文本块

大语言模型微调和大语言模型应用区别

应用LLM则是直接使用这些预训练模型来完成任务，如通过提示生成文本或回答问题，无需更改模型本身。研究表明，微调适合需要领域专精的任务，而应用更适合通用任务，效果因模型和任务复杂性而异。学习所需技术栈
AI Echoes·2025-03-16 15:34

Manus（一种AI代理或自动化工具）与DeepSeek（一种强大的语言模型或AI能力）结合使用任务自动化和智能决策

即DeepSeek专注于语言处理、知识整合与专业文本生成。其核心优势在于海量参数支持的深度学习和知识推理能力，例如撰写论文、润色法律合同、解答专业问题等。Manus则更强调从规划到交付的闭环能力。
zzlyx99·2025-03-16 15:01

移动端Canvas实现手写签名

技术选型1.使用CanvasAPIHTML5的CanvasAPI提供了在网页上绘制图形的能力，包括路径、文本、图像等，非常适合用来捕捉和展示手写签名。在移动
不知名靓仔·2025-03-16 14:59

在Qt Designer中使用自定义小部件编程

QtDesigner内置了许多标准小部件，如按钮、文本框和标签等。然而，有时候我们可能需要在QtDesigner中使用自定义小部件来满足特定的需求。
DevRevolt·2025-03-16 13:51

SSE vs WebSocket，谁更适合实时文本传输？

引言SSE和WebSocket是常见的实时数据传输技术，在在线文本传输工具中，如何选择合适的方案？
A__tao·2025-03-16 13:20

大规模语言模型从理论到实践 开源指令数据集

诸如GPT-3、BERT等模型在各种任务中表现出色，从文本生成到翻译，再到问答系统，几乎无所不能。这些模型的成功离不开庞大的训练数据集和复杂的算法架构。
AI天才研究院·2025-03-16 13:17

kaggle-ISIC 2024 - 使用 3D-TBP 检测皮肤癌-学习笔记

问题描述：通过从3D全身照片(TBP)中裁剪出单个病变来识别经组织学确诊的皮肤癌病例数据集描述：图像+临床文本信息评价指标：pAUC，用于保证敏感性高于指定阈值下的AUC主流方法分析（文本）基于CatBoost
supernova121·2025-03-16 12:10

主流开源大模型能力对比矩阵

模型名称核心优势主要局限Llama2/3✅多语言生态完善✅Rotary位置编码✅GQA推理加速⚠️数据时效性差⚠️隐私保护不足Qwen✅千亿参数规模✅中文语境优化✅复杂文本生成⚠️需高性能硬件⚠️领域知识需二次训练
时光旅人01号·2025-03-16 12:09

python xpath定位元素方法_关于python中的xpath解析定位

爬取的网站：http://jbk.39.net/chancegz/这里只针对个别属性值：#例如：'别名'下的span标签文本，‘发病部位'下的span标签文本以及‘挂号科室‘下的span标签文本#defdisease
weixin_39975366·2025-03-16 11:04

【论文阅读方法】沐神课程：如何读论文

titleabstractintroductionmethodexperienceconclusion三明治论文阅读法第一遍：海选title+abstract+conclusion——确定要不要读第二遍：精读对整个文章过一遍，知道每一块在做什么可以从标题开始读到最后
晴空对晚照·2025-03-16 09:53

华为OD机试 - 代码编辑器（Java & JS & Python）

程序的输入为已有的代码文本和指令序列，程序需输出编辑后的最终文本。指针初始位置位于文本的开头。
清水乐园·2025-03-16 09:53

【基于PyTorch】多项式贝叶斯分类器实现中文文本情感分类任务

多项式贝叶斯分类器实现中文文本情感分类任务介绍多项式朴素贝叶斯（MultinomialNaiveBayes,MultinomialNB）是一种常用于文本分类的算法，特别适用于多类别文本分类。
鱼弦·2025-03-16 09:16

你的AI客服为何总抓不住客户核心诉求？（附特征优化方案）

1特征工程的意义nlp任务中，原始文本经数值映射后形成的词向量序列，难充分表达语言深层语义特征。
·2025-03-16 08:23

【STM32】USART串口收发HEX数据包&收发文本数据包

有关串口知识参考：【STM32】USART串口协议&串口外设-学习笔记-CSDN博客HEX模式/十六进制模式/二进制模式：以原始数据的形式显示文本模式/字符模式：以原始数据编码后的形式显示参考上面文章查看
傍晚冰川·2025-03-16 07:37

elasticsearch analyzer 学习笔记

searching的时候，也即在搜索时，分析需要搜索的词语analysisCharacterfiltering(字符过滤器):使用字符过滤器转换字符Breakingtextintotokens(把文字转化为标记):将文本分成一组一个或多个标记
weixin_40455124·2025-03-16 06:00

大语言模型原理与工程实践：大语言模型强化对齐

这些模型在问答、翻译、文本生成等方面展现出惊人的能力，但同时也引发了
AGI大模型与大数据研究院·2025-03-16 05:52

Redis 常用数据类型

Redis常用数据类型的详细介绍及其典型应用场景：String（字符串）描述：最基本的数据类型，可存储文本、数字或二进制数据（最大512MB）。
27xixi·2025-03-16 05:22

NLP-二分类的应用-区分外卖评论好评/差评

目录一、概念二、二分类实战-划分好评/差评1.处理步骤2.实战代码一、概念文本分类一般可以分为二分类、多分类、多标签分类三种情况。
左岸Jason·2025-03-16 03:13

正则表达式全解析 + Java常用示例

它使用特定的语法来定义匹配模式，可以在文本处理、表单验证、数据提取等场景中发挥重
我真的不想做程序员·2025-03-16 02:05

Linux线程

1.线程轻量级的进程2.线程的创建线程由某个进程创建，从属于某个进程内存：由所在进程为其分配独立的栈区空间（默认8M）与其他线程和所在的进程共用堆区，数据区，文本去。内核存储线程控制块。
Ccc030.·2025-03-16 01:57

MySQL 全文搜索 (FULLTEXT) vs 合并字段模糊查询 (LIKE) 对比

以下是详细对比：1.FULLTEXT索引的优势专门优化：FULLTEXT索引是为全文搜索设计的，能够高效处理文本匹配。分词搜索：FULLTEXT支持分词搜索（基于空格或特定字符），可以快速定位关键词。
曹天骄·2025-03-15 23:37

webpack5（Module Federation）+vue3.0实现微前端

从MicroFrontends官网可以了解到，微前端概念是从微服务概念扩展而来的，摒弃大型单体方式，将前端整体分解为小而简单的块，这些块可以独立开发、测试和部署，同时仍
weixin_42140041·2025-03-15 21:57

大模型工程师学习日记（十四）：检索增强生成（RAG）

如何递归分割文本递归分割(recursively)，这个文本分割器是用于通用文本的推荐工具。它接受一个字符列表作为参数。它会按顺序尝试在这些字符上进行分割，直到块足够小。
MMMMMMMay Love Code·2025-03-15 20:52

iOS OC使用正则表达式去除特殊符号并加粗文本，适用于接入AI大模型的流模式数据的文字处理

1、编写逻辑使用分类(Category)的方法拓展NSString，本文使用NSString(Markdown)，NSString的分类来编写一个通用方法，使用正则表达式匹配字符串实现去除特殊字符，并自定义文字属性。在接入AI大模型后，返回的字符串会带有特殊字符用于做文字处理，下面代码简单进行了文字处理展示。2、代码实现1、NSString+Markdown.h#importNS_ASSUME_N
MrZWCui·2025-03-15 20:21

Transformer动画讲解 - 工作原理

Transformer模型在多模态数据处理中扮演着重要角色，其能够高效、准确地处理包含不同类型（如图像、文本、音频、视频等）的多模态数据。
ghx3110·2025-03-15 19:16

使用STM32实现LCD显示

下面是一个使用STM32实现LCD显示内容的简单案例，详细说明如下：硬件准备：准备一块STM32开发板和一个带有驱动芯片的LCD屏幕。将LCD屏幕与STM32开发板通过引脚连接。
粉绿色的西瓜大大·2025-03-15 19:15

TEX Quotes(UVA 272)

题目标签:点这里懒人题干给你一文本，将其中奇数个"替换为``（两个`），偶数个"替换为''（两个'）。DescriptionTEX是由DonaldKnuth开发的一种排版语言。
(❁´◡`❁)Jimmy(❁´◡`❁)·2025-03-15 19:42

Transformer架构在生成式AI中的应用解析

文章目录1.Transformer架构概述1.1Transformer的核心思想1.2Transformer架构的优势2.Transformer在文本生成中的应用2.1GPT系列：基于Transformer
二进制独立开发·2025-03-15 19:11

数据结构---顺序表的基本操作代码块

顺序表的基本操作//定义typedefstruct{ElemType*Elem;//动态数组，存储空间基地址intlength=0;//当前长度}SqList;//顺序表结构类型//初始化StatusInitList(SqList&L){//构造一个空的顺序表L.Elem=newElemType[MaxSize];//为顺序分配一个MAxSize大小的空间if(!L.Elem)//判断是否成功分配
偷吃鱼骨的猫·2025-03-15 19:09

【大一新生必收藏系列】❤机器学习7大方面，30个数据集。纯干货分享❤

.记住了就可以跟同学装起来了嗷....目录.纯干货回归问题分类问题图像分类文本情感分析自然语言处理自动驾驶金融类...........纯干货..................在刚刚开始学习算法的时候，
.Boss.·2025-03-15 18:05

DeepSeek 使用教程及部署指南：从入门到实践

1.2DeepSeek的核心功能1.3DeepSeek的应用场景第二部分：DeepSeek使用教程2.1注册与登录2.2创建项目2.3数据导入2.4数据分析2.5文本挖掘2.6信息检索2.7保存与分享第三部分
点我头像干啥·2025-03-15 18:05

（大模型微调大模型学习路线大模型入门）_大模型 学习，吹爆！2025最详细的大模型学习路线已整理！手把手带你高效入门，大模型论文全打通！

你可以把它们想象成非常聪明的大脑，这些大脑通过阅读大量的文本、图片、声音等信息，学习到了世界的知识。
大模型老炮·2025-03-15 17:28

python 基于混合式推荐算法的学术论文投稿系统

-对文本数据进行预处理（分词、去停用词、向量化等）。2.推荐算法设计
mosquito_lover1·2025-03-15 17:25

探究Visual Studio中的乱码问题

三个字符集概念源码字符集MSVC中/source-charset即源代码文本文件的字符集，NodePad++、记事本、VSCode这样类似的文本编辑器，可以打开源文件看一下你的字符集（文件编码）。
L-Super·2025-03-15 17:25

JAVA面试_进阶部分_正确使用 Volatile 变量

Java语言中的volatile变量可以被看作是一种“程度较轻的synchronized”；与synchronized块相比，volatile变量所需的编码较少，并且运行时开销也较少，但是它所能实现的功能也仅是
茂茂在长安·2025-03-15 15:42

2025年开源大模型全景：语言、多模态与开发工具的前沿探索

它支持文本生成、问答、翻译等多种任务，尤其在处理长篇文本时表现出色，支持高达128K的上下文长度。
软件职业规划·2025-03-15 15:08

机器学习_重要知识点整理

贝叶斯分类器、文本分类（如垃圾邮件检测）。最大似然估计（MLE）通过数据最大化似然函数，估计模型参数。线性回归、逻辑回归参数估计。假设检验判断假设是否成立（如t检验、卡方
嘉羽很烦·2025-03-15 15:06

我与DeepSeek读《大型网站技术架构》（4）

压缩资源：Gzip压缩文本文件（HTML/CSS/JS）、图片优化（WebP格式）。CDN加速：静态资源
诺亚凹凸曼·2025-03-15 15:35

匿名内部类

匿名内部类接口的匿名内部类继承的匿名内部类匿名内部类在日常编写代码的过程中，总是会遇到匿名内部类的使用，但是对这一块一直不是很熟，所以这里总结记录一下。只讲实用。
qq_52983535·2025-03-15 14:01

长文本、知识库、微调对比

长文本、知识库和微调是三种不同的技术手段，用于增强大模型的能力。1.长文本处理•核心目标：理解和生成长篇内容。•优点：•连贯性强，适合处理需要深入理解背景信息的任务。
司南锤·2025-03-15 13:56

适合企业内训的AI工具实操培训教程（37页PPT）（文末有下载方式）

AIGC指利用人工智能技术自动生成文本、图像、音频、视频等内容，让AI协助甚
极客11·2025-03-15 12:16

QLineEdit控件：基础用法、样式表与扩展应用

本文将全面解析QLineEdit的使用方法，涵盖以下内容：基础用法：文本输入、占位符、输入限制样式表美
Quz·2025-03-15 11:40

数据标注工具及其对预训练模型性能的影响

这些模型通过在大规模无标注文本数据集上进行预训练，学习到丰富的语言知识和语义表示，并在下游任务中展现出优异的性能。BERT、GPT-3等预训练模型的出现，标志着NLP领域进入了一个新的时代。
AGI大模型与大数据研究院·2025-03-15 10:00

吴恩达机器学习笔记复盘（二）监督学习和无监督学习

语音识别，输入音频剪辑，输出文本记录。机器翻译，输入一种语言文本，输出其他语言的相应翻译。在线广告，输入广告和用户信息，预测用户是否点击广告，为公司带来大量
wgc2k·2025-03-15 09:21

大数据技术【7】

A.结构化B.非结构化C.文本D.半结构化2.Kmeans算法包括如下步骤：①在第j次迭代中，对于每个样本点，选取最近的中心点，归为该类；②更新中心点为每类的均值；③随机选取k个中心点；④j选择一项：a
星绘搜题·2025-03-15 09:50

cv君独家视角 | AI内幕系列七：EfficientViT模型：基于多尺度线性注意力模块，实现高效的高分辨率密集预测

通过一系列精心策划的文章，我们将带您深入了解AI的各个领域，从计算机视觉到文本语音等多模态领域，从基础理论到前沿技术，从行业应用到未来趋势。
cv君·2025-03-15 09:19

UNet 改进：添加Transformer注意力机制增强捕捉长距离依赖关系的能力

目录1.Transformer注意力机制2.Unet改进3.代码1.Transformer注意力机制TransformerBlock是Transformer模型架构的基本组件，广泛应用于机器翻译、文本摘要和情感分析等自然语言处理任务
听风吹等浪起·2025-03-15 08:41

(学习总结28)Linux 基本命令3

Linux基本命令3工具使用命令使用vim编辑器命令vim使用nano文本编辑器命令nano使用gcc/g++编译器命令gcc/g++使用gdb/cgdb调试器命令gdb/cgdb使用自动化构建命令make
瞌睡不来·2025-03-15 07:34

Jump Desktop for Mac v9.0.94 优秀的远程桌面连接工具 支持M、Intel芯片

应用介绍JumpDesktopforMac是一款Mac上非常强大和易用的远程桌面控制软件，支持RDP、VNC协议，无论速度、性能和流畅度上都非常不错，支持全屏、文本粘贴复制、快捷键发送等功能，在各种细节上要比微软的远程桌面优秀很多
Macdo_cn·2025-03-15 07:04

eBest AI Hub全场景接入Deepseek

一、技术赋能，智创未来Deepseek的强大基因将为eBest产品注入新的活力即时智能响应：融合海量行业智慧与互联网搜索精华，提供秒级智能建议；多模态理解能力：突破界限，无缝融合文本、代码与图像理解
eBest数字化转型方案·2025-03-15 07:01
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他