1. 基本信息 所罗门的密码：AI时代的价值、权力与信任 Solomon's Code 奥拉夫·格罗思 马克·尼兹伯格 著 中信出版社,2022年5月出版 1.1. 读薄率 书籍总字数257千字，笔记总字数37780字。 读薄率37780÷257000≈14.7% 1.2. 读厚方向 千脑智能 脑机 ...

前言 文档分割是一项具有挑战性的任务，它是任何知识库问答系统的基础。高质量的文档分割结果对于显著提升问答效果至关重要，但是目前大多数开源库的处理能力有限。 这些开源的库或者方法缺点大致可以罗列如下： 只能处理文本，无法提取表格中的内容 缺乏有效的分割策略，要么是一整个文档全部提取，要么是词粒度的获取 ...

HeyForm 是一个非常出色的开源在线表单工具，可以通过直观的拖拽式编辑器，快速构建出美观实用的表单。 HeyForm 的功能非常丰富： 支持丰富的输入类型，从基础的文本、数字到高级的图片选择、日期选择、文件上传等，一应俱全。 通过条件逻辑和 URL 重定向实现动态、可适应的表单。 提供了强大的主 ...

欢迎阅读《Hugging Face Transformers 萌新完全指南》，本指南面向那些意欲了解有关如何使用开源 ML 的基本知识的人群。我们的目标是揭开 Hugging Face Transformers 的神秘面纱及其工作原理，这么做不是为了把读者变成机器学习从业者，而是让为了让读者更好地理 ...

最近一段时间在研究AI技术在.Net平台的使用，目前AI绝大部分是使用Python开发，偶然一次在头条看到一篇ML.NET的介绍，是Net平台下开放源代码的跨平台机器学习框架。ML.NET详细介绍 https://dotnet.microsoft.com/zh-cn/apps/machinelear ...

1. 国际象棋 1.1. 1997年计算机“深蓝”（Deep Blue）击败了顶尖国际象棋手，但机器取代数学研究机构还言之尚早 1.2. 下国际象棋与数学的形式化证明颇有相似之处，但学者认为中国围棋的思维方式更能够体现数学家思考的创造性和直觉力 1.3. 国际象棋与围棋相比，则是随着棋子一个个被吃掉 ...

在云计算的时代，越来越多的人选择将AI模型部署在云主机上，以便利用云服务提供商的弹性和可扩展性。然而，仅仅将AI模型部署到云主机上并不足以保证其性能和效率。本文将介绍云主机AI服务的性能测试和优化的具体操作过程，以帮助您充分发挥云计算平台的优势。 ...

1. 心理创造力 1.1. 自我创造力的实现结果对个体来说可能是全新的，但纵观历史其实已算是“明日黄花”，这就是心理创造力的概念 2. 激发创造力 2.1. 理智是创造力最大的敌人 2.1.1. 巴勃罗·毕加索（Pablo Picasso） 2.2. 格丽特·博登 2.2.1. Margaret B ...

对应于其强大的能力，大语言模型 (LLM) 需要强大的算力支撑，而个人计算机上很难满足这一需求。因此，我们别无选择，只能将它们部署至由本地或云端托管的性能强大的定制 AI 服务器上。 为何需要将 LLM 推理本地化 如果我们可以在典配个人计算机上运行最先进的开源 LLM 会如何？好处简直太多了: 增 ...

一、Linear Models' Bias 上篇学习机器学习一文中，所构造的 $y = b + wx_0$ 函数是一个linear model亦即线性模型，但是linear models有缺陷的——它过于简单了。实际应用中，我们所面临的不会只是一个简单的linear model，因此我们需要更复杂的 ...

CodeGeeX在升级到第三代模型时，就引入了RAG检索增强生成的能力。即模型会根据检索到的相关背景知识生成回答，大幅减轻生成内容的幻觉性。在CodeGeeX插件中，是通过侧边栏对话框中输入“@repo”触发 RAG 技术。用户可以对开源代码仓库进行提问，更准确地获得指定开源代码库相关的内容检索和生 ...

转载请备注出处：https://www.cnblogs.com/zhiyong-ITNote 概述 在做微调训练时，鉴于业务场景的需要，可能会存在微调数据集中含有敏感词汇，譬如：自杀、跳楼等。而开源模型可能没有做敏感词汇的屏蔽工程。因此可能就会出现不可预控的现象，而我遇到的是，当我输入敏感词汇时，模 ...

1. 创造力 1.1. 创造力是一种原动力，它驱使人们产生新的、令人惊讶的、有价值的想法，并积极地将这些想法付诸实践 1.2. 创造出在表面上看似新的东西相对容易 1.3. 在遇到偶然间的创造性行为时，都会表现得异常兴奋、急迫和匆忙 1.4. 价值是相对的 1.4.1. 我写的诗或画的画，在我看来是 ...

简介 Lancedb是一个用于人工智能的开源矢量数据库，旨在存储、管理、查询和检索大规模多模式数据的嵌入。Lancedb的核心是用Rust编写的，并构建在Lance之上，专为高性能 ML 工作负载和快速随机访问而设计。 快速开始 安装 pip install lancedb 目前0.6.8需要pya ...

一、简要回顾DDP 在上一篇文章中，简单介绍了Pytorch分布式训练的一些基础原理和基本概念。简要回顾如下： 1，DDP采用Ring-All-Reduce架构，其核心思想为：所有的GPU设备安排在一个逻辑环中，每个GPU应该有一个左邻和一个右邻，设备从它的左邻居接收数据，并将数据汇总后发送给右邻。 ...

说明：本人正在跟随台大李宏毅老师的课程学习，为了加强学习效果，特写成blog来记录，所有博客中的图片均截取自李宏毅老师的PPT。 一、机器学习是在干什么？ 以中学时代所学的函数为例，做应用题时我们都会建立相应的正比例函数、二次函数等来解决，给定一个自变量x都能得到唯一的因变量y。现在我想找到一个函数 ...

一、 写在前面 随着深度学习技术的不断发展，模型的训练成本也越来越高。训练一个高效的通用模型，需要大量的训练数据和算力。在很多非大模型相关的常规任务上，往往也需要使用多卡来进行并行训练。在多卡训练中，最为常用的就是分布式数据并行（DistributedDataParallel, DDP）。但是现有的 ...

1. 民营部门 1.1. 障碍最大的一步，与履行协议所需要的人才和技能有关 1.2. 多样性很好，不要过分依赖任何一种资源，因为政府会出于政治原因淡化问题，不尊重科学，甚至退出协议 1.2.1. 民营部门和非政府组织的强大联盟可能在这方面发挥至关重要的作用 1.2.2. 由于不少美国商界领袖支持《巴 ...

近来以为，使用GPT的一个方便之处就是，问题往往是自己主动问的（不论是临时受到的刺激还是长期依赖的困惑）。 在这种条件下，主动问的东西，得到了相当量（且在一些情况下还是有质的保证的）的回应的时候，难免就会在头脑中碰撞出更多的问题。 最近在学习一些东西（虽然初级但是面较广）的时候，就时常能感觉到，问题 ...

1. 解决方案 1.1. 全球人工智能的环境错综复杂，它严重依赖于价值观，且关系重大 1.2. 即使是与大家同仇敌忾的问题做斗争，也往往无法在国际社会中取得最佳效果 1.3. OPCW（禁止化学武器组织）已经帮助限制了化学武器的开发和部署，但没有协议是百分百奏效的 1.4. 如果《核不扩散条约》有完 ...