Text-to-SQL小白入门（三）IRNet：引入中间表示SemQL
本文主要介绍了IRNet论文的基本信息，比如标题、摘要、数据集、结果&结论，以及论文中提出的不匹配问题和词汇问题以及对应的解决方案，重点学习了中间表示SemQL。
【AI实战】训练一个自己的ChatGPT
使用 Alpaca-LoRA 来训练一个自己的 ChatGPT
安装spacy+zh_core_web_sm避坑指南
spacy是Python自然语言处理（NLP）软件包，可以对自然语言文本做词性分析、命名实体识别、依赖关系刻画，以及词嵌入向量的计算和可视化等。
CentOS 安装PaddlePaddle记录
在CentOS安装部署paddlepaddle 百度飞浆平台
大白话聊聊“深度学习”和“大模型”
非人工智能专业也能读得懂的大白话~
使用 T5 模型来做文本分类任务的一些总结
使用 T5 (Text-to-Text Transfer Transformer) 来做文本分类任务的一些总结
eNSP配置防火墙有两大步骤
ensp配置防火墙简单过程
清华 ChatGLM-6B 中文对话模型部署简易教程
ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，基于 General Language Model (GLM) 架构，具有 62 亿参数。结合模型量化技术，用户可以在消费级的显卡上进行本地部署（INT4 量化级别下最低只需 6GB 显存）。 ChatGLM-6B 使用了和 ChatG
ChatGPT应用场景与工具推荐
本文会简单介绍ChatGPT的特点、局限以及存在的问题，相信随着科技的发展，ChatGPT功能会越来越强大，也会有更多类似ChatGPT的大模型出现服务用户。以下所有介绍及其演示均基于2023年3月的ChatGPT进行。
SVM模型详解
入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。一、SVM定义与解决目标SVM是一个二类分类器。其基本模型定义为特征空间上的间隔最大的线性分类器，其学习策略便是间隔最大化，最终可转化成一个凸二次规划问题的求解。即找到一个超平面，使两类数据离超平
【申请加入New Bing遇到的问题:当前无法使用此页面，cn.bing.com 重定向次数过多】
前面的文章我们详细的讲解了如何加入New Bing，之前我们直接加入还可以直接访问，但是现在访问过多就会出现当前无法使用此页面，cn.bing.com 重定向次数过多的问题，为了帮助来自五湖四海的网友解决这个问题，消除困扰，今天我们就来看看如何换一种思路解决这个问题。最后，我想告诉大家的是，遇到问题
本地电脑轻松部署GPT4（无需账号）！
最近有个超级好玩的Github开源代码分享给大家，可以实现直接在本地电脑上运行GPT4，实现给机器人对话，获得想要的内容，亲测好用！废话不多说，直接上干货！
电影知识图谱和基于模板的问答系统构建
参考目前网络上开源的医疗问答系统等项目，对基于neo4j的知识图谱构建及基于人为指定模板的问答系统构建进行了整理，笔者对代码进行了较为详尽的注释，供读者参考。
MagicThoughts｜让ChatGPT变得更智能的Finetuned数据集
现有的ChatGPT，除了稳定性有待提高、内容准确度有待提升外，想要做到垂直领域商业应用的“定制化”，还是一件很难的事。
【实体识别】深入浅出讲解命名实体识别（介绍、常用算法）
命名实体识别（Named Entity Recognition, 简称NER）（也称为实体识别、实体分块和实体提取）是信息提取的一个子任务，旨在将文本中的命名实体定位并分类为预先定义的类别，如人员、组织、位置、时间表达式、数量、货币值、百分比等。命名实体识别是自然语言处理中的热点研究方向之一， 目的
Torchtext快速入门（一）——Vocab
深入解读torchtext.vocab.Vocab
LDA模型构建与可视化
隐含狄利克雷分布（Latent Dirichlet Allocation，LDA），是一种主题模型（topic model），典型的词袋模型，即它认为一篇文档是由一组词构成的一个集合，词与词之间没有顺序以及先后的关系。一篇文档可以包含多个主题，文档中每一个词都由其中的一个主题生成。它可以将文档集中每
NLP--社区检测算法(Community Detection)总结【原理】
社区检测（Community Detection）又被称为是社区发现，用于评估节点组如何聚类或分区，以及它们增强或分离的趋势。重点对图算法中的社区检测进行了整理总结。
升级篇：超详细ChatGPT(GPT 4.0)论文润色指南+最全提示词——持续更新
不看后悔！ChatGPT 4.0一站式论文助攻指南，革新论文写作方式。
RF模型（随机森林模型）详解
入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。一、RF简介RF模型属于集成学习中的bagging流派1、集成学习简介集成学习分为2派：（1）boosting：它组合多个弱学习器形成一个强学习器，且各个弱学习器之间有依赖关系。（2）baggin
