语言模型
2024/9/13 22:16:14
文本嵌入新方案：合合信息acge模型荣登C-MTEB榜首
目录 0 写在前面1 文本嵌入：LLM落地的根基2 C-MTEB：acge荣夺榜一2.1 max tokens2.2 文本分类2.3 文本聚类 3 acge demo演示与体验总结 0 写在前面
随着信息技术的发展和应用场景的不断扩大，人们需要处理和利用大量的文档信息。而传统的手动处…
从零开始构建大语言模型（MEAP）
原文：annas-archive.org/md5/c19a4ef8ab1664a3c5a59d52651430e2 译者：飞龙 协议：CC BY-NC-SA 4.0 一、理解大型语言模型
本章包括 大型语言模型（LLM）背后的基本概念的高层次解释 探索 ChatGPT 类 LLM 源自的 Transfo…
Reflection 70B——HyperWrite推出的大型语言模型
每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领…
大语言模型的上下文窗口（Context Windows）：对人工智能应用的影响
大语言模型（LLMs）极大地提升了人工智能在理解和生成类人文本方面的能力。其中一个影响其效用的基本方面是它们的 “上下文窗口”—— 这个概念直接影响着这些模型接收和生成语言的有效性。我将深入探讨上下文窗口是什么、它们对人工智能应用的影响以及组…
必备资源！精选大模型领域100篇必读论文，赶紧加入收藏夹！
本文主要为当前大模型领域热门研究方向（如文生图、文生视频、文生音乐等）的热门论文。希望能够为大家提供较为全面的大模型最新研究进展。当然，目前还无法涵盖所有热门论文以及研究方向，望请见谅。
以下，为2024年2月份…
欢迎 Llama 3：Meta 的新一代开源大语言模型
介绍 Meta 公司的 Llama 3 是开放获取的 Llama 系列的最新版本，现已在 Hugging Face 平台发布。看到 Meta 持续致力于开放 AI 领域的发展令人振奋，我们也非常高兴地全力支持此次发布，并实现了与 Hugging Face 生态系统的深度集成。 Llama 3 提…
在亚马逊云科技上利用Agent和生成式AI写小说（上篇）
今天小李哥将介绍亚马逊推出的国际前沿人工智能AI大模型平台Amazon Bedrock上的Agent的功能。我们将利用Agent结合代码应用工作流服务Step Functions创建链式提示词（Prompt Chaining），通过提示词调用Amazon Bedrock上AI大模型写一篇小说。其中…
【Datawhale AI夏令营第四期】 浪潮源大模型应用开发方向笔记 Task05 源大模型微调实战代码精读 RAG测试 AI简历助手代码优化 网课剩余部分
【Datawhale AI夏令营第四期】 浪潮源大模型应用开发方向笔记 Task05 源大模型微调实战代码精读 RAG测试 AI简历助手代码优化 网课剩余部分
教程基础背景知识：
微调能解决的问题正好是我需要的——模型在某个特定方面上能力不够。我感觉这种情况适用于让模型去完成…
【Qwen-Audio部署实战】Qwen-Audio-Chat模型之对话机器人部署测试
系列篇章💥
No.文章1【Qwen部署实战】探索Qwen-7B-Chat：阿里云大型语言模型的对话实践2【Qwen2部署实战】Qwen2初体验：用Transformers打造智能聊天机器人3【Qwen2部署实战】探索Qwen2-7B：通过FastApi框架实现API的部署与调用4【Q…
通过API方式访问llama3
一、安装Ollama，在上一篇文章中已经详细介绍如何安装Ollama Ollama安装好，就是下面的界面： 二、从Ollama中获得接口地址 三、从通过命令行窗口，访问llama3 API
curl http://localhost:11434/api/generate -d {"model":…
经典大语言模型解读(1)：BERT——基于双向Transformer的预训练语言模型
论文：BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
前言
BERT（Bidirectional Encoder Representation from Transformer）是Google于2019年提出的预训练语言模型。与寻常的Transformer架构不同&#…
欺诈文本分类检测（十四）：GPTQ量化模型
1. 引言
量化的本质：通过将模型参数从高精度（例如32位）降低到低精度（例如8位），来缩小模型体积。
本文将采用一种训练后量化方法GPTQ，对前文已经训练并合并过的模型文件进行量化，通…
开源模型应用落地-sherpa-onnx-AIGC应用探索（十）
一、前言 sherpa-onnx 具有诸多优势，它功能丰富，支持语音转文本、文本转语音、说话人识别等多种功能且能离线运行，无需联网；可在多种架构和操作系统上使用，包括 Android、iOS、Windows 等；提供多种编程语言的 API；拥有丰富的预构建资源，如 Android APKs、Flutter APPs …
【自然语言处理】python之人工智能应用篇——文本生成技术
文本生成是指使用自然语言处理技术，基于给定的上下文或主题自动生成人类可读的文本。这种技术可以应用于各种领域，如自动写作、聊天机器人、新闻生成、广告文案创作等。
一、文本生成技术的核心要素包括：
1. 预训练模型
概述：预…
论文解读 | ACL2024 Outstanding Paper：因果指导的主动学习方法：助力大语言模型自动识别并去除偏见...
点击蓝字 关注我们 AI TIME欢迎每一位AI爱好者的加入！ 点击阅读原文观看作者直播讲解回放！ 作者简介 孙洲浩，哈尔滨工业大学SCIR实验室博士生 概述 尽管大语言模型（LLMs）展现出了非常强大的能力，但它们仍然…
AI跟踪报道第55期-新加坡内哥谈技术-本周AI新闻: GPT NEXT (x100倍)即将在2024推出
每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领…