01 2024 档案

摘要：生成式AI是简化创意人员、工程师、研究人员、科学家等工作流程的有力工具，其使用案例和可能性涵盖所有行业和个人。 生成式AI模型可以接收文本、图像、音频、视频和代码等输入，并将新内容生成成上述任何形式。例如，它将文本输入转换为图像，将图像转换为歌曲，或将视频转换为文本。 目前生成式AI流行的应用： 语 阅读全文

摘要：生成式人工智能技术使各类内容创作变得更加便捷，它能够接收多种形式的输入，如文字、图片、音频、动画、三维模型等，并据此生成全新的原创作品。 生成式AI的定义 生成式AI模型通过神经网络辨识现有数据中的规律和架构，从而创造出新的独特内容。这类模型的突破性进展之一在于，它们可以运用无监督或半监督学习等不同 阅读全文

摘要：每一个搭建大语言模型应用的AI工程师都会面临一个难题，如何选择一个合适调优方法。就算是强大的预训练LLM也可能无法直接满足项目中的特定需求。如项目需要一个特定结构的应用程序，如预训练缺失上下文的重要文件，再比如有特定术语和结构的高专业性的行业领域，面对这些问题，需要有特定的方法来调整LLM。 要决定 阅读全文

摘要：当你向大语言模型LLMs集成的问答系统平台咨询医疗方面的问题，比如呼吸道感染应该怎么治疗，它可能直接给出答案，但不会提供这个答案的依据来源，这是因为大语言模型应用过程中还存在答案透明度不足的缺陷导致。此外，大语言模型还有知识更新的滞后性、在处理复杂任务时的准确性的问题。 为了解决这些问题，检索增强生 阅读全文

摘要：使用ChatGPT的朋友应该遇到过这样的情况，模型有时候会答非所问甚至自相矛盾，这种情况被成为大语言模型的“幻觉”，即在处理和生成文本时出现的一些特定的错误或误解。这些幻觉可能源于模型对现实世界的理解不足、数据训练的偏差、或者算法本身的局限性。 出现幻觉的原因有几个方面： 1、数据训练偏差 LLM通 阅读全文

摘要：部署大型语言模型是一个详尽且复杂的过程，需要开发者们具备深入的理解和精确的实施策略。以下是对各个开发步骤的简单介绍，欢迎各位开发者一起讨论交流。 数据集的准备与处理 在部署大型语言模型之前，首先需要准备一个广泛且多样化的数据集。这个数据集应该涵盖多个领域、不同风格和语境的文本数据，这样能确保模型全面 阅读全文

摘要：在当今的技术世界中，人工智能正以前所未有的速度发展和演变。这一领域的快速发展得益于先进的机器学习算法、海量数据的可用性以及计算能力的显著提升。特别是，在自然语言处理（NLP）领域，AI的进步已经让计算机不仅能理解人类语言的基本结构，还能在更深层次上把握其语义和情感。这种能力的核心在于大型语言模型（大 阅读全文