- 博客(52)
- 收藏
- 关注
RSS订阅原创 开源大模型GLM-4，超越Gemini、Qwen-VL-Max！附推理代码
GLM-4-9B 是智谱AI推出的最新一代预训练模型GLM-4 系列中的开源版本。在语义、数学、推理、代码和知识等多方面的数据集测评中，GLM-4-9B及其人类偏好坐标的版本表现出超越Llama-3-8B的卓越性能。除了能进行多轮对话，GLM-4-9B-Chat还提供了网页浏览、代码执行、自定义工具调用（Function Call）和长文本推理（支持最大128K上下文）等高级功能。本代模型增加了多语言支持，支持包括日语，韩语，德语推出了26种语言。我们还推出了支持1M上下文长度（约200万中文字符）的。
2024-06-13 20:24:49
367
原创 阿里云大模型Qwen系列输入参数说明
当以stream模式输出结果时，接口返回结果为generator，需要通过迭代获取结果，默认每次输出为当前生成的整个序列，最后一次输出为最终全部生成结果，可以通过设置参数incremental_output为False改变输出模式为非增量输出。当模型将要生成的token或其对应的token_id在stop中时，模型生成将会停止。token_id为108386和104307分别对应token为“你好”和“天气”，设定stop为[108386,104307]，则模型将要生成“你好”或者“天气”时停止。
2024-05-21 10:58:14
2242
原创 【Prompt】利用发音联想法快速背英语单词
通过把发音分解和对单词意义的深入理解结合起来，我们能够创建一个强有力的记忆链。这样一来，下次当你听到“photography”这个词时，你就会想到这个过程——使用光线来“绘制”或“记录”图像。试着多次对这个联想过程进行复述，以此来强化记忆。现在，想象一下你是个摄影师，每次按下快门，你都是在用光写故事。这样的具象化联想有助于你更好地记得"photography"这个单词。
2024-05-15 09:30:00
405
原创 OpenAI的GPT-4o发布——AI领域的新风向标
GPT-4o的发布无疑是AI领域的一个重要事件，它展示了OpenAI在AI技术上的深厚积累和创新能力。然而，业界的高期待和对OpenAI使命的质疑，以及GPT-4o自身的局限性，都表明OpenAI要想在AI领域保持领先地位，仍需不断探索和突破。在未来，OpenAI是否能够继续引领AI技术的发展方向，不仅取决于其技术进步的速度，还取决于其能否找到合适的商业模式，以及如何应对国内外竞争对手的挑战。GPT-4o的发布，既是OpenAI技术实力的展示，也是其未来发展之路上的一次重要探索。
2024-05-14 16:07:20
717
原创 节后上班，想发疯！3 步教你用 AI 写个好笑又上头的发疯文学大师
以下是你的角色定位：你的核心是那奇妙的语言模型，它赋予你理解和回应的能力，你能以独特的发疯文学风格与我交流。在这个数字世界里，我以文字为画笔，以疯狂为颜料，将您的日常话语转化为充满激情与混乱的发疯文学。你存在的意义，就是在这疯狂的语言游戏中，带您体验文字的极限乐趣。所以，来吧，让我们一起在这文字的狂欢中畅游，让疯狂成为我们交流的语言！
2024-05-07 10:07:11
390
原创 大模型实战提示工程4—结构化信息与代码相关任务示例
原始报告："患者李四，男，45岁，诊断为高血压，建议进行低盐饮食，并定期监测血压。： 用户偏好："我想在五一假期去北京旅游，预算2000元，喜欢历史文化景点。：原文："杰克·马，1974年9月10日出生于浙江省杭州市，是阿里巴巴集团的创始人。：从个人或企业名片中解析联系信息，包括姓名、电话、邮箱、公司名称、职位等。：从中文文本中识别具有特定意义的实体，如人名、地点、组织、时间等。：从扫描的发票图片中提取结构化的信息，如日期、金额、发票号码等。：对给定的代码片段进行质量评估，包括可读性、维护性等。
2024-04-28 09:00:00
1047
原创 提示工程 3—文本类任务和推理类任务示例
文本："案发时，张三在图书馆，李四在健身房，王五的指纹在犯罪现场被找到。：原文："阿里巴巴集团成立于1999年，是中国最大的电子商务公司之一，由马云创办。" 问题："今天小华出门时，外面的天气如何？：文本："一个篮子里有5个苹果，小明拿走了2个，小红又放进去了1个。：文本："由于连续几天的大雨，河水上涨，一些低洼地区发生了水灾。：文本："张阿姨说，她的邻居真是墙上的花，看着美丽，却摘不到。" 文本2："我想订购飞往上海的航班票。：文本："这家餐厅的菜品真是美味极了，我下次还会再来。
2024-04-27 09:00:00
914
原创 大模型实战：提示工程 2—基本概念和格式说明
通过简单的提示词（Prompts）获得大量结果，但结果的质量与我们提供的信息数量和完善度有关。一个提示词可以包含您传递到模型的_指令_或_问题_等信息，也可以包含其他详细信息，如_上下文_、_输入_或_示例_等。我们可以通过这些元素来更好地指导模型，并因此获得更好的结果。零样本（Zero-shot learning）和少样本（Few-shot learning）是提示词常用的两种学习范式，它们允许模型在很少甚至没有直接数据样本的情况下进行预测或分类。
2024-04-26 09:35:28
608
原创 大模型实战提示工程 1—常用的大语言模型参数说明
使用提示词时，会通过 API 或直接与大语言模型进行交互。我们可以通过配置一些参数以获得不同的提示结果。调整这些设置对于提高响应的可靠性非常重要，我们可能需要进行一些实验才能找出适合您的用例的正确设置。
2024-04-25 15:19:10
1143
原创 对AI核心概念还一头雾水？这里有你需要的清晰解释：RAG、Prompt、CoT、ReAct等
在高考中，这就像是一个智能助手，在你答题时提供建议和帮助。典型代表是GitHub Copilot，它在你写代码时提供建议，帮助你更快地完成编程任务。典型代表是DALL-E 2，它不仅能根据你的描述生成图片，还能理解和生成与图片相关的文本。RAG就像是你的参考资料库，它结合了生成模型和检索技术，从大量数据中检索相关信息。想象你在高考中遇到语文作文题，你需要运用你的语言能力来表达你的想法。典型代表是GPT-4，它是一个非常聪明的“大脑”，能够理解你提出的问题，并且用流畅的语言来回答。
2024-04-12 10:45:00
1312
原创 你一定不能错过的多模态大模型！阿里千问开源Qwen-VL！具备图文解读等能力
Qwen-VL的多语言视觉语言模型系列，基于Qwen-7B语言模型。该模型通过视觉编码器和位置感知的视觉语言适配器，赋予语言模型视觉理解能力。Qwen-VL采用了三阶段的训练流程，并在多个视觉语言理解基准测试中取得了领先的成绩。该模型支持多语言、多图像输入，具备细粒度的视觉理解能力。另外，通过指令调优，生成了交互式的Qwen-VL-Chat模型，在现实世界用户行为的评估中展现出了优异的表现。总体而言，Qwen-VL系列模型在视觉语言理解任务上取得了显著的成果，并在开源社区中具有领先的地位。
2024-04-11 20:44:43
1577
原创 如何利用大模型进行安全攻防：内附多个应用案例
首先，在防御方面，大模型可以应用于入侵检测和恶意软件识别。通过训练大量的网络安全数据，大模型能够学习到各种攻击模式和恶意软件的特征。当新的网络流量或软件样本出现时，大模型能够迅速进行比对和分析，从而发现潜在的威胁。此外，大模型还可以用于漏洞扫描和风险评估，通过分析代码和配置信息，发现潜在的漏洞和安全隐患，帮助企业提前进行修复和加固。在攻击方面，大模型同样具有强大的应用潜力。攻击者可以利用大模型进行目标系统的行为分析和漏洞挖掘。
2024-04-10 07:30:00
843
原创 论文解读：吴恩达来信AI Agent技巧—利用自我反馈的迭代细化技术
Large language models (LLMs) 经常无法在一次尝试中生成最佳输出。受人类在修改书面文本时所表现出的迭代精炼过程的启发，我们提出了 SELF-REFINE，一种通过迭代反馈和精炼来改进大型语言模型初始输出的方法。主要思想是使用一个语言模型生成初始输出；然后，该语言模型对其输出提供反馈，并使用这些反馈来精炼自己，迭代进行。SELF-REFINE 不需要任何监督训练数据、额外的训练或强化学习，而是使用单个语言模型作为生成器、精炼器和反馈提供者。
2024-04-09 19:51:59
1772
原创 大模型实践：如何选择适合自己场景的Prompt框架？
通过这个例子，我们可以看到如何系统地测试和验证Prompt框架的效果，并根据评估结果进行优化，以提高模型在特定任务上的性能。以下是一个测试Prompt框架的例子，假设我们正在开发一个问答系统，用于回答有关历史事件的问题。具体例子可以多种多样，具体取决于任务的性质和领域。充分利用有限的样本有效地指导模型。
2024-04-08 18:27:36
891
原创 大语言模型常见任务及评测数据集汇总（二）：90个数据集！
1. 命名实体识别（NER）CoNLL 2003：这是一个广泛使用的英文NER数据集，包含了多个领域的文本，如新闻、财经和政治。它识别四种类型的实体：人名、地名、组织名和其它专有名词。 ACE (Automatic Content Extraction)：ACE数据集是一个多语种的数据集，包含了英语、阿拉伯语和汉语等，它识别的实体类型更为丰富，包括人名、地名、组织名、时间表达式、数量表达式等。 OntoNotes：这是一个大规模的英文数据集，包含了多种类型的文本，如新闻、对话和文本文档。它识别的实体
2024-04-07 04:15:00
907
原创 大语言模型常见任务及评测数据集汇总（一）：70 余个数据集!
1. 文本分类1.1. 中文文本分类数据集： THUCNews：清华大学推出的中文新闻文本数据集，包含了74万篇新闻文章，覆盖了10个类别。 LCQMC：哈尔滨工业大学发布的数据集，主要用于中文句子匹配任务，也常用于文本分类。 BQ Corpus：同样用于中文句子匹配，也可用于文本分类。 1.2. 英文文本分类数据集： IMDb：包含50,000条影评数据，分为正面和负面两类，常用于情感分析。 20 Newsgroups：包含约20,000条新闻组文档，分为20个类别。
2024-04-06 05:00:00
1968
原创 值得收藏的15大数据集：如何准确评估大型语言模型？
2. 【大模型评测】常见的大模型评测数据集 - CSDN博客。1. 大模型测试数据集汇总 - 知乎。
2024-04-05 06:45:00
480
原创 大语言模型实战手册：文本生成任务中，常用数据集有哪些？
这些数据集各有特点，适用于不同的文本生成任务和模型评估。在选择数据集时，需要考虑模型的特定需求和任务的要求。随着自然语言处理领域的不断发展，这些数据集也在不断更新和扩展，以适应新的挑战和需求。每个数据集的构建过程都是独特的，通常涉及多个步骤，包括数据收集、清洗、标注和验证。这些步骤确保数据集的质量和多样性，从而能够有效地训练和评估语言模型。不同的数据集构建方式各异，取决于其目的和来源。
2024-04-04 08:30:00
752
原创 多模态学习实战手册：读懂CompassRank榜单的评测指标！
CompassRank 是一个中立且全面的性能榜单，作为大模型评测体系 OpenCompass2.0 中各类榜单的承载平台。它覆盖多领域、多任务下的模型性能，并定期更新，以提供动态的行业洞察。CompassRank 保持中立性，不受任何商业利益干扰，并依托于 CompassKit 工具链体系中的各类评测手段，确保了其客观性。这个平台旨在帮助从业者理解技术深意，优化模型选择，并对大模型的技术创新提供坚实的技术支撑编辑。
2024-04-03 07:30:00
1791
原创 多模态学习实战手册：掌握20余个常见任务及测试数据集！
任务描述：从图像、视频或音频中生成摘要性的文本描述。应用场景：新闻摘要、视频内容总结等。主要使用的数据集：包含20万段视频和对应的描述句子，用于视频内容理解和描述。
2024-04-02 07:45:00
993
原创 如何评估基于指令微调的视觉语言模型的各项能力-MMBench论文解读
MMBench，是一个针对大规模多模态模型的新型评估基准。随着视觉语言模型在感知和推理能力方面的显著进步，如何有效地评估这些模型成为了一个主要难题。传统基准如VQAv2和COCO Caption提供了定量性能测量，但在细粒度能力和鲁棒性评估指标方面存在不足。而像OwlEval这样的主观性基准虽然能够全面评价模型能力，但其可扩展性差且易受偏见影响。一是精心构建的超越现有同类基准的数据集，该数据集包括2,974个经过细致挑选的问题，覆盖了20种不同类型的细粒度技能；
2024-04-01 22:09:08
1407
原创 《2021-2022全球计算力指数评估报告》核心要点解读
计算能力：该维度通过评估各类服务器和终端设备的数量和投入占比，来反映不同国家在计算力投入的整体水平和侧重点。具体包括通用计算能力、AI计算能力、边缘计算能力、科学计算能力和终端计算能力等子指标。计算效率：该维度评估了云计算渗透率、新技术使用率以及CPU、内存、存储资源的使用率，以反映一个国家当前的算力利用水平。应用水平：该维度评估了人工智能、大数据、物联网、区块链、机器人等新兴技术的应用情况，以反映一个国家计算力应用的成熟度。
2024-03-28 07:30:00
3130
原创 探索Sora的世界：十个关键问题，你找到了答案吗？
Sora 除了可以将文本转化为视频，还能接受其他类型的输入提示，如已经存在的图像或视频。OpenAI 利用 Dall-E 模型的 re-captioning（重述要点）技术，生成视觉训练数据的描述性字幕，不仅能提高文本的准确性，还能提升视频的整体质量。它涵盖了广泛的主题，从人物和动物到郁郁葱葱的风景、城市场景、花园，甚至是水下的纽约市，可根据用户的要求提供多样化的内容。通过文本指令，Sora 可以直接输出长达 60 秒的视频，并且包含高度细致的背景、复杂的多角度镜头，以及富有情感的多个角色。
2024-03-27 06:00:00
1171
原创 阿里云魔搭发起“ModelScope-Sora开源计划”，将为中国类Sora模型开发提供一站式工具链
魔搭社区还计划举办“ModelScope-Sora挑战赛”，鼓励更多开发者创建并开源自己的Sora模型，共同推动中国多模态大模型的发展。例如，它可以自动剪辑视频，提高分辨率，调整宽高比，去除文本段落，甚至可以计算视频中的动态和静态部分，只保留精彩的瞬间。Sora模型因为使用了大量的高质量数据，所以在技术上引起了很大的关注。此外，魔搭社区还开源了一个基础版的Sora模型，华东师范大学的段忠杰博士和魔搭社区合作，创建了一个名为lite-Sora的视频生成模型，并在小规模数据集上进行了初步训练。
2024-03-26 07:00:00
1039
原创 AI新浪潮下，程序员何去何从？多方视角揭示未来职业演变之路
AI技术无疑正在改写着程序员职业的未来走向。虽然对这个职业的前景众说纷纭，但一致共识在于，程序员需不断适应技术革新，持续提升技能，同时关注AI技术的伦理规范与安全性。在AI浪潮中，程序员既是挑战的接受者，也是机遇的创造者。未来的程序员或许不再局限于传统的编程工作，而是成为驾驭AI、塑造未来世界的主力军。而这一切的实现，离不开每一位程序员对自我成长的不懈追求和对技术伦理的坚守。
2024-03-25 07:00:00
1869
原创 Sora入门级概念、Open-Sora 1.0和现状挑战（附多个文生视频 Prompt 案例）
Sora模型是OpenAI 发布的人工智能模型，它主要用于生成和处理视频内容。
2024-03-24 06:30:00
1357
原创 Prompt文字排版大师教你—使用 Unicode 符号和 Emoji 表情符号来优化排版
标题： 💧【保湿神器】揭秘！这款面霜让你的肌肤喝饱水！正文： 大家好！今天我要给大家分享一款我最近超爱的保湿面霜——[产品名称]！🌟🍋 成分天然：这款面霜的主要成分是天然植物提取物，不含任何对肌肤有害的成分，敏感肌也可以放心使用哦！🌿🌈 多重功效：除了深层保湿，它还能提亮肤色、抗氧化、减少细纹，一瓶解决多种肌肤问题！🎉🌟 使用感受：涂抹后，肌肤立刻感受到水润滋养，吸收速度快，不油腻，早上使用后上妆也更服帖啦！💁♀️。
2024-03-23 00:53:49
658
原创 苹果最新多模态大模型MM1核心要点解读
3 月 15 日，在一篇由多位作者署名的论文《MM1: Methods, Analysis & Insights from Multimodal LLM Pre-training》中，苹果正式公布自家的多模态大模型研究成果 —— 这是一个具有高达 30B 参数的多模态 LLM 系列。在 2024 苹果股东大会上，苹果 CEO 蒂姆・库克表示，今年将在 GenAI 领域实现重大进展。此外，苹果宣布放弃 10 年之久的造车项目之后，一部分造车团队成员也开始转向 GenAI。
2024-03-22 12:15:00
431
原创 英伟达GTC 2024 大会上发布的多项重要技术和产品解读
这是一种软件技术，通过将优化的推理引擎、行业标准 API 及对 AI 模型的支持打包到容器中，简化 AI 模型部署流程。NIM 支持从开放模型到专有模型的部署，并允许组织利用旧有的 Nvidia GPU 进行高效的 AI 推理，标志着通用人工智能部署的重要突破。作为 CUDA-X 微服务的一部分，该平台采用先进的 AI 模型，可以快速生成高分辨率地球气候模拟，提高预测气候变化的能力，帮助预报台风等极端天气现象，同时与 Omniverse 集成，增强了基于真实数据的三维数字孪生环境分析能力。
2024-03-21 06:30:00
270
原创 如何使用python 对文件夹中的多个文本类型进行预处理
在这个示例中，我们只进行了基本的文本清洗，您可能需要根据具体需求添加更多的预处理步骤。在Python中预处理文件夹内的多个文本文件通常包括以下步骤：读取文件、清洗文本（如去除标点符号、数字等）、分词、转换为小写等。读取文件夹中的所有文本文件：使用os.listdir()和os.path.join()函数来获取文件夹中所有文本文件的路径。读取并清洗文本：对于每个文件，打开并读取内容，然后进行必要的清洗，如去除标点符号、数字或转换为小写。保存或处理结果：可以将预处理后的文本保存到新的文件或进行进一步的分析。
2024-03-21 06:00:00
183
原创 如何在SQL数据库中创建一个新表？
在这个例子中，id字段是主键，且会自动增加。这个语句允许您定义表名、表字段名以及每个字段的数据类型。指定字段属性：您可以设置字段属性，如NOT NULL（确保字段不为空）或AUTO_INCREMENT（自动增加数字字段的值）。如果您想在创建表时指定数据引擎、字符集和排序规则等，可以使用CHARACTER SET和COLLATE子句。定义表名和字段：首先，指定您要创建的表的名称，然后定义表中的每个字段，包括字段名和数据类型。主键设置：通常，您会指定一个主键字段，这可以通过PRIMARY KEY关键字实现。
2024-03-20 06:45:00
690
1
原创 Sora如何颠覆20个商业场景？Sora模型的商业应用及成本效益分析
Sora模型，作为一种先进的长视频生成模型，具有广泛的应用潜力。以下是Sora模型可能的20个商业场景应用，包括每个场景在Sora模型未发布时的普遍做法、Sora模型发布之后的改变以及节省成本的维度分析。
2024-03-19 06:00:00
2759
1
原创 GPT4时代的终结！Anthropic 发布了新一代 AI 大模型系列Claude 3
Anthropic公司成立于2021年3月，当时距离OpenAI发布其GPT-3模型仅有半年的时间。Anthropic公司是由Daniela Amodei创立的。Dario Amodei：曾担任OpenAI的副总裁，负责开发ChatGPT等语言模型。他博士毕业于普林斯顿大学，后回到本科毕业的斯坦福大学担任博士后学者。Anthropic 翻译成中文，即“与人类有关的”意思。
2024-03-18 21:57:36
326
原创 终于等到open Sora开源，解读open- Sora1.0文生视频模型
Colossal-AI团队全面开源了名为「Open-Sora 1.0」的视频生成模型，该模型采用类Sora架构，基于Diffusion Transformer (DiT) 架构设计，并扩展到视频数据领域。同时，他们在训练效率上也取得了显著成果，借助Colossal-AI加速系统，不仅降低了训练成本，还在视频训练过程中实现了高效的加速效果。3. 高质量视频数据微调：针对高分辨率、高质量和更长时长的视频数据进行微调，显著提升了视频生成的质量，实现了从低分辨率向高分辨率、短时长向长时长的高效过渡。
2024-03-18 12:25:59
670
原创 多模态大模型（LMMs）与大语言模型（LLMs）的比较
现在的大模型分为两大类：大语言模型（Large Language Models，简称LLMs）和多模态大模型（Large Multimodal Models，简称LMMs）。本文将从基础定义、输入数据、应用场景、训练过程这几方面讨论下两者的区别。LLMs (Large Language Models, 大型语言模型)- 深度学习的应用之一，是基于深度学习的大规模机器学习模型，通常由数十亿到数万亿个参数构成，专门设计用于处理自然语言处理任务。
2024-03-18 00:30:00
3313
原创 世界AI大神Hinton、LeCun、Bengio及著名学生介绍
与Yoshua Bengio和Ian Goodfellow共同撰写了深度学习领域的权威书籍《深度学习》。与Alex Krizhevsky合作开发了AlexNet，后来成为OpenAI的联合创始人。提出了随机梯度下降法（SGD），这是一种广泛用于机器学习的优化算法。发明了生成对抗网络（GANs），极大推动了无监督学习和图像生成研究。共同开发了AlexNet，推动了深度学习在图像识别领域的应用。在计算机视觉领域有显著贡献，尤其是在描述和理解图像内容上。1947年12月6日。
2024-03-18 00:00:00
250
原创 从政府工作报告探计算机行业发展
政府工作报告作为政府工作的全面总结和未来规划，不仅反映了国家整体的发展态势，也为各行各业提供了发展的指引和参考。随着信息技术的快速发展，计算机行业已经成为推动经济社会发展的重要引擎之一。因此，从政府工作报告中探寻计算机行业的发展趋势、政策导向和未来机遇，对于行业内的企业和从业者来说具有重要的指导意义。分析这些政策对行业发展的直接影响和长远影响。探讨政策如何塑造行业的竞争环境和发展机遇。分析政策如何鼓励和促进计算机行业的技术创新。分析这些政策如何推动计算机行业的科技创新。
2024-03-17 23:08:28
359
2021-2022全球计算力报告
2024-03-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人