减轻幻觉新SOTA，7B模型自迭代训练效果超越GPT-4，上海AI lab发布
本文通过迭代自我训练，逐步扩大数据集的多样性和规模，并提高幻觉标注器的准确性。最终得到的ANAH-v2仅用7B参数在各种幻觉检测基准测试中首次超过了GPT-4，并在第三方幻觉检测基准测试中表现出色。ANAH-v2不仅提供了一个基于的扩展数据集的自动幻觉评估基准，为未来幻觉缓解研究铺平了道路，还通过简
开源模型应用落地-Yi模型小试-Yi-1.5-9B-Chat-16K-入门篇（一）
使用transformer调用01-ai/Yi-1.5-9B-Chat-16K
《Ai企业知识库》-模型实践-rasa开源学习框架-搭建简易机器人-环境准备(针对windows)-02
其实现在可以使用的ai的开发框架有很多很多，就需要根据各个模型的能力边界等来讨论和设计。这个步骤主要是，拿到上一步传过来的有用的记忆知识、数据。来让机器人明白要做什么。这里的dst主要是用来管理多轮对话中的时候，来处理多轮对话。Current Interpretation:现行解释。对话中的庞杂信息
算法金 | 秒懂 AI - 深度学习五大模型：RNN、CNN、Transformer、BERT、GPT 简介
每个节点不仅接收当前输入，还接收前一个节点的输出，从而形成记忆能力。Transformer 摒弃了传统 RNN 的循环结构，通过自注意力机制和并行处理，实现了更快的训练速度和更好的效果。BERT 的创新在于其双向性和预训练方法，使得模型在各种 NLP 任务中都表现优异，尤其是在需要上下文理解的任务中
Flink ResourceManager原理与代码实例讲解
Flink ResourceManager原理与代码实例讲解1. 背景介绍1.1 大数据处理的挑战在大数据时代,海量数据的实时处理已成为各行各业的迫切需求。传统的批处理框架如Hadoop MapReduc
分布式深度学习训练中DP,DDP,FSDP这三者之间的区别和联系是什么
Data Parallelism 是最基本的并行训练方法，将数据划分为多个小批次，每个小批次在不同的计算单元（如GPU）上独立计算，然后将结果汇总。Distributed Data Parallelism 是一种改进的Data Parallelism方法，通过高效的通信机制，在多个GPU（可能跨越多
深度学习中常用损失函数介绍
选择正确的损失函数对于训练机器学习模型非常重要。不同的损失函数适用于不同类型的问题。本文将总结一些常见的损失函数，并附有易于理解的解释、用法和示例
HBase RowKey设计原理与代码实例讲解
HBase RowKey设计原理与代码实例讲解1. 背景介绍1.1 问题的由来HBase 是一个构建在分布式文件系统（如 HDFS）上的高性能、可扩展、面向列的数据库。它被设计用于处理大规模的数据集，并支持实时读取和写入。H
人工智能会越来越闭源——对话东北大学副教授王言治 | Open AGI Forum
全球围绕大模型开源、闭源的讨论众说纷纭。大模型的未来一定是闭源吗？在模型领域做开源为什么更难？社区将会是扭转开源“落后”的关键吗？GOSIM 独家对话美国东北大学副教授王言治，对以上问题一一解答。
【深度学习】图形模型基础(2)：概率机器学习模型与人工智能
概率建模在机器学习中至关重要，它利用概率分布表达不确定性，通过贝叶斯学习从数据中学习。非参数方法、概率编程、贝叶斯优化和数据压缩等技术展示了概率建模的灵活性和效率。自动建模系统能够发现并解释数据模型。随着大数据的增长，不确定性建模依然关键。概率建模将在未来机器学习和人工智能系统中发挥核心作用，为自动
大语言模型的Scaling Law：如何随着模型大小、训练数据和计算资源的增加而扩展
在这篇文章中，我们将介绍使这些模型运作的秘密武器——一个由三个关键部分组成的法则：模型大小、训练数据和计算能力。通过理解这些因素如何相互作用和规模化，我们将获得关于人工智能语言模型过去、现在和未来的宝贵见解。
【人工智能】Transformers之Pipeline（五）：深度估计（depth-estimation）
本文对transformers之pipeline的深度估计（depth-estimation）从概述、技术原理、pipeline参数、pipeline实战、模型排名等方面进行介绍，读者可以基于pipeline使用文中的代码极简的使用计算机视觉中的深度估计（depth-estimation）模型，应用
基于MindSpore实现BERT对话情绪识别
基于MindSpore实现BERT对话情绪识别。
人工智能与伦理挑战：多维度应对策略
人工智能技术近年来取得了迅猛发展，广泛应用于医疗诊断、金融分析、教育辅助、自动驾驶等各个领域，极大地提升了生产效率和服务质量，推动了科技进步和商业创新。然而，伴随其普及和应用的泛滥，AI也带来了数据隐私侵犯、信息茧房、算法歧视、虚假信息传播等诸多问题，导致社会信任危机和伦理道德挑战凸显。这种技术的双
贝叶斯分析与决策理论：用于确定分类问题决策点的应用
在分类问题中，一个常见的难题是决定输出为数字时各类别之间的切分点。
【AI大数据计算原理与代码实例讲解】ElasticSearch
【AI大数据计算原理与代码实例讲解】ElasticSearch作者：禅与计算机程序设计艺术 / Zen and the Art of Computer Programming / TextGenWebUILLM
人工智能伦理:AI在安全领域的应用
人工智能伦理:AI在安全领域的应用作者：禅与计算机程序设计艺术 / Zen and the Art of Computer Programming / TextGenWebUILLM人工智能伦理:AI在安全领域的应用1.
【深度学习-番外1】Win10系统搭建VSCode+Anaconda+Pytorch+CUDA深度学习环境和框架全过程
本文将介绍在Windows 10系统下搭建深度学习环境的完整过程，包括安装Anaconda、CUDA、NVIDIA显卡驱动以及Pytorch框架。后续本专栏的Python语言下的深度学习环境都以本篇搭建的为准。
Spark Streaming原理与代码实例讲解
Spark Streaming 是Apache Spark生态系统中的核心组件之一,是建立在Spark Core之上的实时流处理框架。它扩展了Spark的核心API,支持弹性,高吞吐,可容错的实时数据流处理。Spark Streaming能够从多种数据源(如Kafka, Flume, HDFS等)实
开源模型应用落地-FastAPI-助力模型交互-进阶篇-中间件（四）
学习FastAPI中高级中间件的相关内容
