![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
大模型实战训练营
文章平均质量分 81
yitahutu79
小李今天打代码了吗?
展开
-
昇思25天学习打卡营第4天|数据集
mindspore.dataset模块提供了一些常用的公开数据集和标准格式数据集的加载API。对于MindSpore暂不支持直接加载的数据集,可以构造自定义数据加载类或自定义数据集生成函数的方式来生成数据集,然后通过GeneratorDataset接口实现自定义方式的数据集加载。GeneratorDataset支持通过可随机访问数据集对象、可迭代数据集对象和生成器(generator)构造自定义数据集,下面分别对其进行介绍。原创 2024-07-25 17:22:44 · 861 阅读 · 0 评论 -
昇思25天学习打卡营第3天|张量tensor
张量(Tensor)是一个可用来表示在一些矢量、标量和其他张量之间的线性关系的多线性函数,这些线性关系的基本例子有内积、外积、线性映射以及笛卡儿积。其坐标在 𝑛 维空间内,有 𝑛^𝑟 个分量的一种量,其中每个分量都是坐标的函数,而在坐标变换时,这些分量也依照某些规则作线性变换。𝑟 称为该张量的秩或阶(与矩阵的秩和阶均无关系)。张量是一种特殊的数据结构,与数组和矩阵非常相似。张量(Tensor)是MindSpore网络运算中的基本数据结构,本教程主要介绍张量和稀疏张量的属性及用法。原创 2024-07-25 15:29:49 · 949 阅读 · 0 评论 -
昇思25天学习打卡营第2天|快速入门
第二节快速入门举了一个例子,可以更加清晰地看到数据是如何被处理、模型是如何被训练的。原创 2024-07-25 14:45:35 · 812 阅读 · 0 评论 -
提示工程07聊天机器人
此处我们另外要求模型创建一个 JSON 摘要,方便我们发送给订单系统。因此我们需要在上下文的基础上追加另一个系统消息,作为另一条指示 (instruction)。我们说创建一个刚刚订单的 JSON 摘要,列出每个项目的价格,字段应包括 1)披萨,包括尺寸,2)配料列表,3)饮料列表,4)辅菜列表,包括尺寸,最后是总价格。此处也可以定义为用户消息,不一定是系统消息。请注意,这里我们使用了一个较低的温度,因为对于这些类型的任务,我们希望输出相对可预测。原创 2024-07-24 17:15:59 · 1239 阅读 · 0 评论 -
提示工程06文本扩展
扩展是将短文本(例如一组说明或主题列表)输入到大型语言模型中,让模型生成更长的文本(例如基于某个主题的电子邮件或论文)。这种应用是一把双刃剑,好处例如将大型语言模型用作头脑风暴的伙伴;但也存在问题,例如某人可能会使用它来生成大量垃圾邮件。因此,当你使用大型语言模型的这些功能时,请仅以负责任 (responsible) 和有益于人们 (helps people) 的方式使用它们。在本章中,你将学会如何基于 OpenAI API 生成针对每位客户评价优化的客服电子邮件。原创 2024-07-24 17:05:46 · 546 阅读 · 0 评论 -
提示工程05文本转换
LLM非常擅长将输入转换成不同的格式,典型应用包括多语种文本翻译、拼写及语法纠正、语气调整、格式转换等。本章节将介绍如何使用编程的方式,调用API接口来实现“文本转换”功能。首先,我们需要OpenAI包,加载API密钥,定义getCompletion函数。原创 2024-07-24 16:46:11 · 898 阅读 · 0 评论 -
提示工程04推断
推断任务可以看作是模型接收文本作为输入,并执行某种分析的过程。其中涉及提取标签、提取实体、理解文本情感等等。如果你想要从一段文本中提取正面或负面情感,在传统的机器学习工作流程中,需要收集标签数据集、训练模型、确定如何在云端部署模型并进行推断。这样做可能效果还不错,但是执行全流程需要很多工作。而且对于每个任务,如情感分析、提取实体等等,都需要训练和部署单独的模型。LLM 的一个非常好的特点是,对于许多这样的任务,你只需要编写一个 Prompt 即可开始产出结果,而不需要进行大量的工作。原创 2024-07-24 16:29:24 · 757 阅读 · 0 评论 -
提示工程03文本概括
当今世界上文本信息浩如烟海,我们很难拥有足够的时间去阅读所有想了解的东西。但欣喜的是,目前LLM在文本概括任务上展现了强大的水准,也已经有不少团队将概括功能实现在多种应用中。本章节将介绍如何使用编程的方式,调用API接口来实现“文本概括”功能。首先,我们需要引入 OpenAI 包,加载 API 密钥,定义 getCompletion 函数。原创 2024-07-24 16:13:17 · 964 阅读 · 0 评论 -
昇思25天学习打卡营第1天|基本介绍
接着是对模型的训练,再往上是跟算法开发相关的用户更加贴近,包括存放大量的AI算法模型库ModelZoo,提供面向不同领域的开发工具套件MindSpore DevKit,另外还有高阶拓展库MindSpore Extend。output[channel] = (input[channel] - mean[channel]) / std[channel],其中 channel 代表通道索引,channel >= 1。下面是MindSpore的总体架构图,介绍了MindSpore的几大优势。原创 2024-07-17 16:33:35 · 225 阅读 · 0 评论 -
提示工程02迭代优化
当使用 LLM 构建应用程序时,实践层面上很难第一次尝试就成功获得适合最终应用的 Prompt。但这并不重要,只要您有一个好的迭代过程来不断改进您的 Prompt,那么您就能够得到一个适合任务的 Prompt。虽然相比训练机器学习模型,在 Prompt 方面一次成功的几率可能会高一些,但正如上所说, Prompt 是否一次完善并不重要。最重要的是层层迭代为您的应用程序找到有效 Prompt 的过程。原创 2024-07-24 16:01:03 · 837 阅读 · 0 评论 -
提示工程01编写 Prompt 的原则
写在前面的话:作者 吴恩达教授欢迎来到本课程,我们将为开发人员介绍 ChatGPT 提示词工程(Prompt Engineering)。本课程由 Isa Fulford 教授和我一起授课。Isa 是 OpenAI 的技术团队成员,曾开发过受欢迎的 ChatGPT 检索插件,并且在教授 LLM (Large Language Model, 大语言模型)技术在产品中的应用方面做出了很大贡献。她还参与编写了教授人们使用 Prompt 的 OpenAI cookbook。原创 2024-07-24 15:40:34 · 908 阅读 · 0 评论 -
基于星火大模型的群聊对话分角色要素提取挑战赛02
登陆微调平台https://training.xfyun.cn/overview。在SparkApi.py文件的108行,引号中填入你的resourceId。SparkApi.py的内容如下,稍等会用到。train.json需要到官网上下载。打马赛克的部分是待会需要用到的。test_data在官网下载。点击详情,选择发布为服务。原创 2024-07-24 15:27:20 · 327 阅读 · 0 评论 -
基于星火大模型的群聊对话分角色要素提取挑战赛01
报名链接:https://challenge.xfyun.cn/h5/detail?申请大模型API:https://console.xfyun.cn/app/myapp新用户可以申请领取1亿token:https://console.xfyun.cn/sale/buy?原创 2024-07-24 14:59:21 · 253 阅读 · 0 评论