数据顾问：大型语言模型的动态数据策划与安全对齐
数据顾问首先生成关于现有数据属性的简明报告，涵盖数据的多维分布。通过查询聚焦的总结，数据顾问能够有效地识别出新生成数据中的安全问题。例如，在安全对齐的背景下，数据顾问会优先考虑数据集中的多样性和安全问题的全面覆盖。
用 API 实现 AI 视频摘要：动手制作属于你的 AI 视频小助手
尝试做一个属于你自己的AI视频总结/摘要小助手！这并不难，即便你不懂任何深度学习的知识，也完全可以做到。
星火智能体创建指南
笔者在偶然的机会发现了一个官方发布的有键盘当作奖品的活动，从而知晓了这个入口。但是文档不是很完善，因此提供了从头创建的过程记录以及简单测评。本文从零使用结构化和编排式进行了创建。较星火模型而言，结构化的智能体文字能力略有优势，图像能力欠佳。编排式创建的定制化程度较高，但是不提供API接口，依托星火运
AI大语言模型进阶应用及模型优化、本地化部署、从0-1搭建、智能体构建技术
在过去几年中，人工智能领域的发展迅猛，尤其是大语言模型的应用，为各行各业带来了前所未有的创新与突破。从ChatGPT-3.5的推出到GPT Store的上线，再到最新的多模态交互ChatGPT-4o，OpenAI不断引领科技潮流，推动AI生态系统的构建。深入理解和掌握大语言模型的前言技术，涵盖了提示
【Python大语言模型系列】开源机器人对话系统框架RASA介绍与使用（案例分析）
开源机器人对话系统框架RASA介绍与使用（案例分析）
开源模型应用落地-Qwen2.5-7B-Instruct与vllm实现离线推理-降本增效（一）
将Qwen2.5模型与vLLM框架进行有效整合，通过离线推理为实际项目带来更大的价值。
AI较量：2024年9月份最新国产大模型与ChatGPT的真实能力测试，谁更胜一筹？
经过上述的测试提问，可以看出来GPT除了在汉字文学上确实稍显逊色。其他的能力实至名归的第一。不过，国产大模型中也确实有一些体现了它们的长处。比如：豆包和文心一言，在汉语文学上的理解是非常通透的。最后说一下我心中的排名吧。TOP1—GPT，实至名归的第一，没有那么多花里胡哨的东西，实打实的算力。TOP
ChatGPT-4o丨AI大语言模型优化、本地化部署、从0-1搭建、智能体构建、多模态、时间序列、目标检测及语义分割
ChatGPT-4o丨AI大语言模型优化、本地化部署、从0-1搭建、智能体构建、多模态、时间序列、目标检测及语义分割
Agent Q：自主 AI 智体的高级推理和学习
24年8月来自MultiOn AGI公司和斯坦福大学的论文“”Agent Q: Advanced Reasoning and Learning for Autonomous AI Agents“。
【ollama 在linux 上离线部署 本地大模型】
简介如何用ollama 在linux部署大模型
人工智能-大语言模型-微调技术-LoRA及背后原理简介
大语言模型的微调技术LoRA及成功背后原理分析文章。
大模型实战一、Ollama+RagFlow 部署本地知识库
通过以上步骤，你已经成功在 Windows 系统上通过 Docker 部署了一个本地化的大模型知识库，结合 RagFlow 和 Ollama，安装了通义千问2 7B 模型和中文 Embedding 模型，构建了一个支持中文问答的系统。这种设置适用于企业内部知识管理、自动化客服、智能问答等场景。
【AI大模型】初识LangChain：功能强大的语言模型框架
LangChain由 Harrison Chase 创建于2022年10月，它是围绕LLMs（大语言模型）建立的一个框架，LLMs使用机器学习算法和海量数据来分析和理解自然语言，GPT3.5、GPT4是LLMs最先进的代表，国内百度的文心一言、阿里的通义千问也属于LLMs。LangChain自身
足球分析：AI竟能准确预测足球比赛结果？
在当今这个时代，AI可谓是无所不能了。从AI写作到AI绘画，AI技术在短短几年内就迎来了飞速发展，如今就连足球预测这一充满了变数的领域也被AI所进军。那么，AI真的能预测足球比赛的结果么，效果又怎么样呢，本文将为您揭开AI足球预测领域的大门。
EUREKA：通过编码大语言模型实现人类级别的奖励设计
24年4月来自Nvidia、UPenn、Caltech 和 UT Austin 的论文“EUREKA: Human-Level Reward Design Via Coding Large Language Models”。
AI大神 Sebastian Raschka 发布新书《从零开始构建大语言模型》
书的地址：https://livebook.manning.com/book/build-a-large-language-model-from-scratch/这本书用清晰的文字、图表和示例解释每个阶段，从最初的设计和创建，到采用通用语料库进行预训练，一直到针对特定任务进行微调。配套的代码：htt
【论文速读】|用于安全代码评估的大语言模型：一项多语言实证研究
本文研究了大语言模型（LLMs）在多种编程语言中检测和分类软件漏洞的有效性。重点评估了GPT-3.5 Turbo、GPT-4 Turbo、GPT-4o、CodeLlama-7B、CodeLlama-13B和Gemini 1.5 Pro六种预训练LLMs在Python、C、C++、Java和JavaS
AI时代的程序员：如何保持并提升核心竞争力
随着人工智能生成内容（AIGC）技术的快速发展，编程行业正经历深刻变革。AI辅助编程工具如ChatGPT等提升了开发效率，但也引发了部分程序员对工作被取代的担忧。面对这一趋势，程序员可以选择深耕特定领域，或广泛学习多样化技能，以适应技术变化。此外，创造力、沟通能力和问题解决能力等软技能，将成为AI无
开源模型应用落地-模型微调-模型研制-模型训练（二）
通过微调让预训练模型更好地适应各种特定任务的要求
【AI大语言模型应用】使用Ollama搭建本地大语言模型
简单介绍什么是Ollama这玩意儿其实就是一个能够帮你快速启动并运行大语言模型的平台。你可以类比于Java中的Springboot+maven这个ollama是用go语言编写的，我对go语言了解不深，所以更细节的平台实现需要各位自行学习。目前这个ollama支持 windows、linux、maco
