AI推介-多模态视觉语言模型VLMs论文速览（arXiv方向）：2024.04.25-2024.05.01
目前，高效构建大型视觉语言（VL）模型的解决方案分为两步：将预训练视觉编码器的输出投射到预训练语言模型的输入空间，作为视觉提示；然后通过端到端参数高效微调（PEFT）将模型转移到下游 VL 任务中。然而，这种模式仍然效率低下，因为它大大增加了语言模型的输入长度。在本文中，与将视觉提示整合到输入中不同
从安全角度看用大语言模型实现的自动驾驶
23年12月来自美国西北大学、耶鲁大学和英国利物浦大学的论文“Empowering Autonomous Driving with Large Language Models: A Safety Perspective“。
MySQL Online DDL原理解读
MySQL原生Online DDL是MySQL数据库提供的一项功能，它允许在不中断数据库服务的情况下执行数据定义语言（DDL）操作。
AI大模型探索之路-实战篇5：探索Open Interpreter：开放代码解释器调研
在数字化时代的快速演进中，人工智能技术已成为引领变革的关键力量。其中，Open Interpreter这一新兴工具的出现，不仅令人耳目一新，更标志着一个全新编程模式的诞生。Open Interpreter的理念在于通过自然语言直接与计算机对话，让代码编写和程序运行变得更加亲民和高效。本文将深入探讨O
通过搜索 API 增强 LLM 比较 4 种搜索 API，为 LLM 提供最新数据访问的 AI 代理
人工智能开发领域不断进步，将可靠的搜索 API 与您的语言学习模型（LLM）结合使用，可以通过提供最新和相关的数据，显著增强您的 AI 代理的性能。然而，在众多选择中，选择最合适的一个可能会有挑战。本文旨在通过使用 GPT-4 评估四种知名且新颖的搜索 API，协助您在决策过程中做出选择。我们将迅速
中国国内首个突破100B超参的开源 LLM 诞生了——Qwen 110B
新发布的 Qwen2.5 与前身 Qwen2.0 相比，在推理、代码理解和文本理解方面有了显著的进步，现在可以通过 Model Studio 获得。根据大型模型评估系统 OpenCompass 的数据，Qwen2.5 在 SOTA（State-of-The-Art）LLM 中展示了各个类别的竞争结果
开源大模型之辩：真假开源
人工智能在近几年的飞速发展，不仅打破了很多传统技术和习惯，也让全球围绕大模型生态迎来了全新的赛道之争。尤其是从去年开始，全球互联网大厂掀起了“百模大战”，大家耳熟能详的互联网大厂如微软、谷歌、百度、阿里等接连下场，经过半年多的发力，这些科技巨头围绕着大模型生态而面临选择开源大模型还是闭源大模型。
TEXT2SQL工具vanna本地化安装和应用
在待连接的mysql数据库的，demodb数据库中新建表和记录，当然可以在不同数据库里面创建表，并插入不同的数据，根据实际情况可以调整SQL，并调整后续步骤的python代码中连接数据库的内容。这里的脚本chroma使用的local的模型，运行了以下脚本后，会在运行的目录下生成chroma.sqli
Ollama+Chatbox，搭建本地AI聊天系统
然后打开Chatbox，点击左侧的设置，在模型选项卡，选择AI模型提供方：Ollama，API域名：http://localhost:11434，模型：选择你喜欢的模型，其它默认，确定保存即可开始使用。Ollama是一个开源的大型语言模型服务,提供了类似OpenAI的API接口和聊天界面,可以非常方
开源模型应用落地-LangSmith试炼-入门初体验-监控和自动化（五）
学习Monitoring and automations功能，帮助开发者更好地管理和优化LangChain应用程序，提高其性能、可靠性和用户体验。
AI推介-多模态视觉语言模型VLMs论文速览（arXiv方向）：2024.04.10-2024.04.15
尽管扩散模型已成功应用于各种图像复原（IR）任务，但其性能对训练数据集的选择非常敏感。通常情况下，在特定数据集中训练的扩散模型无法恢复有分布外退化的图像。为了解决这个问题，这项工作利用了一个功能强大的视觉语言模型和一个合成降解管道来学习野外图像修复（野外 IR）。更具体地说，所有低质量图像都使用合成
MySQL普通表转换为分区表实战指南
本文将详细指导新手开发者如何将MySQL中的普通表转换为分区表。分区表在处理庞大数据集时展现出显著的性能优势，不仅能大幅提升查询速度，还能有效简化数据维护工作。通过掌握这一技巧能够更好地应对数据密集型应用带来的挑战，为系统的高效运行奠定坚实基础。
互联算法备案 —— 人工智能的必要资质，保障您的技术合规
在申报时，算法备案填报者应真实准确地填写备案主体信息，包括主体基本信息、证件信息、法定代表人信息、算法安全责任人信息等，下载《算法备案承诺书》和《落实算法安全主体责任基本情况》模板并完成填写，填写完毕并加盖公章后扫描上传备案系统。备案内容包括：算法主体信息、产品及功能信息、算法信息：《算法备案承诺书
一文彻底整明白，基于Ollama工具的LLM大语言模型Web可视化对话机器人部署指南
在上一篇博文中，我们在本地部署了**Llama 3 8B**参数大模型，并用 Python 写了一个控制台对话客户端，基本能愉快的与 Llama 大模型对话聊天了。但控制台总归太技术化，体验不是很友好，我们希望能有个类似 ChatGPT 那样的 Web 聊天对话界面，本博文就安排起来……
AI推介-多模态视觉语言模型VLMs论文速览（arXiv方向）：2024.05.20-2024.05.25
大型语言模型（LLM）的成功促进了多模态大型语言模型（MLLM）这一新的研究趋势，改变了计算机视觉各个领域的研究范式。虽然 MLLM 在许多高级视觉和视觉语言任务（如 VQA 和文本到图像）中取得了可喜的成果，但还没有研究表明低级视觉任务如何从 MLLM 中受益。我们发现，由于视觉模块的设计原因，目
mysql optimizer_switch : 查询优化器优化策略深入解析
当查询条件可以通过多个索引来满足时，MySQL 可以合并这些索引以更有效地检索数据。在复杂查询中，这可以显著提高性能。ICP 允许将 WHERE 子句中的条件推送到存储引擎层进行处理。这减少了存储引擎需要返回给优化器的数据量，因为它可以在检索数据时就过滤掉不符合条件的行。当查询包含子查询时，标志控制
使用Ollama+OpenWebUI部署和使用Phi-3微软AI大模型完整指南
本地运行大型语言模型的强大工具Ollama是一个开源框架，旨在为本地运行大型语言模型（LLM）提供简便易用的解决方案。是一个开源的、轻量级的本地大模型运行框架，旨在帮助用户轻松地在本地运行和管理各种大型语言模型（LLM）。它提供了一套简单易用的API，用于创建、运行和监控模型，并支持多种流行的LLM
Agent : 一文读懂LLM Agent架构，详解Profile，Memory，Planning，Action模块作用
对于对Agent感兴趣的朋友们，我推荐一篇论文，它全面地介绍了Agent的架构，对于理解Agent的全局有着重要的价值。架构就像PC的硬件，但仅依赖架构设计是不够的，我们还需要赋予Agent完成不同任务的能力，这些被视为“软件”资源。除了这些基础知识，我认为最有价值的部分在于，它总结了基于大型语言模
AIGC简介：如何利用人工智能进行内容生成
在信息技术飞速发展的今天，人工智能（AI）已经从科幻幻想变为我们日常生活中的实用工具。特别是人工智能生成内容（AIGC）技术的发展，正在革命性地改变我们获取和消费信息的方式。无论是自动编写新闻报道、生成个性化的营销文案，还是设计图像和视频，AIGC的应用都显示出无限的可能性和潜力。
智谱AI GLM4开源！快速上手体验
GLM-4-9B 是智谱 AI 推出的最新一代预训练模型 GLM-4 系列中的开源版本。在语义、数学、推理、代码和知识等多方面的数据集测评中，GLM-4-9B 及其人类偏好对齐的版本 GLM-4-9B-Chat 均表现出较高的性能。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、
