IT-生成式AI
文章平均质量分 77
这个栏目介绍生成式AI领域相关的知识
LarryHai6
一直致力于开源技术和软件架构实践,追求业务和技术的最佳实践
| 个人的专业领域包括 大型分布式系统/应用架构设计 云原生架构设计 微服务架构设计 Agile和DevOps最佳实践 DDD设计方法论 数据建模与分析 | 联系方式: 邮件: liuhaidl9@163.com
展开
-
生成式AI - Knowledge Graph Prompting:一种基于大模型的多文档问答方法
大型语言模型(LLM)已经彻底改变了自然语言处理(NLP)任务。它们改变了我们与文本数据交互和处理的方式。这些强大的AI模型,如OpenAI的GPT-4,改变了理解、生成人类类似文本的方式,导致各种行业出现了众多突破性应用。原创 2023-11-13 00:03:18 · 1371 阅读 · 0 评论 -
生成式AI - 大模型推理框架概述
从 ChatGPT 面世以来,引领了大模型时代的变革,除了大模型遍地开花以外,承载大模型进行推理的框架也是层出不穷,大有百家争鸣的态势。本文主要针对业界知名度较高的一些大模型推理框架进行相应的概述。转载 2023-11-12 23:55:08 · 934 阅读 · 0 评论 -
生成式AI - 实战 AI:使用Langchain构建高效的知识问答系统
知识问答系统(KQA)是自然语言处理领域的核心技术之一,它能够帮助用户从大量数据中快速准确地检索到所需信息。知识问答系统成为了帮助个人和企业快速获取、筛选和处理信息的重要工具。它们在很多领域都发挥着重要作用,例如在线客服、智能助手、数据分析和决策支持等。转载 2023-11-08 00:15:19 · 295 阅读 · 0 评论 -
生成式AI - 自然语言处理的分类
作为理解、生成和处理自然语言文本的有效方法,自然语言处理(NLP)的研究近年来呈现出快速传播和广泛采用。鉴于 NLP 的快速发展,获得该领域的概述并对其进行维护是很困难的。这篇博文旨在提供 NLP 不同研究领域的结构化概述,并分析该领域的最新趋势。转载 2023-10-27 21:51:41 · 125 阅读 · 0 评论 -
生成式AI - 大模型(LLM)提示工程(Prompt)技巧
提示工程可以描述为一种艺术形式,为大型语言模型(LLMs)创建输入请求,以实现预期的输出。以下是创造单个或一系列提示的不同技巧。原创 2023-10-27 11:16:45 · 544 阅读 · 0 评论 -
生成式AI - 基于大模型的应用架构与方案
这篇文章探讨了使用文档加载器、嵌入、向量存储和提示模板构建基于语言模型(LLM)应用程序的过程。由于其生成连贯且上下文相关的文本的能力,LLM在自然语言处理任务中变得越来越受欢迎。本文讨论了LLM的重要性,比较了微调和上下文注入方法,介绍了LangChain,并提供了构建LLM应用程序的逐步过程。在适用的情况下,包括了Python代码片段。原创 2023-10-23 17:34:28 · 577 阅读 · 0 评论 -
生成式AI - 浅谈词向量
将词语表示为向量的技术并不是最近几年的新思想。例如向量空间模型将词表示为词典维度的高维向量。这种表示带来的问题主要包括两个方面。一方面词与词之间相互独立,无法表达词语之间的关系。另一方面向量过于稀疏,计算和存储的效率都不高。转载 2023-10-22 17:24:24 · 135 阅读 · 0 评论 -
生成式AI - 什么是向量?
什么是向量?转载 2023-10-22 17:11:41 · 47 阅读 · 0 评论 -
生成式AI - 机器学习(人工智能)中所需要的最主要的数学知识整理
最近汽车的自动驾驶和农场的无人化管理等,我们几乎每天都能看到这样的报道。这些人工智能的技术核心就是“机器学习”。不过机器学习中最主要的却是数学的应用。转载 2023-10-22 16:55:00 · 391 阅读 · 0 评论 -
生成式AI - 如何理解AI大模型中的token?
本文在于解释,在AI大模型这个领域中,token表示什么意思,有什么作用。转载 2023-10-20 17:12:59 · 6736 阅读 · 0 评论 -
生成式AI -大模型Claude 和 LangChain 教程:构建由搜索驱动的个人助理应用
本文讲述如何利用 LangChain 并在其之上使用 Anthropic 的 Claude 大模型,结合Python 和 ReactJS 构建由搜索驱动的个人助理 AI 应用转载 2023-10-20 17:09:15 · 1779 阅读 · 0 评论 -
生成式AI - 科普神文,一次性讲透AI大模型的核心概念
Transformer已经引领了各种尖端的AI应用程序的创建。除了支持像Bard和ChatGPT这样的聊天机器人之外,它还驱动我们移动键盘上的自动完成功能和智能扬声器中的语音识别。然而,它的真正威力在语言之外。它的发明者发现,transformer模型可以识别和预测任何重复的主题或模式。从图片中的像素,使用Dall-E、Midjourney和Stable Diffusion等工具,到计算机代码使用GitHub Copilot等生成器。它甚至可以预测音乐中的音符和蛋白质中的DNA来帮助设计药物分子。转载 2023-10-20 14:57:24 · 354 阅读 · 0 评论 -
生成式AI - AIGC基础能力平台建设及落地实践
AIGC通常基于深度学习和自然语言处理技术,利用大规模的语料库进行训练,从而让机器能够自动生成与人类语言相似的内容。一般来说,AIGC需要输入一些指令或者关键词,然后系统就会自动产生相应的内容,例如文章、新闻、评论、诗歌、小说、音乐、视频字幕等等。AIGC在各行业推动加速改造,带来更多的创新和变革,这将开启一个全新的内容创作与设计新纪元。在这个新时代,AIGC的技术能够协助突破人工生产效率的限制,改变人们的社交方式和交流方式,使得人们可以更加自由地表达自己的想法和创意。本文转自:CIO之家。转载 2023-10-20 14:59:19 · 234 阅读 · 0 评论 -
生成式AI - 浅析 | 从AI1.0到AI2.0 — 概念、原理及技术
ChatGPT带来的LLM浪潮也同时席卷了各个垂直领域,如医疗(XrayGLM、HuaTuo 华驼、ChatMed、ChatDoctor)、金融(BloombergGPT、FinGPT)、法律(LawGPT、lawyer-lama、ChatLaw)等垂直领域大模型雨后春笋般出现。落地上存在哪些瓶颈?个人开发者也能打造自己私域GPT?,带着这些问题本文简单整理了AI1.0和AI2.0基本概念、原理、技术及存在的问题,以便初学者快速对当前AI技术进展有初步系统性的掌握,加速AI学习理解进度。转载 2023-10-20 14:54:48 · 879 阅读 · 0 评论