人工智能
文章平均质量分 81
明明如月学长
阿里巴巴 资深 Java 研发工程师。《解锁大厂思维:剖析《阿里巴巴Java开发手册》》、《再学经典:《EffectiveJava》独家解析》专栏作者、《性能优化方法论》技术电子书作者。热爱技术,喜欢思考,乐于分享。
展开
-
提示工程 vs 微调 vs RAG
提示工程、微调和检索增强生成(RAG)是三种主要优化大型语言模型输出的方法。原创 2024-09-02 08:30:00 · 1236 阅读 · 0 评论 -
分意图 Prompt 调试、后置判别改写、RLHF 缓解大模型生成可控性
在复杂场景下,如需要生成带有明确约束的内容(例如道德、法律等方面的要求),POPE 的简单提示词优化策略往往不足以应对这些复杂的要求。在这种情况下,往往需要结合更复杂的机制,如模型微调、带有明确目标的生成对抗网络(GAN)或更复杂的提示编排等。:POPE 主要是通过优化提示词,使得生成的内容更符合预期的质量和风格,但它并不直接控制模型生成的内容,而是间接影响模型的输出。缓解大模型生成可控性的手段通常需要更深入的技术措施,如模型结构调整、规则制定、或训练过程中的特定约束等。原创 2024-08-23 20:33:48 · 445 阅读 · 0 评论 -
通过提示词越狱解锁学习提示词的新姿势
提示词越狱为提示词的学习和调优提供了一个全新的视角。通过研究如何绕过大语言模型的安全机制,用户可以更深入地理解提示词的工作原理,从而更好地设计和优化自己的提示词。在本文中,我们探讨了提示词越狱的定义、应用场景,以及如何通过越狱提取和学习优秀的系统提示词与 Agent 提示词来提供自己的提示词创作和调优水平。总结如下:提示词越狱的双刃剑效应:虽然提示词越狱有助于学习和研究,但它也揭示了语言模型的脆弱性,提醒我们在使用这些工具时要保持审慎。越狱提示词可以揭示系统提示词的设计逻辑,但这也意味着潜在的安全隐患。原创 2024-08-10 21:30:20 · 738 阅读 · 0 评论 -
浅析 GitHub Copilot 工作原理帮你更高效使用
GitHub 还为企业提供自定义模型。更具体地说,他们可以微调 ChatGPT 以生成更好的响应。风格偏好:团队可能有特定的编码风格、命名约定、格式指南等。使用微调版本的 ChatGPT 将使 Copilot 遵循这些规则。API/SDK 版本:团队可能正在使用特定版本的 API/SDK。ChatGPT 模型可以在使用目标版本的代码库上进行微调,以提供兼容并优化特定开发环境的建议。专有代码库:一些公司有使用不公开技术的专有代码库。原创 2024-08-08 08:35:28 · 1036 阅读 · 0 评论 -
《设计 RAG 系统时需要考虑的七个失败点》论文 AI 解读
周末使用 AI 速度了一篇 RAG 相关的论文,文中提到的【设计 RAG 系统时需要考虑的七个失败点】非常有价值,简单整理一下分享出来,大家如果感兴趣可以继续阅读原文。论文名称:Seven Failure Points When Engineering a Retrieval Augmented Generation System论文中文名:工程检索增强生成系统时的七个失败点。原创 2024-08-03 22:18:11 · 1145 阅读 · 0 评论 -
一文理解生成式AI应用的五个级别:Tool、Chatbot、Copilot、Agent 和 Intelligence
在当前的AI应用领域,根据其智能化程度和自主工作能力,可以将其分为五个级别:Tool、Chatbot、Copilot、Agent 和 Intelligence。这些级别的划分帮助我们理解不同AI技术的应用场景及其发展潜力。原创 2024-07-27 14:03:19 · 1059 阅读 · 5 评论 -
相见恨晚的《新程序员》 AI 专辑
前不久有位朋友送我一本 CSDN 出品的 《新程序员 006:人工智能新十年》 的杂志。说实话,虽然我经常在 CDSN 上写作,但是我也认为 CSDN 上很多文章质量并不是特别高,我自己也很久没读过技术类杂志了,对这份杂志并没抱很大期待。收到后杂志放了几天,没拆。但,既然朋友推荐,而且是人工智能相关的内容,自己也非常感兴趣,上周末正好有时间,不妨拆看看讲的啥。阅读几篇之后,发现和想象的完全不一样。原创 2024-07-07 15:05:20 · 5959 阅读 · 12 评论 -
Yao Fu 观点:不要阅读任何与长文本相关的论文,而是与模型对话
通过与多种大型语言模型(LLM)进行持续对话,可以在短时间内深入理解长文本建模,而无需阅读大量相关论文。Yao Fu 的观点虽然主要针对博士生,对大家的学习也有些借鉴意义。希望大家能够真正用好 AI ,更好地用 AI 解决工作和生活中的各种问题。原创 2024-06-11 08:00:00 · 912 阅读 · 0 评论 -
Easy 同学:AI 时代将加速计算机专业和程序员职业的分化
AI时代将加速计算机专业和程序员行业的分化,顶尖人才会集中在AI核心领域,而大量普通CURD工程师岗位将被AI取代。选择计算机作为第二专业的好处在于,即使基础编程能力变得普遍,你仍然拥有另一个领域的专业知识,这会使你在职场上更具竞争力。重要的是要有能力、精力和毅力把两个专业都学好,只有这样才能真正从中受益。AI 时代已经到来,Easy 同学的看法值得我们深思,作为软件行业从业人员我们更应该了解 AI ,用好 AI ,提高自己的竞争力。我们还需要提高人相对于 AI 的不容易替代的能力,提高自己的不可替代性。原创 2024-06-06 21:28:45 · 1079 阅读 · 0 评论 -
AI 讲解大语言模型幻觉原因
有时,为了保持语句的连贯性和流畅性,模型可能会生成看似合理但实际上并不准确的信息。:生成模型的设计并未专注于事实准确性,而是专注于语言的流畅性和连贯性。因此,模型有时会优先生成看似连贯的回答,而不是基于事实的回答。如果训练数据中包含不准确或虚假的信息,模型可能会在生成内容时反映这些错误。通过改进训练数据质量、引入事实验证机制、以及优化模型的生成策略,可以在一定程度上减少大模型幻觉的发生。这可能导致生成的内容偏离正确的事实。:大模型并没有内置的事实验证机制,它们无法像人类一样即时查证某些信息的真实性。原创 2024-05-20 07:00:00 · 336 阅读 · 0 评论 -
为什么需要 RAG?
在大模型的应用中,尤其是行业大模型的实现方式中,RAG扮演着重要的角色。:RAG通过检索机制,能够灵活适应各种行业和场景的需求,尤其是对于那些需要大量专业知识和实时信息的应用场景,如金融分析、法律咨询等。:RAG能够根据不同的查询检索到不同的信息,为生成的内容提供个性化的背景和依据,促进内容创新和个性化。:RAG在生成响应前会先检索相关信息,这一过程为模型的决策提供了可追溯的依据,增强了模型的可解释性。:通过检索到的相关信息直接辅助生成,RAG可以减少模型需要生成的内容量,提高处理效率和响应速度。原创 2024-05-14 07:15:00 · 682 阅读 · 0 评论 -
为什么说 基于微调构建精品多模态 Agent 效果更好?
基于微调构建精品多模态Agent的原因在于微调能够针对特定的任务、领域或用户群体优化模型的性能,同时多模态能力让Agent能够理解和生成不同类型的数据(如文本、图像、音频等),从而提供更丰富、更自然和更准确的交互体验。它们能够更准确地理解用户的意图和情感,以及通过多种形式的内容回应用户,从而建立更加紧密和满意的用户关系。总之,基于微调构建的精品多模态Agent能够提供更加专业、个性化和多元化的服务,满足用户在不同场景下的复杂需求,从而在众多应用中脱颖而出。微调可以帮助模型在特定任务上达到更高的准确率。原创 2024-05-13 07:45:00 · 187 阅读 · 0 评论 -
为什么说模型需要 token 来思考,token 就像是⼤模型的时间
模型需要token来思考,因为在大型语言模型(如GPT系列)中,token是处理和生成文本的基本单位。这些模型通过接收一系列的token(可以是单词、字符或者其他形式的数据片段),根据这些输入的token来预测下一个token或者生成文本。在这个过程中,每个token都可以被看作是模型进行信息处理、推理和生成回应的一个时间步骤。因此,token在模型的“思考”过程中起到了决定性的作用,它们就像是模型处理信息和进行推理的“时间”,每个token都是模型在特定时间点上的思考和处理的结果。原创 2024-05-13 07:30:00 · 625 阅读 · 0 评论 -
为什么说⻓期记忆的本质是信息压缩
对于AI Agent而言,长期记忆的实现通常涉及到类似的信息压缩过程。AI需要从大量的数据中学习模式和规则,然后将这些知识以一种高效的方式存储,以便在需要时快速检索和应用。例如,通过总结和提炼聊天记录、用户偏好、常见问题解决方案等,AI可以更有效地处理新的输入和情境,而不是简单地回放存储的数据。通过提取和存储信息的精华,AI能够在保持反应灵敏度的同时,扩展其处理的复杂性和范围。长期记忆的本质被视为信息压缩,是因为它涉及将经历过的事件、学习的知识、或是交互的内容等大量信息,以一种高效、易于检索的形式存储。原创 2024-05-12 23:43:00 · 164 阅读 · 0 评论 -
AI 重塑产品设计
明明如月学长, CSDN 博客专家,大厂高级 Java 工程师,《性能优化方法论》作者、《解锁大厂思维:剖析《阿里巴巴Java开发手册》》、《再学经典:《Effective Java》独家解析》专栏作者。原创 2024-05-12 20:33:52 · 1427 阅读 · 8 评论 -
2024年AI大爆发,这15张图带你一探究竟!
每年,《人工智能指数报告》都会以其日益增长的信息量和重要性,在电子设备上引起越来越大的关注——今年的报告共 502 页,证明了 2023 年是人工智能的一个重大年份。过去三年中,IEEE Spectrum 阅读了整份报告,并选取了一些图表来概述当前的人工智能状态(参见我们 2021 年、2022 年和 2023 年的报道)。今年的报告由斯坦福大学人本人工智能研究所(HAI)原创 2024-04-27 23:47:14 · 1650 阅读 · 1 评论 -
普通学习者的逆袭!AI 软考高级辅导,开启效率新篇章!
用 AI 给人生开挂的正确方式 - 在 AI 迅速进化的时代,我们应该如何不落伍》,讲到在 AI 快速发展的今天,我们需要学习:驾驭大模型的能力、学习最基础最核心的知识、培养不容易被 AI 取代的能力。我们可以跨行业寻找机会,在这个 “人人都是工程师”的时代基于大模型快速创建应用解决痛点,灵活运用 AI 帮助自己解决问题。并且强调在 AI 时代应该使用 AI 来加速学习。很多人对我的“软考高级辅导专家” 有点感兴趣,想了解提示词是怎么写的,也想搞个 Agent 用起来。原创 2024-04-17 23:21:38 · 1438 阅读 · 4 评论 -
AI 助力问题驱动式学习
用 AI 给人生开挂的正确方式 - 在 AI 迅速进化的时代,我们应该如何不落伍》,讲到在 AI 快速发展的今天,我们需要学习:驾驭大模型的能力、学习最基础最核心的知识、培养不容易被 AI 取代的能力。我们可以跨行业寻找机会,在这个 “人人都是工程师”的时代基于大模型快速创建应用解决痛点,灵活运用 AI 帮助自己解决问题。并且强调在 AI 时代应该使用 AI 来加速学习。原创 2024-04-12 08:00:00 · 2442 阅读 · 2 评论 -
吴恩达:AI 智能体工作流
定义:反射模式允许AI代理自我审视其产出,评估正确性、效率和构造质量。通过这种方式,AI能够识别并修正自身产出中的错误,从而提高最终产物的质量。应用实例:一个典型的应用是代码编写。AI首先生成代码,然后再次审视这段代码,检查是否有逻辑错误或可以优化的地方,并据此进行修改。这种自我修正的过程可能循环进行多次,直到代码达到预期的标准。原创 2024-04-04 07:30:00 · 2440 阅读 · 3 评论 -
《Retrieval-Augmented Generation for Large Language Models: A Survey》 AI 解读
论文标题:《Retrieval-Augmented Generation for Large Language Models: A Survey》原创 2024-04-01 08:00:00 · 1390 阅读 · 0 评论 -
《Lost in the Middle: How Language Models Use Long Contexts》AI 解读
明明如月学长, CSDN 博客专家,大厂高级 Java 工程师,《性能优化方法论》作者、《解锁大厂思维:剖析《阿里巴巴Java开发手册》》、《再学经典:《Effective Java》独家解析》专栏作者。论文标题:Lost in the Middle: How Language Models Use Long Contexts。原创 2024-04-01 07:00:00 · 994 阅读 · 0 评论 -
AI 通俗讲解大语言模型幻觉
为了更好地理解这个概念,我们可以用一个简单的例子来比喻:想象你正在和一个非常有想象力的朋友聊天,这位朋友善于讲故事,他们可以根据你提供的任何信息,即兴发挥,创造出一个完整的故事。:明明如月学长, CSDN 博客专家,大厂高级 Java 工程师,《性能优化方法论》作者、《解锁大厂思维:剖析《阿里巴巴Java开发手册》》、《再学经典:《Effective Java》独家解析》专栏作者。但是,就像那个善于编故事的朋友一样,大模型有时也会“幻觉”,即它们可能会生成一些听起来很合理,但实际上完全是虚构的信息。原创 2024-03-30 07:15:00 · 414 阅读 · 0 评论 -
用 AI 给人生开挂的正确方式 - 在 AI 迅速进化的时代,我们应该如何不落伍
本文主要讲述在 AI 快速进化的时代,作为一个普通人该如何应对才不容易落伍。这是一个非常大的命题,也是值得每个人去思考的问题。希望本文的一些观点能够对大家带来一些启发,也欢迎大家在评论区交流讨论。能够在有生之年目的 AI 的发展非常荣幸,在这个快速变革的时代,我们需要调整自己的学习的内容,学习的方法,真正享受 AI 带给我们学习和生活的点滴改变。原创 2024-03-26 00:53:25 · 2983 阅读 · 9 评论 -
用AI给人生开挂的正确方式 - 在AI迅速进化的时代,我们应该如何不落伍
明明如月学长, CSDN 博客专家,大厂高级 Java 工程师,《性能优化方法论》作者、《解锁大厂思维:剖析《阿里巴巴Java开发手册》》、《再学经典:《Effective Java》独家解析》专栏作者。原创 2024-03-22 23:44:02 · 887 阅读 · 0 评论 -
大语言模型的参数级别和能力之间的关系
然而,需要注意的是,参数数量的增加也伴随着计算资源的显著增加。模型的参数数量通常被视为模型能力的一个重要指标,因为更多的参数意味着模型有更大的能力来学习、存储和泛化不同类型的数据。:尽管大模型在特定任务上的表现可能更好,但它们也有过度拟合的风险,特别是在训练数据有限的情况下。:大模型可以被看作是拥有更大的“知识库”,能够存储更多的事实、概念和世界知识。:具有更多参数的模型能够捕捉到数据中的更细微的差异和模式,这可以增强模型在语言理解、翻译、文本生成等方面的性能。原创 2024-03-18 07:15:00 · 900 阅读 · 0 评论 -
五年内程序员这个职业将消失?
Stability AI,由 Mostaque 领导的公司,正在积极从事各种 AI 项目,包括语言模型、图像生成和 DNA 分析。这是 Stability AI 的 CEO Emad Mostaque 的预测,而且他还声称,Github 上已有 41% 的代码是由 AI 生成的。总之,尽管 AI 无疑正在改变编程领域,但它在不久的将来完全取代人类程序员的想法仍然是一个值得讨论的话题。这一说法指向了一个可能的未来,即 AI 可能自动完成许多编程任务,从而重新塑造人类程序员的角色。技术社区中的其他观点认为,原创 2024-03-11 08:00:00 · 6221 阅读 · 23 评论 -
如何成为一流的提示词工程师
提示工程是指使用自然语言通过像 Workspace 或 Bard 这样的平台来指挥大型语言模型,可以让他们对内容进行总结、生成和审查内容等。提示工程能够帮助你更高效地使用大语言模型。掌握提示词工程的技巧对于有效利用大型语言模型至关重要。无论是烘焙松饼还是编写代码,一个专业的提示可以帮助您更高效地完成任务。通过不断实践和学习,你可以进一步提高你的提示词工程技能,从而最大化模型的效能。原创 2023-12-08 08:00:00 · 6607 阅读 · 4 评论 -
ChatGPT 用不了?一文分享国内好用大语言模型合集
当然,不同人的诉求不同,不同模型擅长的领域也有所不同,但是不同的人看法不同。本文提供自己接触过的还不错的国内大模型,仅供参考。欢迎加入我的知识星球,知识星球ID:15165241 一起交流学习。申请时标注来自CSDN。原创 2023-09-18 08:00:00 · 10243 阅读 · 27 评论 -
从失望到精通:AI 大模型的掌握与运用技巧
曾经有一批强大的 AI 模型摆在我面前,我却未曾珍惜,知道发现别人能够轻松驾驭它发挥巨大价值,才后悔莫及,如果上天给我重来一次的机会,我会努力学习经验和技巧,成为第一批熟练驾驭 AI 模型的人!随着 ChatGPT 的问世,各行各业深受震撼,国内外各种新的大模型也如雨后春笋般相继出现。一些对机遇反应迅速的人已经开始将 AI 运用到学习和工作中,甚至已经开始借助 AI 赚钱了。原创 2023-08-18 09:13:59 · 1891 阅读 · 4 评论 -
AI 时代,程序员的出路在何方?
随着 ChatGPT 的横空出世,给全球带来了巨大冲击,各种大语言模型如雨后春笋不断出现。国外如谷歌 Bard、Anthropic 的 Claude,国内如百度文心一言、阿里通义千问、讯飞星火认知大模型、昆仑万维天工大模型等。现在的大语言模型比以前的模型的代码生成、代码解释能力有了质的飞跃,很多程序员已经开始使用大语言模型编写代码,因此很多人认为 “程序员将会被 AI 所取代”。AI 时代,程序员真的要被淘汰了吗?在 AI 时代,如何才能提高竞争力?原创 2023-08-07 08:00:00 · 1320 阅读 · 1 评论 -
利用 AI 作图帮助理解知识
人类对图形的接受和处理能力高于对文字和数字的处理能力。如果我们学习某个知识的时候,能够找到配套的图,理解会好很多。但,并不是所有的知识都有配图。然而,人工智能的时代已经来临,为什么不尝试用 ChatGPT 来绘图帮我们理解呢?原创 2023-06-20 08:00:00 · 1705 阅读 · 0 评论 -
不要拿 ChatGPT 干这 6 件事
虽然 ChatGPT 是一个强大的 AI 工具,能够生成连贯和相关性极强的回复,但它也有其局限性。它不是敏感信息的安全渠道,也不是法律或医疗咨询的可靠来源,不能替代人类的决策或专业的心理健康支持,也不是事实信息的权威来源,或者是复杂数学问题的精确辅助工具。ChatGPT 极其强大,对我们与计算机的互动方式产生了变革性影响。然而,像任何工具一样,理解其限制并正确使用它非常重要。以下是你不应该用 ChatGPT 去做的 6 事情。原创 2023-06-14 07:30:00 · 494 阅读 · 0 评论 -
Google 使用机器学习解决代码审查评论
代码审查是大规模软件开发过程中的一个重要部分,了代码提交人员和代码审查员的大量时间。在这个过程中,审查员会审查代码中的问题,并编写的评论要求作者进行代码更改。在 Google,我们每年看到,作者们需要花费大约 60 分钟的时间来应对这些评论,并根据评论的文本提出代码更改。我们研究发现,代码作者为解决审查员评论必须付出的工作时间几乎随评论数量线性增长。然而,借助机器学习(ML),我们可以自动化并简化代码审查过程,例如,根据代码审查评论自动给出对应的代码变更。原创 2023-06-12 07:30:00 · 715 阅读 · 0 评论 -
ChatGPT 4 的 6 个最佳使用场景
无论是在 ChatGPT 中还是通过 API,对 OpenAI 的 GPT-4 模型的访问比 GPT-3.5 限制更多。这意味着你需要慎重考虑在何种情况下使用 GPT-4,并选择性地将最适合的任务交给它,以便让其发挥更大作用。原创 2023-06-09 07:30:00 · 2482 阅读 · 0 评论 -
开源 AI 面临的挑战
本文旨在预测并概述可能在未来十年发生的潜在颠覆性变革,并提出一些想法和解决方案,以帮助开源社区适应这种对未来假设带来的挑战。原创 2023-06-08 18:53:48 · 1139 阅读 · 0 评论 -
使用 AI 工具是否会导致思考能力退化?如何应对?
正如手机、电脑的出现一样, AI 的普及也会给人们的生活带来影响。在 AI 的时代,我们需要保持自己的判断能力,提高自己的思维能力,让 AI 更好地为我们服务,解放生产的,而不要成为完全依赖 AI 的很容易被取代的人。原创 2023-05-23 08:00:00 · 1415 阅读 · 0 评论 -
为什么利用 AI 可以提高工作效率,还是有很多人不愿意尝试使用 AI 来解决问题?
尽管 AI 技术在很多方面已经取得了显著进展,但是部分 AI 工具的用户体验仍然不佳,可能需要一定的专业知识和技能才能使用。:许多人对 AI 技术知之甚少,不了解 AI 如何应用于实际工作,以及它能为他们带来哪些好处。在这种情况下,他们可能会觉得 AI 对他们的工作没有太大帮助。:在某些情况下,人们更倾向于与真实的人进行沟通,而不是与 AI 互动。有些人担心他们的个人信息和数据可能会被滥用,从而影响到他们的生活和工作。:许多人对新技术有一定的担忧和恐惧,担心 AI 可能会取代他们的工作。原创 2023-05-04 08:00:00 · 465 阅读 · 0 评论 -
【译】Java NLP 类库概览
NLP 使计算机能够像人类一样处理文本和单词。它将计算语言学与统计学、深度学习和机器学习相结合。人们每天通过各种媒介在线互动。在这个过程中,他们分享了不同类型的数据,如文本、语音、图像等。这些数据对于理解人类行为和习惯至关重要。因此,它们被用来训练计算机模仿人类智能。NLP利用数据训练机器模仿人类的语言行为。将文本划分为更小的单元,如句子或单词。对文本进行分词,即为每个单词分配一个唯一标识符。去除停用词,这些是在文本中不增加太多意义的常用词,如“the”、“a”、“and”等。原创 2023-05-01 08:00:00 · 1965 阅读 · 1 评论