由Google开发的LLM，它可以用于各种自然语言处理任务，例如文本分类、问答等。BERT的模型规模相对较小，只有3.4亿个参数，但它在各种自然语言处理任务中表现非常出色。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值