AI大模型
文章平均质量分 61
AI大模型学习
yqyn
这个作者很懒,什么都没留下…
展开
-
【书生浦语第二期实战营学习笔记&作业(七)】
OpenCompass 大模型评测实战原创 2024-04-23 22:55:56 · 344 阅读 · 0 评论 -
【书生浦语第二期实战营学习笔记&作业(六)】
Lagent & AgentLego 智能体应用搭建原创 2024-04-23 20:27:52 · 343 阅读 · 0 评论 -
【书生浦语第二期实战营学习笔记&作业(五)】
LMDeploy 量化部署 LLM&VLM实战原创 2024-04-23 12:19:36 · 237 阅读 · 0 评论 -
【书生浦语第二期实战营学习笔记&作业(四)】
两种Finetune范式: 增量预训练和指令跟随增量预训练和指令跟随 区别:多模态LLM原理简介LLaVA方案简介。原创 2024-04-22 15:37:23 · 249 阅读 · 0 评论 -
【书生浦语第二期实战营学习作业(三)】
根据教程文档搭建 茴香豆技术助手,针对问题"茴香豆怎么部署到微信群?完成不少于 400 字的笔记 + 线上茴香豆助手对话截图(不少于5轮)(可选)参考 代码 在自己的服务器部署茴香豆 Web 版。在 InternLM Studio 上部署茴香豆技术助手。在茴香豆 Web 版中创建自己领域的知识问答助手。参考视频零编程玩转大模型,学习茴香豆部署群聊助手。完成不少于 400 字的笔记 + 截图。原创 2024-04-20 19:49:07 · 168 阅读 · 0 评论 -
【书生浦语第二期实战营学习笔记(三)】
RAG)技术,通过检索与用户输入相关的信息片段,并结合外部知识库来生成更准确、更丰富的回答。解决 LLMs 在处理知识密集型任务时可能遇到的挑战, 如幻觉、知识过时和缺乏透明、可追溯的推理过程等。提供更准确的回答、降低推理成本、实现外部记忆。见原创 2024-04-20 15:51:03 · 302 阅读 · 0 评论 -
【书生浦语第二期实战营学习作业&笔记(二)】
一般来说,prompt 越长,描述得越清楚,模型生成的输出质量就越好,置信度越高,这时可以适当调高 temperature 的值;反过来,如果 prompt 很短,很含糊,这时再设置一个比较高的 temperature 值,模型的输出就很不稳定了。比如下面这个图片,输入 The name of that country is the 这句话,模型生成了一堆 token,然后根据不同的 decoding strategy 从 tokens 中选择输出。用于控制模型输出的结果的随机性,这个值越大随机性越大。原创 2024-04-19 12:50:00 · 301 阅读 · 0 评论 -
【书生浦语第二期实战营学习笔记(一)】
大模型已成为发展通用人工智能的重要途径。从本世纪初至2021-2022年,研究主要集中在专用模型上,针对特定任务采用特定模型。然而,近两年趋势转向发展通用大模型,即一个模型应对多种任务和模态。原创 2024-04-18 17:55:08 · 230 阅读 · 0 评论