Nomic Embed：能够复现的SOTA开源嵌入模型
Nomic-embed-text是2月份刚发布的，并且是一个完全开源的英文文本嵌入模型，上下文长度为8192.该模型有137M个参数在现在可以算是非常小的模型了。
AI大模型在金融科技领域的应用与创新
1.背景介绍随着人工智能技术的不断发展，人工智能大模型在各个领域的应用也越来越广泛。金融科技领域也不例外。在这篇文章中，我们将探讨 AI 大模型在金融科技领域的应用与创新。金融科技领域的发展主要集中在金融服务、金融风险管理、金融市场和金融产品等方面。随着数据规模的增加，计算能力的提升以及算法的创新，
开源模型应用落地-安全合规篇（一）
通过对用户输入的内容进行合法性检测，确保项目安全合规。
【探索AI】十八 深度学习之第3周：卷积神经网络（CNN）（二）-常见的卷积层、池化层与全连接层
全连接层（Fully Connected Layer）是卷积神经网络（CNN）中的一个关键组件，它通常位于网络的末端，负责将前面层提取的特征整合并映射到最终的输出结果上。全连接层的作用是将前面层（如卷积层和池化层）提取的特征进行加权求和，并通过激活函数得到最终的输出结果。
sora参考文献整理及AI论文工作流完善（更新中）
OpenAI最新发布的Sora效果惊为天人，除了阅读研究原文（openai.com/research/video-generation-models-as-world-simulators）之外，其引用的32篇参考文献也是了解对应技术路线的重要信息。借此机会，也顺便探索一下整个AI论文的工作应该是什
AI引爆算力需求，思腾推出支持大规模深度学习训练的高性能AI服务器
可见AIGC技术对社会的变革性影响，同时也引爆了AI行业对训练和推理的大模型需求。英伟达是行业翘楚，而A800又是英伟达的明星产品，其算力更是行业望其项背的存在，思腾合力IW4221-8GRs这款产品，任意两个 GPU 之间可以直接进行数据 P2P 交互，GPU 间 P2P 通信速率为 400GB/
深度学习之目标检测R-CNN模型算法流程详解说明（超详细理论篇）
RCNN算法分为4个步骤:获取候选区域：对于一张输入的图像，首先使用selective search算法获取2000个左右的候选区域。获取图像特征：将图像输入到卷积神经网络中获取图像特征，这一部分可以采用常用的图像卷积神经网络如VGGNet,AlexNet等。获取区域类别：在初步获得目标的位置之后，
优化改进YOLOv5算法之Wise-IOU损失函数
边界框回归（BBR）的损失函数对于目标检测至关重要。它的良好定义将为模型带来显著的性能改进。大多数现有的工作假设训练数据中的样本是高质量的，并侧重于增强BBR损失的拟合能力。如果盲目地加强低质量样本的BBR，这将危及本地化性能。Focal EIoU v1被提出来解决这个问题，但由于其静态聚焦机制（F
使用Tokeniser估算GPT和LLM服务的查询成本
Tokeniser包可以有效地计算文本输入中的令牌来估算这些成本。本文将介绍如何使用Tokeniser有效地预测和管理费用。
李宏毅2023机器学习作业1--homework1——模型创建
方便更新超参数，对模型进行参数调整。
如何检测AI辅写的疑似度：深入探讨perplexity与burstiness
为了最大化词汇所选择的perplexity，我们需要在训练AI模型时注重语言特性的学习和模仿，同时结合人类创作者的智慧，提高AI生成内容的自然度和可读性。为了最大化词汇所选择的burstiness，我们需要在AI模型中引入更多的随机性和创造性，使其生成的内容既符合语言规则，又具有独特的表达方式和创意
AI大预言模型——ChatGPT在地学、GIS、气象、农业、生态、环境等应用
AI大预言模型——ChatGPT在地学、GIS、气象、农业、生态、环境等应用
开源模型应用落地-工具使用篇-Spring AI（七）
Spring AI调用OpenAI及Ollama系列模型，良心之作，全网唯一，绝非搬运，希望能给您带来一些些帮助！
StarCoder 2：GitHub Copilot本地开源LLM替代方案
在本文中，我们将介绍StarCoder2的一些基本信息，然后建立一个本地环境，搭建StarCoder2-15B模型并用Python, JavaScript, SQL, c++和Java测试其编码能力。
开源模型应用落地-工具使用篇-Ollama（六）
Ollama集成QWen1.5系列模型，全网唯一，绝非搬运。
论文查重遇AI辅写疑似度？这样修改更稳妥
通过重新审视论文内容、合理引用与标注、调整句式与表达、增加个人见解与分析、利用专业工具辅助修改以及请教导师或同行等方法，您可以轻松应对这一问题，使论文更加原创和严谨。仔细检查论文中的每个段落，特别是那些与AI辅写工具生成的文本相似的部分。如果在论文中确实使用了AI辅写工具生成的内容，务必进行合理的引
AI：115-基于深度学习的创意广告图像生成
基于深度学习的创意广告图像生成随着人工智能的飞速发展，深度学习技术在各个领域崭露头角。其中，基于深度学习的创意广告图像生成正成为营销领域的一项引人瞩目的创新技术。通过利用神经网络和深度学习算法，企业能够以前所未有的方式创造独特、引人入胜的广告图像，有效提升品牌形象和产品推广效果。深度学习技术为创意广
AI大预言模型——ChatGPT在地学、GIS、气象、农业、生态、环境应用
AI大预言模型——ChatGPT在地学、GIS、气象、农业、生态、环境应用
AI论文速读 |【综述】深度学习在多元时间序列插补的应用
普遍存在的缺失值导致多元时间序列数据只有被部分观测，破坏了时间序列的完整性，阻碍了有效的时间序列数据分析。最近，深度学习插补方法在提高损坏的时间序列数据的质量方面取得了显着的成功，从而提高了下游任务的性能。在本文中，对最近提出的深度学习插补方法进行了全面的调查。首先，提出了所有调研的方法的分类，然后
LLM 加速技巧：Muti Query Attention
MQA 是 19 年提出的一种新的 Attention 机制，其能够在保证模型效果的同时加快 decoder 生成 token 的速度。在大语言模型时代被广泛使用，很多LLM都采用了MQA，如Falcon、PaLM、StarCoder等。
