基于星火大模型的群聊对话分角色要素提取挑战赛|#AI夏令营#Datawhale#夏令营-Lora微调与prompt构造
以上只是一个简洁的思路，如果有其他想法欢迎在评论区留言。
AI大模型环境—Vanna安装分享（text-2-sql）
AI大模型环境—Vanna（text-2-sql）
AI：181-大型语言模型（LLMs）在AIGC中的核心地位
从基础到实践，深入学习。无论你是初学者还是经验丰富的老手，对于本专栏案例和项目实践都有参考学习意义。每一个案例都附带关键代码，详细讲解供大家学习，希望可以帮到大家。正在不断更新中~
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
开源模型应用落地-FastAPI-助力模型交互-WebSocket篇（二）
使用FastAPI提高AI应用程序的开发效率和用户体验,为 AI 模型的部署和交互提供全方位的支持。
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
开源模型应用落地-FastAPI-助力模型交互-WebSocket篇（一）
使用FastAPI提高AI应用程序的开发效率和用户体验,为 AI 模型的部署和交互提供全方位的支持。
Qwen72B-int4 服务器部署（服务器部署 和 web交互部署）
我这里用的是算力云 选择的是两张4090 扩容是50G进入终端输入命令切换文件 cd autodl-tmpcurl -s https://packagecloud.io/install/repositories/github/git-lfs/script.deb.sh sudo apt-get up
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
Dify：开源语言模型应用开发平台
这是一个开源的LLM应用开发平台，用于快速从原型转化为生产。
智谱AI 发布最新开源模型GLM-4-9B，通用能力超Llama-3-8B，多模态版本比肩GPT-4V
GLM-4-9B 模型具备了更强大的推理性能、更长的上下文处理能力、多语言、多模态和 All Tools 等突出能力。
SpringAI通过Ollama连接大语言模型通义千问
随着大语言模型发展越来越成熟，Apache开源组织也出了自己的SpringAI开源工程Spring AI项目旨在简化包含人工智能功能的应用程序的开发，避免不必要的复杂性。该项目从著名的 Python 项目（例如 LangChain 和 LlamaIndex）中汲取灵感，但 Spring AI 并不是
大语言模型高质量提示词工程技巧指南
什么是 Prompt 工程？Prompt 工程是创建提示或指导像 ChatGPT ，文心一言这样的语言模型输出的过程。它允许用户控制模型的输出并生成符合其特定需求的文本。大模型能够生成类似于人类的文本，但如果没有适当的指导，它可能无法始终产生期望的输出。这就是 Prompt 工程的作用，通过提供清晰
开源模型应用落地-qwen1.5-7b-chat-LoRA微调代码拆解
深入学习qwen1.5-7b-chat模型官方微调脚本
PaliGemma – 谷歌的最新开源视觉语言模型（二）【附代码】
PaliGemma代码
【Ubuntu20.04部署通义千问Qwen-7B，实测成功】
Ubuntu20.04，部署通义千问大模型，Qwen-7B，2080Ti
SambaNova SN40L：利用数据流和专家组合扩展 AI 内存堡垒
24年5月来自AI芯片创业公司SambaNova的论文“SambaNova SN40L: Scaling the AI Memory Wall with Dataflow and Composition of Experts“。
elasticsearch PipelineI详解：原理与使用
在Elasticsearch的数据处理流程中，Pipeline API为数据的预处理和转换提供了强大的工具。随着Elasticsearch 5.x版本之后Ingest Node的引入，Pipeline API的引入为开发者们提供了更多的灵活性和便利性。本文将对Pipeline API的原理、具体使用
【AI大模型应用开发实战】数据标注：标注工具与方法应用
随着人工智能技术的飞速发展，尤其是大规模预训练模型（如GPT-3、BERT等）的出现，数据与标注的质量和数量成为了影响模型性能的关键因素。大模型需要海量的数据进行训练，而这些数据必须经过精心的标注，以保证模型能够理解和生成高质量的输出。数据是指用于训练模型的原始信息集合，可能包括文本、图像、音频等多
