【大模型RAG】 医疗图谱 RAG：通过图检索增强生成实现安全医疗大型语言模型
我们介绍了一种新颖的基于图的检索增强生成（RAG）框架，专为医疗领域设计，称为 MedGraphRAG，旨在增强大型语言模型（LLM）的能力并生成基于证据的结果，从而在处理私人医疗数据时提高安全性和可靠性。我们的综合流程首先使用混合静态-语义方法对文档进行分块，显著提升了对比传统方法的上下文捕获能力
一文搞懂AI科研插图制作
在当今科学研究和学术传播的环境中，视觉表达占据着越来越重要的位置。Adobe Illustrator（AI）作为一款强大的图形设计软件，在科研拼图、科学插图和数据可视化方面发挥了不可或缺的作用。在学术界，论文、报告和演示文稿的质量直接影响到研究成果的传播和影响。使用AI进行科研拼图，可以创建出具有高
Data + AI 一体架构的创新引领，开启智能数据时代新篇章
Data + AI 一体架构的创新引领，开启智能数据时代新篇章
Datawhale X李宏毅苹果书 AI夏令营 Task1
但 L2 的函数跟 L1 又不一样，L2 不一定会卡住，可以换下个批量的损失 L2 计算梯度，模型还是可以训练，还是有办法让损失变小，所以这种有噪声的更新方式反而对训练其实是有帮助的。实际上当批量大小小的时候，要“跑”完一个回合，花的时间是比大的。在有考虑并行计算的时候，大的批量大小反而是较有效率的
【人工智能】【机器学习】-好书推荐之《Python神经网络编程》
《Python神经网络编程》（原书名：Make Your Own Neural Network）是一本深度学习领域的入门级书籍，由Tariq Rashid撰写。这本书的独特之处在于它从零开始讲解神经网络的基础知识，同时提供了详细的编程实例，让读者能够亲手构建一个简单的神经网络。
我用AI实现了我的插画梦
记忆中的青春，总在追逐一些美的事情。今天晚上泡在健身房里、明天又买了把吉他学起了民谣。那一年被《千与千寻》、《你的名字》吹过的夏天，脑海里不断回放着新海诚、宫崎骏故事世界的每一帧画面。后来在朋友的帮助下开始学习插画，自学了一段时间之后，因为各种原因无限制搁浅了，这也算是青春的一种遗憾吧。时隔多年，在
头部大厂最看好的AI赛道？百度英伟达合办的智能体大赛了解一下
百度英伟达合办的智能体大赛
利用亚马逊AI代码开发助手Amazon Q开发游戏我的世界（下篇）
Amazon Q Developer 是一款由亚马逊云科技推出的AI驱动的软件开发助手，用于帮助开发者重新构想整个软件开发生命周期的体验，使得在亚马逊云科技或其他平台上构建、保护、管理和优化代码的过程变得更加快捷。其中比较亮点的功能是Amazon Q Developer Agent，它一个特性开发代
（AI大模型书籍）掌控未来： 三本不可错过的AI大模型开发宝典
本文特别推荐三本不可错过的AI大模型开发宝典。这些书籍提供了大量实践案例与代码示例，帮助读者逐步掌握从模型构建到优化的各个环节和罄尽。
多光谱和高光谱及光谱仪成像原理
多光谱遥感涉及获取可见光、近红外、短波红外图像。多光谱图像捕获电磁光谱特定波长范围内的图像数据。捕获的不同材料在这些不同波长下反射和吸收不同。在这种成像方法中，可以通过在这些遥感图像中观察到的光谱反射特征来区分材料。高光谱遥感是一种分析宽光谱条带的技术，不仅仅是为每个像素分配原色，主要目标是从场景图
通用图形处理器设计GPGPU基础与架构（一）
GPGPU（GeneralPurpose GraphicsProcessingUnit，通用图形处理器）脱胎于GPU(Graphics ProcessingUnit，图形处理器）。GPGPU由于其强大的运算能力和高度灵活的可编程性，已经成为深度学习训练和推理任务最重要的计算平台。这主要得益于GPGP
SGLang Runtime v0.2伯克利新AI推理引擎，出手即王炸，吊打TRT-LLM、vLLM！贾扬清点赞
SGLang是一种大语言模型和视觉语言模型的服务框架。它基于并改进了多个开源LLM服务引擎的优秀设计，包括LightLLM[4]、vLLM[5]和Guidance[6]。它利用了FlashInfer[7]的高性能注意力CUDA内核，并集成了受gpt-fast[8]启发的torch.compile。此
目前比较火爆的国产AI大模型有哪些？它们分别有什么特色和优缺点？
2023年被誉为AI大模型的元年，从OpenAI先后推出了多个版本的GPT，再到国内外大模型的密集发布、技术与应用的突破、行业生态的初步形成以及社会影响的广泛化。这一年标志着AI大模型的发展进入了一个新的阶段并将在未来继续引领人工智能技术的发展和应用落地。时至今日，目前有哪些国产AI大模型在激烈的竞
Datawhale X 魔搭 AI夏令营第四期 | AIGC文生图——进阶上分 实战优化 Task3笔记
Hi，大家好，我是半亩花海。在上一个任务中，我们逐行精读baseline，掌握了利用AI工具提升学习效率，并制作了话剧连环画，初步了解Secpter WebUI。今天，我们将深入探讨微调的基本原理及其参数，旨在优化效果。同时，介绍文生图工作流平台ComfyUI，帮助实现更高度定制的文生图生成，进一步
Datawhale X 魔搭 AI夏令营第四期 魔搭-AIGC方向 -task-02
随着AIGC技术的不断成熟，AI生图不再仅仅局限于生成简单的图形或图像，而是能够根据用户的指令、风格参考或情感需求，创作出富有创意和个性化的图像作品。进入21世纪，特别是深度学习技术的兴起，特别是卷积神经网络（CNN）和生成对抗网络（GAN）的提出，彻底改变了AI生图技术的格局。随着人工智能（AI）
IT管理：我与IT的故事1--努力是成功的序曲
部门开会时，说起业务需求，时不时抱怨业务部门不真懂业务，需求提得不到位，影响进度，影响质量，等等。当你跟其他人共识不同的时候，你会发现身边到处都是敌人，所有人都不懂你的用心良苦，也无法理解你做的这件事有多大的意义，只会轻飘飘的一句“你随便弄一下不就好了”。我在主管需求提出部门的时候，要求用户部门：尊
LLM端侧部署系列 | 手机上运行47B大模型?上交推理框架PowerInfer-2助力AI手机端侧部署
近日，上海交大为大模型能够在智能手机上部署提出PowerInfer-2，该框架是专为智能手机设计且高度优化的推理框架。目前PowerInfer-2支持的最大模型是Mixtral 47B MoE模型，在inference的时候每秒可生成11.68个token，这比其他最先进的框架快22倍。即使是使用7
分享 | 金融机构的标配：全渠道反欺诈平台
反欺诈建设绝非一朝一夕之功，需要金融机构长期投入、全面发力
（Hugging Face）如何训练和评估 Transformer 模型（代码 + 实践）
这个函数在实例化时，它需要一个分词器（tokenzier）以便知道使用哪个填充用的 token，以及模型填充在输入的左侧或右侧。填充到该批次中最长序列的长度，而不是填充到整个数据集中最长序列的长度。最后一项我们需要做的是，当我们将元素一起进行批处理时，将所有 example 填充到最长的句子的长度。
《Attention Is All You Need》解读
是一篇由Ashish Vaswani等人在2017年发表的论文，它在自然语言处理领域引入了一种新的架构——Transformer。这个架构现在被广泛应用于各种任务，如机器翻译、文本摘要、问答系统等。Transformer模型的核心是“自注意力”（self-attention）机制，这一机制能够有效捕
