- 博客(5)
- 收藏
- 关注
RSS订阅原创 第二课堂笔记
例如，在问答系统中，LLM智能体能够准确理解用户的问题，并给出恰当的回答；由于这些智能体处理大量数据，它们的使用可能引发伦理和隐私方面的讨论，特别是在数据来源、偏见和滥用可能性方面。因此，在使用LLM智能体时，我们需要确保数据来源的合法性和透明度，并采取措施减少偏见和滥用风险。总之，智能体是人工智能领域的一个重要进展，它们的能力和作用正在不断扩大，对我们的生活和工作产生着深远的影响。创造一个智能体，特别是基于LLM（大型语言模型）的智能体，是一个复杂的过程，涉及多个步骤和领域知识。
2024-08-24 21:51:00
231
原创 第二课堂笔记
代表性的大语言模型，如GPT系列（GPT-3、GPT-4）、BERT系列（BERT、RoBERTa）、通义千问（Qwen）、文心一言（ERNIE）等，均采用了Transformer架构，并通过大规模预训练和特定任务的微调，在各种NLP任务上展现了卓越的性能。这表明，无论是在研究领域还是工业界，Transformer架构已成为推动自然语言处理技术进步的关键因素。大语言模型，通常指的是那些拥有亿级乃至万亿级参数的深度学习模型，它们在自然语言处理、图像识别、语音识别等领域展现出了前所未有的性能。
2024-08-08 17:07:43
311
原创 第二课堂笔记
首先，需要导入所有需要的相关库，如pandas、numpy等，并使用这些库来读取训练集和测试集数据。阿里云天池的二手车预测题目是一个典型的回归问题，旨在通过给定的二手车数据集，利用机器学习或深度学习的方法，建立模型来预测二手车的交易价格。二手车预测是一个回归问题，常用的模型包括线性回归、决策树、随机森林、梯度提升机（如XGBoost、LightGBM）、神经网络等。特征构造：根据业务需求和数据特点，构造新的特征，如从日期型数据中提取年份、月份等。神经网络：适用于复杂的数据关系，但需要更多的计算资源和时间。
2024-07-29 20:02:19
371
原创 Pandas 入门
聚合：result = grouped.sum() 或 result = grouped.agg({'column1': 'sum', 'column2': 'mean'})。按一列或多列排序：df.sort_values(by=['column1', 'column2'], ascending=[True, False])。选择列：df['column_name'] 或 df.column_name（如果列名符合Python变量命名规则）。删除重复数据：df.drop_duplicates()。
2024-07-22 19:35:45
182
原创 第二课堂第一次课程笔记
数据类型：Python中常见的数据类型包括整数（int）、浮点数（float）、字符串（str）、列表（list）、元组（tuple）、字典（dict）等。例如：def greet(name): print("Hello, " + name)。例如："Name: %s, Age: %d" % ("Alice", 30)。例如：if x > 10: print("x大于10")。算术运算符：+、-、*、/、//（整除）、%（取余）、**（幂运算）等。比较运算符：>、<、>=、<=、==（等于）、!
2024-07-18 16:53:26
269
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