本机部署大语言模型：Ollama和OpenWebUI实现各大模型的人工智能自由
可以看到，系统正在下载qwen的模型（并保存在C盘，C:\Users.ollama\models 如果想更改默认路径，可以通过设置OLLAMA_MODELS进行修改，然后重启终端，重启ollama服务。本篇文章介绍在window系统下，安装Ollama并且安装gemma（谷歌大模型）、llama2（
Datawhale AI夏令营- 讯飞机器翻译挑战赛baseline解析
本文介绍了训练机器翻译挑战赛的赛题,以及基于datawhale的baseline写了一篇解析。通过seq2seq完成了一个机器翻译模型的搭建
如何区分人工智能生成的图像与真实照片（上）
本指南的目标是帮助你培养对视觉不一致性的敏锐眼光，并校准你对图像是否由AI生成、真实或太模糊而无法在没有进一步信息的情况下知道的直觉。
Mistral AI最新力作——Mistral Large媲美GPT-4
Mistral Large 也通过微软的 Azure 平台提供，使得用户可以利用 Azure AI Studio 的交互式环境和 Azure Machine Learning 的机器学习服务来使用 Mistral Large 模型。这一成绩的取得，凸显了 Mistral Large 在处理复杂任务时
AI PC 大语言模型部署实验手册
AI PC 大语言模型部署实验手册下载学习，轻松部署，在 AI PC 上体验基于英特尔® 酷睿™ Ultra 优化的大语言模型！
开源模型应用落地-chatglm3-6b-gradio-入门篇（七）
使用gradio搭建AI交互界面
开源模型应用落地-LangChain高阶-QWen1.5-外部实时数据
通过LangChain调用外部心知天气API，并将结果返回给QWen1.5模型进行加工处理
【ACM出版】2024人工智能与自然语言处理国际学术会议（AINLP 2024，7月19-21）
【ACM出版】2024人工智能与自然语言处理国际学术会议（AINLP 2024）2024 International Conference on Artificial Intelligence and Natural Language Processing
【机器学习】机器学习与自然语言处理的融合应用与性能优化新探索
机器学习作为自然语言处理领域的重要技术，已经在多个应用场景中取得了显著的成果。通过对数据的深入挖掘和模型的不断优化，机器学习技术将在自然语言处理中发挥更大的作用，推动语言理解和生成技术的发展。
AI：182-利用Python进行自然语言处理（NLP）（BERT与GPT的应用）
BERT是由Google开发的预训练语言表示模型，其突出特点是双向编码器结构，能够更好地理解上下文信息。BERT可以应用于各种NLP任务，如文本分类、命名实体识别、问答系统等。GPT是由OpenAI提出的生成式预训练转换模型，其核心思想是使用自回归模型生成文本。GPT模型在文本生成、对话系统等领域有
AI：185-自然语言处理（NLP）技术在AIGC中的突破
NLP技术还可以用于大规模数据的分析与总结，帮助企业快速获取有价值的信息。例如，在金融领域，NLP可以分析市场新闻和报告，生成投资分析和建议。
字符串相似度算法完全指南：编辑、令牌与序列三类算法的全面解析与深入分析
在自然语言处理领域，人们经常需要比较字符串，这些字符串可能是单词、句子、段落甚至是整个文档。本文将详细介绍这个问题。
从此以后，将硬件接入大语言模型(LLM)将变得如此简单~ （esp32接入AI）
esp-ai 让你的 esp32 开发板轻松接入 ai 服务。为你的开发板提供全套的AI对话方案，包括但不限于 `ESP32` 系列开发板的 `IAT+LLM+TTS` 集成方案。
使用 NVIDIA NIM 部署生成式 AI 的简单指南
无论您是在本地还是在云端工作，NVIDIA NIM 推理微服务都可以为企业开发人员提供来自社区、合作伙伴和 NVIDIA 的易于部署的优化 AI 模型。作为 NVIDIA AI Enterprise 的一部分，NIM 提供了一条安全、简化的前进道路，可快速迭代并为世界一流的生成式 AI 解决方案构建
零刻SER8 AMD 8845Hs Ryzen AI 本地部署大语言模型教程！
零刻SER8 AMD 8845Hs Ryzen AI 本地部署大语言模型教程！零刻SER8 8845HS,配备了一个内置的 NPU（神经网络处理单元），可以通过LM Studio语言大模型来部署己的 GPT 模型 AI 聊天机器人，AI 助手已迅速成为提高生产力、效率，甚至是头脑风暴的关键资源。在本
AnythingLLM 的 Docker 使用
AnythingLLM是使用大语言模型LLM的一站式简便框架。
人工智能大模型之开源大语言模型汇总（国内外开源项目模型汇总）
人工智能大模型之开源大语言模型汇总（国内外开源项目模型汇总）
开源模型应用落地-chatglm3-6b-批量推理-入门篇（四）
使用chatglm3进行批量推理，提升吞吐量，减少延迟
奥特曼：AI模型能解决所有物理问题；开源模型排行全体重测，中国Qwen2卫冕冠军 | AI头条
尽管整体使用率低，但自去年 9 月以来，美国使用 AI 的办公桌工作者比例增长了近 80%，表明人们正在逐渐探索 AI 的应用，尤其是那些已经使用AI的人，在生产力、抗压能力和工作满意度上分别提高了 3%、5% 和 6%。Altman 承认 AI 被用于不良目的的可能性不可避免，特别是在即将到来的选
AI智能体研发之路-工程篇（四）：大模型推理服务框架Xinference一键部署
本文简要讲述了一行代码完成Xinference本地部署以及两行代码完成Xinference分布式部署以及webui和接口调用，其中快捷部署、极为友好的webui、可配modelscope以及提供兼容OpenAI的API等诸多优点，实属良心之作。真诚的希望通过写博客的方式将自己涉猎过的大模型开源项目分
