预训练大模型

ChatGPT大模型极简应用开发-目录

引言要理解ChatGPT，了解其背后的Transformer架构和GPT技术一路的演进则变得非常必要。ChatGPT背后的LLM技术使普通人能够通过自然语言完成过去只能由程序员通过编程语言实现的任务，这是一场巨大的变革。然而，人类通常容易高估技术的短期影响而低估长期影响。进一步学习关于LLM技术原理的论文、视频、图书等。在阅读这本书或者后续学习过程中，你有任何疑问都可以随时请教ChatGPT等工具
uncle_ll·2025-01-18 20:55

Python数据分析高频面试题及答案

目录1.基础知识2.数据处理3.数据可视化4.机器学习模型5.进阶问题6.数据清洗与预处理7.数据转换与操作8.时间序列分析9.高级数据分析技术10.数据降维与特征选择11.模型评估与优化12.数据操作与转换
闲人编程·2025-01-18 20:23

数据结构---C++版

数据表示：将数据存储在计算机（内存）中数据处理：处理数据，设计方案（算法）1.2计算机求解问题:1）问题→抽象出问题的模型→求模型的解问题——数值问题、非数值问题2）数值问题→数学方程非数值问题→数据结构
海狸_hlz·2025-01-18 20:51

数据分析思维

使用大量的数据、统计分析、定量、定性分析和预测模型及基于事实的管理来推动决策过程和实现价值增生。
幽兰的天空·2025-01-18 20:49

Python中用ollama库实现连续对话

importollamadefchat_with_ollama():#初始化一个列表来存储对话历史，每个元素是一个包含用户输入和模型回复的元组history=[]whileTrue:#获取用户输入，并转换为小写
longnershot·2025-01-18 20:45

Python机器学习之XGBoost从入门到实战(基本理论说明)

快速有效—深盟分布式机器学习开源平台(DistributedmachinelearningCommunity，DMLC)的分支—DMLC也开源流行的深度学习库mxnet*GBM：Machine：机器学习模型
雪域枫蓝·2025-01-18 19:10

【Python篇】深入机器学习核心：XGBoost 从入门到实战

2.1梯度提升简介3.安装XGBoost4.数据准备4.1加载数据4.2数据集划分5.XGBoost基础操作5.1转换为DMatrix格式5.2设置参数5.3模型训练5.4预测6.模型评估7.超参数调优
半截诗·2025-01-18 19:06

python调用ollama库详解

0准备1）准备Ollama软件（注意：两个不是同一个东西）详见上次的文章Ollama通过gguf文件加载AI模型（补充：关于Ollama加载AI模型的补充）2）准备ollama库如果您还未安装ollama
2201_75335496·2025-01-18 19:36

【YOLOv8杂草作物目标检测】

YOLOv8杂草目标检测算法介绍模型和数据集下载算法介绍YOLOv8在禾本科杂草目标检测方面有显著的应用和效果。
stsdddd·2025-01-18 19:35

【大模型】Spring AI Alibaba 对接百炼平台大模型使用详解

目录一、前言二、SpringAI概述2.1springai是什么2.2SpringAI核心能力2.3SpringAI应用场景三、SpringAIAlibaba介绍3.1SpringAIAlibaba是什么3.2SpringAIAlibaba核心特点3.3SpringAIAlibaba应用场景四、SpringBoot对接SpringAIAlibaba过程4.1前置准备4.1.1获取apikey4.1
小码农叔叔·2025-01-18 19:05

思维图GOT：用大语言模型解决复杂问题

23年8月份来自瑞士和波兰的大学以及一个数据公司Cledar的大语言模型论文“GraphofThoughts:SolvingElaborateProblemswithLargeLanguageModels
硅谷秋水·2025-01-18 19:05

EL表达式与JSTL标签库详解

基础系列，该系列主要学习JavaWeb开发原生框架、Servlet、JSP、request请求对象、response响应对象、Session会话对象、Filter过滤器、EL表达式、JSTL标签库、三层开发模型等知识点
秦老师Q·2025-01-18 18:33

【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

集成AI离线免费，全平台毫秒级快速处理！

抠图作为一种常见的图像处理操作，并不是每个小伙伴都完全掌握PS技能，对于那些复杂的抠图操作往往会显得捉襟见肘，近两年随着AI技术的进步，各类软件都和AI集合，希望通过AI快速、高效的实现某些操作；分享一款免费、离线并且内嵌AI模型的抠图工具
纪元A梦·2025-01-18 18:28

1.Spring AI 从入门到实践

SpringAI从入门到实践1.什么是SpringAI2.使用SpringBoot&SpringAI快速构建AI应用程序3.ChatClient&ChatModel简化与AI模型的交互4.SpringAIPrompt
laopeng301·2025-01-18 18:57

关于 PHP 性能优化

一般来说，性能优化可先从大的方向开始考虑，从对影响性能比较大的因素来考虑，比如现在使用PHP5.7，性能据说可以成倍提高，最后考虑的应该是PHP语法细节上。1.PHP部署环境单台服务
很青的青蛙·2025-01-18 18:27

【论文翻译】GOT-OCR论文翻译——General OCR Theory: Towards OCR-2.0 via a Unified End-to-end Model

目录通用OCR理论：通过统一的端到端模型迈向OCR-2.00摘要1引言2相关工作2.1传统OCR2.2基于LVLM的OCR3通用OCR理论3.1框架3.
机器白学·2025-01-18 18:57

Spring 开发必备：深入解析 Spring Bean 的六大作用域

SpringBean一共有六种作用域，我们可以将它们比作是不同场景下的“服务助手”。1.单例作用域（Singleton）：•就像餐厅里只有一个“领班助手”，无论顾客多少次呼唤，来的都是同一位助手。•在Spring容器中，单例作用域的Bean也只会有一个实例，无论在哪里获取，都是同一个对象。•适用于无状态的Bean，如数据库连接池等。2.原型作用域（Prototype）：•就像餐厅里每次顾客呼唤都会
码农技术栈·2025-01-18 18:56

HiveMetaException: Unknown version specified for initialization: 3.1.0（或者其他版本号）

遇到这个问题，也是很难发现的，查阅很多文章，乱七八糟，也可能是遇到的问题不相同吧，我们从以下两个方面去排查吧1.检查你的hive-site.xml和hive-env.sh，配置对就行，这个网上一大片，注意要正确
一品_人生·2025-01-18 18:25

文心一言 vs gpt-4 全面横向比较

文心一言是中国百度公司研发的大规模语言模型，它有超多的参数，就像一个超级大脑，特别擅长理解并生成中文内容。在聊天啊、写文章啊、答题这些任务上表现不错，对中国文化和国情有更深的理解和适应能力。
周盛欢·2025-01-18 18:54

NVIDIA Hopper解说

它代表了NVIDIA在加速计算领域的最新进展，旨在为AI训练和推理、HPC应用提供前所未有的性能提升。
白总Server·2025-01-18 17:24

LLMs，即大型语言模型

LLMs，即大型语言模型，是一类基于深度学习的人工智能模型，它们通过海量的数据和大量的计算资源进行训练，可以理解和生成自然语言。
maopig·2025-01-18 17:52

随机森林分类算法原理与实验分析

这种方法不仅提高了模型的准确性，还增强了模型的稳定性和鲁棒性。随机森林的主要特点是通过随机选择样本和特征来构建多个决策树，从而避免单棵决策树可能产
ningaiiii·2025-01-18 17:52

【论文速读】| 利用大语言模型在灰盒模糊测试中生成初始种子

基本信息论文标题:HarnessingLargeLanguageModelsforSeedGenerationinGreyb0xFuzzing作者:WenxuanShi,YunhangZhang,XinyuXing,JunXu作者单位:NorthwesternUniversity,UniversityofUtah关键词:Greyb0xfuzzing,LargeLanguageModels,Seed
云起无垠·2025-01-18 17:52

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

【LLM】大语言模型（LLMs）

大型语言模型（LLMs）1.什么是大型语言模型？大型语言模型（LargeLanguageModel，LLM）是基于深度学习的自然语言处理模型，能够理解和生成自然语言文本。
林九生·2025-01-18 17:21

全新 Hopper 架构的Transformer 引擎有什么特点？

Transformer引擎是全新Hopper架构的一部分，将显著提升AI性能和功能，并助力在几天或几小时内训练大型模型。
扫地的小何尚·2025-01-18 17:50

大语言模型（LLMs）入门教程（非常详细）从零基础入门到精通，看完这一篇就够了

大语言模型（LLMs）作为人工智能（AI）领域的一项突破性发展，已经改变了自然语言处理（NLP）和机器学习（ML）应用的面貌。
大模型零基础教程·2025-01-18 17:19

BERT详解

论文的主要特点以下几点：使用了双向Transformer作为算法的主要框架，之前的模型是从左向右输入一个文本序列，或者将l
comli_cn·2025-01-18 17:18

《AI语言模型的关键技术探析：系统提示、评估方法与提示工程》

文章主要内容摘要1.系统提示(SystemPrompt)定义:用于设置模型行为、角色和工作方式的特殊指令重要性:定义模型行为边界影响输出质量和一致性可将通用模型定制为特定领域助手挑战:技术集成复杂兼容性问题效果难以精确预测
XianxinMao·2025-01-18 17:16

《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
XianxinMao·2025-01-18 17:16

Flink 常见面试题

1、Flink的四大特征（基石）checkpoint:基于Chandy-Lamport算法，实现了分布式一致性快照，提供了一致性的语义。State:丰富的StateAPI。
知否&知否·2025-01-18 16:14

1.4走向不同：GPT 与 BERT 的选择——两大NLP模型的深度解析

走向不同：GPT与BERT的选择——两大NLP模型的深度解析在自然语言处理（NLP）领域，GPT（GenerativePretrainedTransformer）和BERT（BidirectionalEncoderRepresentationsfromTransformers
少林码僧·2025-01-18 16:12

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

JavaWeb开发 - Filter过滤器详解

开发中的Filter过滤器技术，收录于JavaWeb基础专栏，该专栏主要学习JavaWeb开发原生框架、Servlet、JSP、请求对象、响应对象、Session会话对象、Filter过滤器、三层开发模型等知识点
秦老师Q·2025-01-18 16:42

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

使用神经网络拟合6项参数

定义model2.1CNN_LSTM2.2Transformer3.定义train脚本3.1loss和optimizer3.2train3.3predict1.数据预处理1.1添加参数解析为了方便管理模型和训练等参数
Andrew_Xzw·2025-01-18 15:06

IoTDB 入门教程 基础篇⑤——数据模型和基础概念

文章目录一、前文二、数据模型2.1关系型数据库MySQL。
小康师兄·2025-01-18 14:58

大模型prompt提示工程案例

二、Prompt的基本结构指令部分：清晰明确地说明你希望大模型执行的任务。输入部分：提供必要的输入信息，以便大模型理解上下文。约束部分（可选）：为大模型的输出设定限制，如字数、格式、语言等。
数研妙手·2025-01-18 14:28

AUTOSAR汽车电子嵌入式编程精讲300篇-智能网联汽车CAN总线-基于电压信号的CAN总线入侵检测系统设计与实现

目录前言入侵检测系统研究现状入侵检测系统建模CAN总线入侵检测威胁模型DeepSVDD模型入侵检测系统方案设计挑战和解决方案差分信号的采集与处理差分信号的特征提取入侵检测模型的设计入侵检测系统性能评估实验环境设置不同的车辆状态不同数量的攻击目标不同发送频率的攻击消息
格图素书·2025-01-18 14:57

使用 Node.js 处理异步编程的挑战

然而，这种异步编程模型也带来了挑战，尤其是当我们需要处理复杂的异步操作时。本文将深入探讨Node.js中异步编程的挑战，并介绍一些常见的解决方案。
·2025-01-18 14:30

2025 年最好的谷歌地图数据采集软件推荐

2024年，谷歌地图抓取已成为企业和研究人员的一大变革。凭借不断更新的餐厅、酒店、药店等数据库，谷歌地图提供了大量信息。
·2025-01-18 14:27

MCP（Model Context Protocol）模型上下文协议 理论篇8 - 根目录（Roots）

模型上下文协议（ModelContextProtocol,MCP）提供了一种标准化的方式，使客户端能够向服务器暴露文件系统的“根目录”（Roots）。
AIQL·2025-01-18 14:55

通过Java代码实现图片的放大和缩小

在多模态模型的架构上，ChatGPT的绘图能力主要依赖以下几个核心组件：跨模态编码器（Cross-ModalEncoder）：跨模态编码器的作用是将文本和图像的特征进行对齐。
·2025-01-18 14:25

MATLAB语言的计算机基础

MATLAB（矩阵实验室）作为一种高级编程语言和环境，广泛应用于数据分析、算法开发、模型创建、数字图像处理和计算机视觉等多个领域。
疯狂小小小码农·2025-01-18 13:52

Laplace方法

适用于∫abfn(x)g(x)dx\int_a^bf^n(x)g(x)dx∫abfn(x)g(x)dx型积分的渐近估计，要记得可以通过变形和换元法转化为标准模型。
懒洋洋爱睡觉·2025-01-18 13:21

C语言魔法秀：代码中的“隐藏技能”大揭秘！从位运算到联合体的奇幻之旅

掌握一些有创意和想法的编程技巧对于提升编程能力和写出高效、优雅的代码至关重要。以下是一些我分享的C语言编程技巧，它们不仅深入而且能够增加编程效率。1.利用位运算优化性能C语言中的位运算是一种非常强大的工具，可以用于高效地处理整数数据。通过位运算，我们可以实现快速的数值计算、状态标记和数据压缩。例如，使用位与(&)和位或(|)运算可以高效地合并和分离标志位，使用位移(>)运算可以快速地进行数值的乘除
firdawn·2025-01-18 13:50

3DUnet实现3D医学影像的有效分割

3DUnet实现3D医学影像的有效分割1.配置代码环境2.配置数据集以及模型文件3.训练4.预测1.配置代码环境这里介绍一个很好的开源项目，git为：https://github.com/ellisdg
Andrew_Xzw·2025-01-18 13:49

基于生成式人工智能的网联自动驾驶：通感融合决策技术

首先讨论了生成式人工智能技术如何提高自动驾驶决策、训练、感知和导航等模块的性能，接着探讨了其在融合了语义通信、通感一体和新型空口技术的下一代车联网中的角色，然后提出了基于人工智能代理的网联自动驾驶模型，
罗伯特之技术屋·2025-01-18 13:17
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他