自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(12)
  • 收藏
  • 关注

原创 最新1.3.3openai报错解决:APIConnectionError 调用异常处理 (openAI api)

新版本放弃了使用requests库而是使用了httpx库进行接口请求。聊一下httpx:支持同步和异步http请求接口,而requests库只能同步请求,可以理解为强化版requests,能更好地支持异步调用。最近小伙伴们肯定发现了openai有了新版本1.3.3,许多接口已经和老版本大有不同。那就把openai源码中包含httpx.Client替换成自己的代理地址就好啦。那之前遇到的APIConnectionError 调用异常,就不在适用了。

2023-11-21 15:26:45 1846

原创 ControlLLM论文解析

(2)建立任务图:首先定义了资源节点(一个元组,其中“类型”表示资源的具体类型)和工具节点(表示为一个三元组,包含工具的描述、工具需接收的输入资源类型和工具返回的资源类型)。然后定义了资源到工具节点的边(如果资源类型等于工具节点的需要的输入资源的类型则认为此资源节点有有向边指向工具节点)以及工具节点到资源节点的边(如果资源类型等于工具节点的返回类型则认为此工具节点有有向边指向资源节点)。最后通过DFS进行图搜索。背景:使用外部工具解决复杂任务通常分为任务分解、工具选择、注入参数、执行工具(高效执行)。

2023-11-04 22:32:52 89 1

原创 Woodpecker论文解析

pipeline:步骤分为以下五步:关键概念提取、问题生成、知识验证、生成陈述、纠正幻觉。1)关键概念提取:通过prompt调用LLM对原始MLLM的回答抽取实体如:狗、人、花等。3)知识验证:即通过调用外部专家模型和多模态模型进行幻觉检测。对于对象级幻觉调用目标检测专家sota模型GroundingDINO、属性级调用BLIP2多模态模型进行检测。5)纠正幻觉:通过prompt调用LLM生成纠正幻觉后的正确回答。背景:现存的MLLM存在幻觉,可简单分为对象级幻觉以及属性级幻觉。

2023-11-04 22:31:38 73 1

原创 REFORM-EVAL论文解析

3)指令遵循能力:引入强调输入格式的提示后,效果提升。对于单选问题,分为黑盒方法(加入对图片解释无帮助的提示来引导LVLM输出单一选择的格式)、白盒方法(直接计算LVLM在给定图片、问 题下对于不同选项的生成概率,选择最高的作为模型的选择)许多benchmark是为特定任务设计的通常要求固定的输出格式,如希望LVLM直接回答简洁一个单词时、输出视觉对象的坐标、边界框输出等,LVLM任然会自由生成,这种benchmark不能合理评估LVLM的性能。简介:一个统一的重构后的测评LVLM的benchmark。

2023-11-04 22:23:37 68 1

原创 LEMUR论文解析

然而,在面对复杂的决策场景,如网络浏览和家庭导航时,行动空间通常较大,具有强大编程能力的模型在生成复杂可执行的行动序列上具有优势。作者提出了能展现language agent能力的四个场景:工具使用(API搜索维基词典、使用python计算)、基于环境反馈的自我debug(能否根据报错情况等,在多轮交互中不断debug直至写出正确的shell、python代码)、基于人类/agent的反馈改进下一输出序列、基于部分可观察范围的探索(如家庭模拟导航)。模型训练过程:采用的基础模型为llma 2。

2023-11-04 22:22:07 33 1

原创 HuggingGPT论文解析

基本思想:利用ChatGPT的语言理解、生成、交互、推理能力,作为一个管理者连接、管理和请求社区的专家模型,可根据用户的需求实现超出本身ChatGPT的功能,如能完成:目标检测、文本分类、语义分割等多模态任务,同时增强了结果为易懂的句子。

2023-10-19 16:01:29 40

原创 Bert-LWAN pytorch版代码

Bert-LWAN pytorch版

2022-12-11 15:48:55 194 1

原创 LMTC-emnlp论文+代码剖析(BERT-LWAN)

论文+代码解析

2022-11-13 18:25:05 912

原创 Meta-LMTC:Meta learning for Large-Scale Multi-Label Text Classification论文笔记

论文阅读

2022-10-31 16:13:35 361

原创 数据结构与算法

acwing笔记

2022-10-26 20:02:21 573

原创 李沐深度学习

李沐动手学深度学习笔记

2022-10-26 19:59:48 251

原创 数据结构与算法 实例(萌新)

记录一下那些优化时间复杂度和空间复杂度的小题1.顺序表相关定义如下:struct _seqlist{ ElemType elem[MAXSIZE]; int last;};typedef struct _seqlist SeqList;(1)设计一个高效的算法,从顺序表L中删除所有值介于x和y之间(包括x和y)的所有元素(假设y>=x),要求时间复杂度为O(n),空间复杂度为O(1)。void del_x2y(SeqList* L, ElemType x, ElemTy

2021-03-26 20:22:04 1138

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

提示
确定要删除当前文章?
取消 删除