预埋管线

使用ModelScope实现高效句嵌入生成

ModelScope是阿里云开源的一个模型和数据集管理平台，提供了大量预训练模型，涵盖了各种领域和任务。ModelScopeEmbeddings是一个与LangChain社区集成的工具类，
dagGAIYD·2025-01-23 04:23

gradio库的基本使用

它允许你基于预训练模型、函数或任意代码块创建实时演示和部署模型的图形用户界面（GUI）。使用Gradio库，你可以轻松创建Web界面，用于输入数据、调用模型、显示结果，并为用户提供与模型交互的功能。
Echo.....·2025-01-22 21:57

大型语言模型高效预训练策略的比较研究

文章目录摘要1.引言2.背景与挑战2.1LLM中的预训练2.2扩展LLM的挑战3.高效预训练策略3.1增量训练3.1.1理论基础3.1.2实际实现3.1.3实验结果3.2混合优化3.2.1理论基础3.2.2
二进制独立开发·2025-01-22 21:27

PX4源码学习二--PX4环境搭建

Ubuntu16.04环境搭建：预环境处理：（把用户添加到用户组"dialout":重新登录一回使其生效）sudousermod-a-Gdialout$USER#ubuntu自带端口管理会影响这个sudoapt-getremovemodemmanager
znr1995·2025-01-22 21:52

(2025)修改Unity插件GLTFUtility以解决HDRP项目导入GLB模型法线贴图没有凹凸感问题

原生GLTFUtility插件不支持HDRP渲染管线，导入的GLB模型改为使用HDRP/LitShader时，原本的法线贴图不再显示凹凸感。通过修改插件代码解决此问题。
mYoCaRdiA·2025-01-22 17:55

论文阅读--Qwen2&2.5技术报告

Qwen21引言所有模型都是在超过7trilliontoken（7万亿）的高质量、大规模数据集上预训练的2Tokenizer&Model2.1Tokenizer沿用Qwen（Bai等人，2023a）的做法
__如果·2025-01-22 17:55

【大模型应用开发 动手做AI Agent】AutoGen

这些模型通常在大规模文本数据集上进行预训练，以便能够生成与上下文相关的高质量文本。然而，对于特定领域或特定任务的需求，往往需要对这些通用模
AI大模型应用之禅·2025-01-22 11:02

LLama 架构一览

LLama架构一览预训练Transformer架构RMSNorm归一化：为什么大模型llama选RMSNorm，而不是其他？
Debroon·2025-01-22 04:08

一行代码搞定加载glove预训练词向量

加载glove预训练词向量再也不用glove2word2vec转换啦！
peanutwang·2025-01-22 01:46

大模型GUI系列论文阅读 DAY2续：《一个具备规划、长上下文理解和程序合成能力的真实世界Web代理》

摘要预训练的大语言模型（LLMs）近年来在自主网页自动化方面实现了更好的泛化能力和样本效率。
feifeikon·2025-01-21 15:19

李开复的理性选择：AI代码生成工具时代，初创公司如何避免盲目坚持？

他坦言，大模型预训练
·2025-01-21 11:44

AI未来趋势：AIGC浪潮下看AI训练师如何塑造智能未来（技术变革）

以下是AI训练师如何塑造智能未来的几个关键方面：1.技术变革与创新算法与模型训练预训练：通过大规模无标注数据的学习，构建具备基础语言理解和生成能力的基座模型。
用心去追梦·2025-01-21 11:11

李开复与零一万物：AI创业的务实之道，以及AI写代码工具的崛起

李开复观点解读：理性决策，而非盲目扩张李开复认为，初创公司“负担不起”超大模型的预训练。这“负担不起”并非仅仅指
·2025-01-21 03:04

NAT静态原理NAT动态原理NAPT原理

pre:预生产环境。在版本最后上线之前会在预生产最后执行一遍。确保万无一失(狗头)运维，也有测试。prd:生产环境/现网:10运维人员。数据库3DBA数据库运维。
aicc221016·2025-01-21 01:40

mysql 用户名 命名_MySQL命名、设计及使用规范《MySQL命名、设计及使用规范》

sim：模拟环境，开发可读写，发起上线请求时，会先在这个环境上进行预执行，这个环境也可供部署上线演练或压力测试使用。
syzyzs·2025-01-21 01:37

大模型的RAG微调与Agent：提升智能代理的效率与效果

目录编辑引言RAG模型概述检索阶段生成阶段RAG模型的微调数据集选择损失函数设计微调策略超参数调整RAG模型在智能代理中的应用客户服务信息检索内容创作决策支持：结论引言在人工智能的快速发展中，大型预训练模型
WeeJot·2025-01-21 00:57

ChatGPT 绘图的工作原理

ChatGPT的绘图功能结合了自然语言处理（NLP）和图像生成的技术，这种综合能力依赖于预训练模型（如GPT-4）和图像生成模型（如DALL-E）之间的紧密协作。
·2025-01-20 22:41

什么是国家标准？国家标准如何起草？

国家标准的起草一般有以下主要步骤：首先是预研阶段，要对相关技术发展和市场需求等进行调研，明确制定标准的必要性、可行性等诸多方面情况。接着成立标准起草工作组，工作组的成员通常包括行业专家、企业代表等。
德为先科技·2025-01-20 16:43

什么是行业标准？行业标准如何起草？

行业标准起草主要包括以下步骤：首先是预研阶段，要对标准涉及的技术内容、范围、国内外现状等进行研究，明确制定标准的必要性和可行性。接着成立标准起草工作组，成员包括行业专家、企业代表等相关人员。
德为先科技·2025-01-20 14:54

使用Python实现LLM的文本生成：风格迁移与内容控制

文章目录引言1.大型语言模型（LLM）概述1.1Transformer架构1.2预训练与微调2.文本生成基础2.1无条件生成2.2条件生成3.风格迁移3.1风格迁移的基本原理3.2使用Python实现风格迁移
二进制独立开发·2025-01-20 02:46

工业大模型市场图谱：53个工业大模型全面梳理

根据沙丘智库发布的《2024年中国工业大模型应用跟踪报告》，工业大模型是指在通用基础大模型（例如文心一言、通义千问等）的基础上，结合行业&场景数据进行预训练和微调，并进行模型压缩（裁剪、蒸馏等）所形成的大模型
大模型常客·2025-01-19 19:21

透过生活小故事，轻松理解大模型开发的五种核心方法

本文将以贴近生活的五个场景，通俗易懂地讲解大模型开发中的五种核心方法：提示词工程和外部函数、Agent设计、RAG设计（检索增强生成）、微调以及预训练。让我们一同走进这些故事，揭开大模型
·2025-01-19 19:54

小团队docker hub被墙的终极方案：基于docker打造本地docker仓库镜像

前提预实现当前功能，需要满足以下前提：有可用的代理有个docker环境的主机基础实现在这直接给docker-compose.yml文件：services
·2025-01-19 19:53

【大模型】从零样本到少样本学习：一文读懂 Zero-shot、One-shot 和 Few-shot 的核心原理与应用！

尤其是在大规模预训练模型（如GPT系列）的推动下，这些技术得到了广泛应用和关注。本篇文章将带你全面了解这三种学习方法的核心概念、原理和实际应用场景。1.什么是
橙子小哥的代码世界·2025-01-19 17:06

构建功能-vite、rollup

一、vite基础1.简介vite是一个构建工具，相较于webpack，vite采用了不同的运行方式：开发阶段：在开发阶段，Vite的工作流程如下：依赖预构建：Vite会先将项目中的第三方依赖（如node_modules
小天呐·2025-01-19 17:59

【赵渝强老师】MongoDB的Journal日志

通过6.5.1.3小节的介绍了解到，MongoDB使用预写日志机制实现数据的持久化。每个Journal日志文件的大小是100M，并
·2025-01-19 15:44

Linux stdin、stdout和stderr详解

一、标准流介绍在计算机编程中，标准流是计算机程序开始执行时与其环境之间预连接的输入和输出通信通道。
·2025-01-19 15:13

【赵渝强老师】PostgreSQL的WAL预写日志文件

PostgreSQL数据库的物理存储结构主要是指硬盘上存储的文件，包括：数据文件、日志文件、参数文件、控制文件、WAL预写日志文件等等。下面重点讨论一下PostgreSQL的WAL预写日志文件。
·2025-01-19 15:11

深入解读ChatGPT的工作原理及底层逻辑

通过预训练和微调，模型能够理解语言的语法和语义，并能够根据上下文生成符合语境的文本回复。基本原理ChatGPT是一种基于自然语言处理（NLP）和深度学习技术的聊天机器人。
NAR_鱼丸·2025-01-19 13:59

大模型-Qwen2.5 技术报告解读

训练阶段改进预训练阶段说明了Qwen2.5在预训练时对数据集进行了大规模的扩充，将高质量预训练数据集的词元数量从之前的7万亿提升到了18万亿。词元可以理解为语言模型学习时的基本语言单位（比如单词、汉
数据分析能量站·2025-01-19 06:55

3.ChatClient&Chat Model简化与AI模型的交互

通过向预训练语言模型（如GPT等）发送提示词或部分对话内容，模型依据自身训练数据及对自然语言模式的理解，生成对话的延续或完整回复，并返回给应用程序。应用程序可以将其呈现给用户或用于进一步处理。
laopeng301·2025-01-18 23:20

吴恩达系列——微调（Fine-tuning）与生成模型的应用

微调（Fine-tuning）是指在已有预训练模型的基础上，对模型进行进一步训练，以适应特定任务或需求。
疯狂小料·2025-01-18 21:04

【视觉惯性SLAM：十五、ORB-SLAM3中的IMU预积分】

15.1视觉惯性紧耦合15.1.1视觉惯性紧耦合的重要性视觉惯性紧耦合（Visual-InertialTightCoupling）在ORB-SLAM3中的作用不可替代，是实现高鲁棒性和高精度定位的核心技术。单一的视觉SLAM主要依赖于图像特征进行定位和建图，这种方法虽然能够在许多环境中获得良好的效果，但其鲁棒性容易受到动态变化、光照条件恶化以及环境特征稀缺等因素的限制。例如，昏暗场景或快速运动可能
KeyPan·2025-01-18 18:31

第79期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大语言模型（LLM）等安全领域应用的知识。
云起无垠·2025-01-18 17:22

第60期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大语言模型（LLM）等安全领域应用的知识。
云起无垠·2025-01-18 17:22

《多模态语言模型：一个开放探索的技术新领域》

核心主题多模态语言模型的特点仍处于探索和定义阶段没有固定的标准任务和评估方法研究方向高度开放技术路径主要存在两种方法：后期融合(LateFusion)从语言模型backbone开始添加图像编码器效果稳定，成本可控早期融合(EarlyFusion)从多模态数据集预训练效果尚不明显需要更大规模计算资源开放和透明的重要性促进知识累积和技术迭代降低技术准入门槛避免技术垄断便于安全性审计主要挑战技术层面数据
XianxinMao·2025-01-18 17:16

1.8 GPT-4：开创人工智能的新纪元

作为“生成预训练转换器”家族中的最新成员，GPT-4不仅在功能上进行了提升，更在语言处理能力、理解深度以及适应性方面带来了全新的变革。
少林码僧·2025-01-18 16:12

第83期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大语言模型（LLM）等安全领域应用的知识。
云起无垠·2025-01-18 16:11

LargeAD：用于自动驾驶的大规模跨传感器数据预训练

25年1月来自新加坡国立大学、南京航空航天、德国Bremerhaven技术大学、上海AI实验室、香港科技大学和香港大学的论文“LargeAD:Large-ScaleCross-SensorDataPretrainingforAutonomousDriving”。视觉基础模型(VFM)的最新进展彻底改变2D视觉感知，但它们在3D场景理解方面的潜力，特别是在自动驾驶应用中的潜力仍未得到充分探索。Lar
硅谷秋水·2025-01-18 10:27

HTTP/2 与 HTTP/3 的新特性

从最初简单的HTTP/0.9版本，仅能实现基本的文本传输，到HTTP/1.0引入多种请求方法与头部信息，再到HTTP/1.1通过长连接、管线化等技术优化传输性能，HTTP协议逐步适应了日益复杂的网络需求
计算机毕设定制辅导-无忧学长·2025-01-18 09:19

第78期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大语言模型（LLM）等安全领域应用的知识。
·2025-01-18 05:13

如何利用OpenCV和yolo实现人脸检测

二、加载预训练的人脸检测模型OpenCV提供了基于Haar特征
音视频牛哥·2025-01-18 02:29

第81期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大语言模型（LLM）等安全领域应用的知识。
·2025-01-18 01:02

第83期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大语言模型（LLM）等安全领域应用的知识。
·2025-01-18 00:26

AI大模型应用架构（ALLMA）白皮书解读

一、AI大模型应用架构（ALLMA）的内涵AI大模型应用架构（ALLMA）是一种基于深度学习的人工智能应用架构，旨在通过大规模无标注数据预训练、指令微调
百度_开发者中心·2025-01-18 00:41

第79期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大语言模型（LLM）等安全领域应用的知识。
·2025-01-17 19:08

深度定制：Embedding与Reranker模型的微调艺术

微调是深度学习中的一种常见做法，它允许模型在预训练的基础上进一步学习特定任务的特定特征。对于Embedding模型，微调的目的是让模型更适配特定的数据集，从而取得更好的召回效果。
从零开始学习人工智能·2025-01-17 15:22

大规模语言模型从理论到实践 大语言模型预训练数据

大规模语言模型从理论到实践：大语言模型预训练数据关键词：大规模语言模型、预训练数据、数据集选择、数据清洗、数据增强、数据集评估、数据集扩展1.背景介绍1.1问题的由来随着深度学习和大规模神经网络的发展，
AI大模型应用之禅·2025-01-17 03:39

debian最小安装后，从零安装GUI界面（gnome）

安装命令（顺序执行即可）aptinstallsudonala默认普通用户是无法执行sudo命令的，修改使其可以执行sudo命令（不过我看了一下/etc/sudoer文件并没有被修改，先埋个坑）adduser
翻滚吧键盘·2025-01-17 00:42

学英语学Elasticsearch：04 Elastic integrations 工具箱实现对第三方数据源的采集、存储、可视化，开箱即用

/scalability可扩展性/ˌskeɪləˈbɪlɪti/deployment部署/dɪˈplɔɪmənt/functionality功能/ˌfʌŋkʃəˈnæləti/pre-packaged预
学会了没·2025-01-16 19:56
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他