用LangChain构建大语言模型应用
LangChain 是一个开源 Python 库，任何可以编写代码的人都可以使用它来构建 LLM 支持的应用程序。 该包为许多基础模型提供了通用接口，支持提示管理，并在撰写本文时充当其他组件（如提示模板、其他 LLM、外部数据和其他工具）的中央接口。
调用ChatGpt的API接口遇到问题详解
调用openai的API接口，由于科学上网导致的无法访问问题
小白也能看懂的ChatGPT知识介绍
ChatGPT 是一款由 OpenAI 开发的人工智能技术驱动的语言模型应用。以下是 ChatGPT 的主要特点和功能：自然语言处理：ChatGPT 可以识别和理解自然语言，包括英语、法语、德语、西班牙语等多种语言。它可以回答各种问题、提供各种建议，并与人类进行自然的对话。语言模型：ChatGPT
NLP与GPT联合碰撞：大模型与小模型联合发力
NLP是自然语言处理，而GPT是自然语言生成模型。它们的联合碰撞结果是大模型与小模型联合发力，是因为大模型可以提供更好的语言理解和生成能力，而小模型则可以更快地进行推理和预测。因此，将它们结合起来，可以充分发挥它们各自的优势，提高模型的性能和效率。
用好Python自然语言工具包-- 实例“基于本地知识库的自动问答”
Tokenize是指将一段文本分割成单独的词语或符号序列的过程。在自然语言处理中，文本预处理通常包括将原始文本数据转换为可供分析的结构化数据。分词是这个过程中的一个重要步骤，它可以将一段文本分割成有意义的单元，例如单词、标点符号、数字、缩略词等等。分词技术可以基于不同的规则和算法实现，如空格、标点符
ChatGPT将批量文档翻译成中文的方法
目前ChatGPT的出现，让我们有了一个新的选择，ChatGPT支持批量文档翻译成中文，并且支持各个语种，通过ChatGPT我们可以批量完成文档的高质量翻译。这些软件通常采用自然语言处理技术，通过对待翻译文本的分词、词义分析、语法分析等多种技术处理，实现对文本中的单词、短语、句子等级别的翻译。虽然文
ChatGLM-6B 模型介绍及训练自己数据集实战
ChatGLM-6B 模型介绍及训练实战
ChatGPT的实现原理
ChatGPT实现原理
NLP大模型微调答疑
我理解ChatGLM-6B模型是走完 “预训练-SFT-RLHF” 过程训练后的模型，其SFT阶段已经有上千指令微调任务训练过，现在我们只是新增了一类指令数据，相对大模型而已，微调数据量少和微调任务类型单一，不会对其原有的能力造成大的影响，所以我认为是不会导致灾难性遗忘问题，我自己微调模型也没出现此
自然语言处理—文本分类综述/什么是文本分类
最近在学习文本分类，读了很多博主的文章，要么已经严重过时（还在一个劲介绍SVM、贝叶斯)，要么就是机器翻译的别人的英文论文，几乎看遍全文，竟然没有一篇能看的综述，花了一个月时间，参考了很多文献，特此写下此文。思维导图https://www.processon.com/mindmap/61888043
国内怎么玩chatGPT-chatGPT中文版入口
目前，国内有一些可用的ChatGPT模型和平台，可以方便用户使用。以下是一些代表性的中文ChatGPT模型和平台：THU Transformer: 清华大学自然语言处理实验室开发的中文自然语言处理模型，基于GPT模型架构进行研发，提供了文本生成、问答、文本分类等功能。百度PaddleNLP：百度开发
LangChain与大型语言模型(LLMs)应用基础教程:角色定义
在和让大型语言模型(LLM)如ChatGPT等对话时，为了要让LLM能准确回答我们的问题，我们应该在对话之前给LLM设定一个角色，这样当LLM知道自己的角色定位以后，它的回答将会符合自己的角色，而不会天马行空，自由发挥。
【Python自然语言处理+tkinter图形化界面】实现智能医疗客服问答机器人实战（附源码、数据集、演示 超详细）
【Python自然语言处理+tkinter图形化界面】实现智能医疗客服问答机器人实战（附源码、数据集、演示 超详细）
LangChain与大型语言模型(LLMs)应用基础教程:神奇的Agent
今天我们学习了LangChain的agent功能，它可以通过语言指令的方式执行各种数据分析、汇总、统计以及预测等功能，如果你是一个不会编程的小白，那可以尝试一下agent。
GPT是如何工作的？应用场景有哪些？
比如，给定“我想看陈赫演的爱”，语言模型可能会预测“情”字的概率较高，“乐”字的概率略低，“莲”字的概率也较低。你可能听说过GPT这个词，它是一种人工智能技术，可以生成各种各样的文本，比如小说、诗歌、新闻、对话等。那么，它是如何工作的呢？现实应用场景：GPT可以作为AI生活助手、AI售后客服、办公场
transformers包介绍——nlp界最顶级的包——可以不用 但不能不知道——python包推荐系列
transformers包介绍——nlp界最顶级的包——可以不用 但不能不知道——python包推荐系列
NLP领域大语言模型汇总
大语言模型是近年来人工智能领域重要研究方向之一。它们是基于深度学习技术构建的神经网络，可以自动学习和生成自然语言文本，如文章、对话、诗歌、代码等等。本文主要真针对目前比较火热的自然语言大语言模型，进行简单介绍，LLM包括了OpenAI的ChatGPT、百度文心一言、清华的GLM等模型。
【自然语言处理】主题建模：BERTopic（理论篇）
在我的博客中已经写了很多关于主题建模的内容，当你准备了解 BERTopic 时，默认你已经知道了 LSA、pLSA、NFM、LDA 等传统的主题建模方法。关于主题建模的前置知识我在这里不做赘述，感兴趣的同学可以看看我前几篇博客。学习 BERTopic 需要一定的机器学习基础，让我们一起开始吧！
前沿探索，AI 在 API 开发测试中的应用
Apikit 是结合 API 设计、文档管理、自动化测试、监控、研发管理和团队协作的一站式 API 生产平台，可以快速、规范地管理所有 API，已经成为当前 API 研发管理的主流产品。
清华 ChatGLM-6B 中文对话模型部署简易教程
ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，基于 General Language Model (GLM) 架构，具有 62 亿参数。结合模型量化技术，用户可以在消费级的显卡上进行本地部署（INT4 量化级别下最低只需 6GB 显存）。 ChatGLM-6B 使用了和 ChatG
