![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能
文章平均质量分 91
Hyatt1024
业精于勤而荒于嬉
展开
-
聊聊AI时代学习这件事本身应该发生什么样的变化
随着 AI 大模型 的爆发,我们身处这个时代,应该怎么样去学习去了解这些前言的技术?可能很多人会说我英文不好,我算法不行,无法深入去了解 AI 大模型相关的知识吧?没关系,其实博主也跟大家一样,英文 just so so!今天我们就来聊一聊,在 AI 爆发的当前,学习这件事情本身应该发生什么样的变化。原创 2024-03-18 18:38:58 · 1003 阅读 · 0 评论 -
ChatGPT是什么,怎么使用,需要注意些什么?
ChatGPT,全称聊天生成预训练转换器(ChatGenerativePre-trainedTransformer),是OpenAI 开发的人工智能(AI)聊天机器人程序,于2022年11月推出。该程序使用基于GPT-3.5、GPT-4架构的大语言模型并以强化学习训练。原创 2024-03-18 17:37:16 · 1050 阅读 · 2 评论 -
什么是机器学习?
算法是一组预先编程的步骤;机器学习模型则是将算法应用于数据集合时产生的结果。尽管有这种区别,但“机器学习模型”和“机器学习算法”这两个术语有时还是可以互换使用的。但这种差异非常重要:只要每个模型的起点数据不同,即便是使用相同的算法,两个机器学习模型也会产生不同的结果。深度学习是机器学习的一种。它使用神经网络来学习识别原始、非结构化数据中的模式并建立关联。深度学习是无监督学习,可以执行极其复杂的任务。它通常用于语音识别、自动驾驶和其他先进应用。神经网络是一种模仿人脑结构的机器学习方法。原创 2024-03-15 16:15:08 · 686 阅读 · 0 评论 -
什么是深度学习?
在机器学习领域中,无监督学习是一种在不了解数据集包含的内容的情况下识别大型数据集中的模式和关联的方法。相比之下,监督式学习为模型提供示例输入和输出。深度学习可以使用监督式学习来训练模型,但其无监督学习的能力使其有别于其他类型的机器学习。想象一下,给机器学习模型输入新闻文章示例,并指出每篇文章的相关主题。经过充分训练后,该模型也许能够就某一主题“撰写”一篇文章。这就是监督式学习。现在,想象一下给深度学习模型输入一系列新闻文章示例,但没有指出每篇文章的相关主题。原创 2024-03-15 16:12:41 · 815 阅读 · 0 评论 -
什么是神经网络?
Transformer 神经网络之所以值得强调,是因为它们在当今广泛使用的 AI 模型中占据了极其重要的位置。Transformer 模型于 2017 年首次提出,它是一种神经网络,使用一种名为“自注意力机制”的技术来考虑序列中元素的上下文,而不仅仅是元素本身。通过自注意力机制,它们甚至可以检测到数据集各部分之间的微妙联系。这种能力使它们非常适合分析(举例来说)文本的句子和段落,而不仅仅是单个单词和短语。原创 2024-03-15 16:07:03 · 2241 阅读 · 1 评论 -
什么是向量数据库?
向量是一个数值数组,用于表示浮点在几个维度上的位置。在更日常的语言中,向量是一串数字,如:{12, 13, 19, 8, 9}。这些数字表示空间中的某个位置,就像电子表格中的行和列编号表示某个单元格一样(例如:"B7")。Embeddings 是由神经网络生成的向量。深度学习模型的典型向量数据库由 Embeddings 组成。一旦对神经网络进行了适当的微调,它就能自行生成 Embeddings,因此无需手动创建。如上所述,这些 Embeddings 可以用于相似性搜索、上下文分析、生成式 AI 等。原创 2024-03-15 14:58:02 · 1079 阅读 · 0 评论 -
什么是大型语言模型(LLM)?
大型语言模型 (LLM) 是一种人工智能 (AI)人工智能 (AI)人工智能 (AI)程序,它可以识别和生成文本以及完成其他任务。LLM 经过了庞大的数据集庞大的数据集庞大的数据集的训练,因此称之为“大型”。LLM 在机器学习机器学习机器学习的基础上构建:具体来说,它是一种称为 Transformer 模型的神经网络神经网络神经网络。简单地说,LLM 是一个计算机程序,已经为它提供了足够多的示例,使它能够识别和解释人类语言或其他类型的复杂数据。原创 2024-03-15 14:33:41 · 1105 阅读 · 0 评论 -
大语言模型提示词技巧
LLM(Large Language Model)大语言模型时代,提示词(Prompt)很重要,而改进提示词显然有助于在不同任务上获得更好的结果。这就是提示工程背后的整个理念。下面我们将介绍更高级的提示工程技术,使我们能够完成更复杂和有趣的任务。原创 2024-03-15 10:31:29 · 1527 阅读 · 0 评论 -
SenseNova 商汤日日新大模型 Function Call(函数调用)功能讲解和应用示例
在 LLM(Large Language Model) 语言大模型时代,Function Call(函数调用)是指可靠地连接LLM 与外部工具的能力。让用户能够使用高效的外部工具、与外部API进行交互。GPT-4 和国内 SenseNova 等经过微调的 LLM,能够检测函数是否被调用,随后输出包含调用函数参数的 JSON。通过这一过程被调用的函数能够作为工具添加到您的 AI 应用中,并且您可以在单个请求中定义多个函数。函数调用是一项重要能力。它对于构建 LLM 驱动的聊天机器人或代理至关重要。这些聊天机器原创 2024-03-14 19:42:59 · 2284 阅读 · 0 评论 -
大语言模型提示工程简介
提示工程是一个较新的学科,应用于开发和优化提示词(Prompt),帮助用户有效地将语言模型用于各种应用场景和研究领域。掌握了提示工程相关技能将有助于用户更好地了解大型语言模型的能力和局限性。研究人员可利用提示工程来提高大语言模型处理复杂任务场景的能力,如问答和算术推理能力。开发人员可通过提示工程设计和研发出强大的技术,实现和大语言模型或其他生态工具的高效接轨。本指南介绍了提示词相关的基础知识,帮助用户了解如何通过提示词和大语言模型进行交互并提供指导建议。原创 2024-03-11 13:18:46 · 970 阅读 · 0 评论 -
大语言模型智能体简介
通常,一个大语言模型智能体框架包含以下核心部分:通过这些组成部分的协同工作,大语言模型智能体能够处理从简单到复杂的各种请求,不仅能够提供直接的答案,还能解决需要深度分析和多步骤操作的问题。这种智能体的能力,使其在处理复杂信息查询、数据分析和可视化表示等方面具有巨大潜力。用户请求 - 表达用户的问题或请求智能体/大脑 - 作为协调者的智能体核心规划- 助于智能体为未来行动做规划记忆 - 管理智能体的历史行为和经验。原创 2024-03-11 12:58:21 · 1445 阅读 · 0 评论 -
AI 大模型学习网站推荐
ChatGPT 聚合站游戏生成站家庭作业辅助站文字转语音站艺术作画站制作站dell.eai 写作站音乐制作站声音模拟站一句话生成一段视频文字转语音。原创 2024-03-01 09:58:00 · 580 阅读 · 0 评论 -
自然语言生成 – Natural-language generation | NLG
NLG 是 NLP 的一部分自然语言生成 – NLG 是 NLP 的重要组成部分。NLU 负责理解内容,NLG 负责生成内容。以智能音箱为例,当用户说“几点了?”,首先需要利用 NLU 技术判断用户意图,理解用户想要什么,然后利用 NLG 技术说出“现在是6点50分”。自然语言生成 – NLG 是什么?NLG 是为了跨越人类和机器之间的沟通鸿沟,将非语言格式的数据转换成人类可以理解的语言格式,如文章、报告等。text – to – text:文本到语言的生成。转载 2024-01-10 10:22:24 · 65 阅读 · 0 评论 -
自然语言理解 – NLU | NLI
什么是自然语言?自然语言就是大家平时在生活中常用的表达方式,大家平时说的「讲人话」就是这个意思。自然语言:我背有点驼(非自然语言:我的背部呈弯曲状)自然语言:宝宝的经纪人睡了宝宝的宝宝自然语言理解就是希望机器像人一样,具备正常人的语言理解能力,由于自然语言在理解上有很多难点(下面详细说明),所以 NLU 是至今还远不如人类的表现。转载 2024-01-10 10:16:10 · 32 阅读 · 0 评论 -
机器学习评估指标
机器学习模型需要有量化的评估指标来评估哪些模型的效果更好。转载 2023-12-29 16:02:09 · 44 阅读 · 0 评论 -
自然语言处理-Natural language processing | NLP
每种动物都有自己的语言,机器也是!自然语言处理(NLP)就是在机器语言和人类语言之间沟通的桥梁,以实现人机交流的目的。人类通过语言来交流,狗通过汪汪叫来交流。机器也有自己的交流方式,那就是数字信息。不同的语言之间是无法沟通的,比如说人类就无法听懂狗叫,甚至不同语言的人类之间都无法直接交流,需要翻译才能交流。而计算机更是如此,为了让计算机之间互相交流,人们让所有计算机都遵守一些规则,计算机的这些规则就是计算机之间的语言。转载 2023-12-29 16:35:59 · 77 阅读 · 0 评论