- 博客(7)
- 收藏
- 关注
RSS订阅原创 SQL-GPT 数据库语句生成工具
SQL_GPT 拥有许多功能，例如错误修正建议、数据库连接管理、多数据库兼容等等，是每个经常使用数据库的人必备的工具。更棒的是，SQL_GPT 还可以根据数据库结构优化 SQL 语句，并生成 Java 持久层语句，为开发人员提供了更多便利。要开始使用 SQL_GPT，只需安装所需依赖、配置 OpenAI 数据和数据库连接，然后用自然语言描述您的查询需求。工具将会智能地生成相应的 SQL 查询语句，为您节省时间和精力。赶快试试 SQL_GPT，看看它如何改善您的数据库工作流程吧！
2023-08-14 19:40:19
463
原创 大模型微调（finetune）方法总结-LoRA,Adapter,Prefix-tuning，P-tuning，Prompt-tuning
然后使用AdapterFusion组合N个适配器中的知识，将预训练参数Θ和全部的Adapter参数Φ固定，引入新的参数Ψ，使用N个下游任务的数据集训练，让AdapterFusion学习如何组合N个适配器解决特定任务。关于前缀/提示的设计，我们可以给模型若干的字词作为提示，比如我们想让模型生成“Obama”，那我们可以在其常见的搭配前加上上下文(例如，Barack)，那么LM就会把更高的可能性分配给想要的单词。但是对于很多生成任务来说，找到合适的离散的前缀进行优化是非常困难的，尽管它的效果是不错的。
2023-08-14 19:28:03
1395
原创 知识背景工具革新登场！突破ChatGPT限制，零微调成本！
在您的需求中，我们非常荣幸为您推介一款创新的知识背景工具，为您带来全新的智能体验！📚 本地知识仓库，解答专业问题： 我们通过二元组的方式将解析后的知识存储在本地知识仓库中，构建了一个庞大而强大的知识背景。📝工具成果，突破ChatGPT限制： 我们引以为豪的成果突破了ChatGPT的限制，使工具能够处理更多内容，同时避免了微调大型模型所需的巨大花销。我们的工具为您提供高效、经济的解决方案，让您专注于获取准确、全面的专业知识。这种创新的多模态解析技术为您带来全新的体验，通过图片解析探索知识的更深层次。
2023-07-18 23:16:20
88
1
原创 GPT vs. BERT：探索两大自然语言处理模型的异同
GPT和BERT作为两个重要的自然语言处理模型，在结构、预训练目标、上下文处理、适用领域和计算资源等方面存在显著差异。GPT适用于生成式任务，能够产生连贯的文本；BERT适用于判别式任务，能够提取丰富的语义信息。了解它们的特点和适用领域有助于选择适合的模型，并在不同的自然语言处理任务中取得良好的效果。随着领域的进一步研究和技术的发展，我们可以期待GPT和BERT等模型的不断演进和应用拓展，为自然语言处理带来更多的突破。
2023-07-18 22:54:28
1615
1
原创 ChatGPT的发展历史：GPT的前世今生与对话生成的崛起
ChatGPT的成功背后是GPT模型的演进。在本文中，我们将深入探讨GPT模型的前世今生，从GPT-1到GPT-3，以及对话生成技术的崛起。GPT-1：奠定基础（2018年） GPT-1（Generative Pre-trained Transformer）于2018年发布，采用Transformer架构进行预训练。该模型通过大规模的无监督学习，从互联网文本数据中学习语言的统计特征。GPT-1展现出了惊人的语言生成能力，但在对话生成任务上还存在一些挑战，如生成的回复缺乏连贯性和上下文理解能力。
2023-07-18 22:50:40
255
1
原创 ChatGPT中的强化学习：赋予AI更强大的对话能力
ChatGPT中的强化学习应用赋予了AI更强大的对话能力，包括提高对话的流畅性、理解对话语境、控制生成输出的风格和语气，以及个性化对话体验。随着进一步的研究和发展，我们可以期待ChatGPT在未来成为一个更加智能、人性化的对话伙伴。
2023-07-18 22:42:21
450
原创 知识背景工具 共建
在当今的人工智能领域，大型语言模型如GPT在生成文本和回答问题方面表现出了惊人的能力。然而，这些模型在处理特定领域知识和实时信息方面仍存在挑战。为了解决这一问题，知识背景工具应运而生。过去，大型语言模型主要通过预训练在大规模文本数据上进行学习，但它们并没有显式存储特定的知识库。因此，它们的回答仅基于其训练数据，而无法查询特定的知识源或更新的信息。这限制了模型在特定领域或实时情境下的应用。
2023-07-16 21:54:07
44
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