基于Transformer实现中英翻译任务的微调
本文旨在说明如何通过Transfoemers库和pytorch来微调一个中英翻译模型。这里选择开源的opus-mt-zh-en模型来实现微调，提升该模型在特定语料上的性能。入门小白，如果有误还请指导。
调用百度的大模型API接口实现AI对话！手把手教程！
本文介绍如何使用百度的大模型API接口实现一个AI对话项目。
AI: DeepSeek-Coder-V2 中国代码生成领域的重大突破
DeepSeek-Coder-V2 是由 DeepSeek AI 发布的最新代码生成模型，它在 DeepSeek-Coder-V1 的基础上进行了重大改进，在性能和功能方面都取得了显著提升。根据 DeepSeek AI 的官方说法，DeepSeek-Coder-V2 的性能与 GPT-4 相当，这意
个人和ai的对话（比如kimi ）会不会被上传到服务器，被其他用户检索到？
个人和ai的对话（比如kimi ）会不会被上传到服务器，被其他用户检索到？
ModelGPT——释放大型语言模型的潜力，实现定制化AI模型生成
大模型在满足用户多样化和特定需求方面还有很多有待探索的空间，浙江大学计算机科学与技术学院的研究团队提出了ModelGPT，这是一个新颖的框架，能够根据用户提供的数据或任务描述生成特别定制的AI模型。相较于传统LLMs，ModelGPT大幅减少了训练和部署所需的资源，提供高达270倍的速度提升。
使用谷歌浏览器拓展删除百度搜索引擎的AI自动生成（AI结果）
自从AI成为新风口之后，干什么都得带点AI，百度搜索也不例外，搜索什么东西都会自动生成AI回答。回答既不准确就罢了，点击停止还反应慢半拍的卡一下。因此，专门写了一个浏览器拓展程序，来删除AI回答。
大语言模型的Scaling Law：如何随着模型大小、训练数据和计算资源的增加而扩展
语言模型的规模化法则为这些强大的人工智能系统的发展和优化提供了关键洞察。正如我们所探讨的，模型大小、训练数据和计算资源之间的关系遵循可预测的幂律模式。平衡规模化：Chinchilla 的发现强调了同时对模型大小和训练数据进行等比例规模化以达到最佳性能的重要性。这挑战了之前仅增加模型大小的重点。资源分
TLM求解器使用方法【CST软件零基础教程】
由于TLM求解器支持一些特殊的材料和结构，比如压缩模型，二维材料，而在EMC仿真中常用这些特殊材料和结构将系统简化，TLM便派上用场。TLM在这里我们用CST宏自带喇叭天线为例，默认为时域T-solver，也就是FIT算法，单击Mesh View查看网格，网格数约7.7万左右。这里我们使用默认设置
【AI大模型】解锁AI智能：从注意力机制到Transformer，再到BERT与GPT的较量
在AI技术的迅猛发展中，注意力机制成为了关键驱动力，赋予机器高效处理复杂信息的能力。本文深入探索注意力机制及其核心应用——Transformer架构，解析其如何通过自注意力机制革新自然语言处理。同时，对比分析GPT与BERT两大热门模型，揭示它们在策略上的差异与共识，探讨其在未来智能技术中的潜力。此
【Datawhale AI 夏令营】第四期 浪潮源模型部署测试+解析
定位：Datawhale AI 夏令营 第四期 Task1 笔记内容：小结实践顺序 + 记录过程疑惑点。
[CR]厚云填补_MSDA-CR
云层污染是光学遥感图像中常见的问题。基于深度学习的遥感图像去云技术近年来受到越来越多的关注。然而，由于缺乏对云失真效果的有效建模和网络较弱的特征表示能力，从云图像中开发有用的多尺度云感知表示仍然具有挑战性。为了规避这些挑战，我们提出了一个多尺度扭曲感知云移除(MSDA-CR)网络，该网络由多个云扭曲
前沿情报局 | AI500G集成Hailo-8™智能算力模块，超高算力助力边缘设备实现高性能人工智能！
Hailo-8™ M.2 模块作为一款专门用于AI应用的高效能加速器，其高达26 TOPS的算力、3 TOPS/W 的高功率效率以及PCIe Gen-3.0 4通道接口的高带宽特性，使其在边缘计算、机器学习和推理决策等领域具有广泛的应用前景。而Hailo-8™ M.2 模块专为AI应用设计，能够以更
NVIDIA&GRID vGPU软件-中文用户指南（下）
本文将原官方英文文档逐字校验翻译整理，主要内容包含《Installing and Configuring NVIDIA Virtual GPU Manager》 提供分步指南在支持的管理程序上安装和配置vGPU。《Using GPU Pass-Through》解释如何配置GPU以通过支持的管理程序。
裸服务器上语音AI部署指南
本文章概述了在裸服务器上部署语音AI的步骤，包括配置YUM源、安装所需软件如OpenSSL、Python 3.10.14和PaddleSpeech，并使用Anaconda创建虚拟环境以隔离依赖。此外，还涵盖了LangChain-ChatChat如何接入chatglm3-6b模型和m3e-base模型
利用亚马逊云科技Bedrock和LangChain开发AI驱动数据分析平台
Amazon Bedrock 是亚马逊云科技推出的一项生成式 AI 服务，旨在帮助开发者轻松访问和部署各种强大的基础模型（Foundation Models），如文本生成、对话生成、图像生成等。通过 Amazon Bedrock，开发者可以快速构建、定制和扩展 AI 应用程序，而无需从零开始训练模型
【AI落地应用实战】灵办AI——学术检索与论文阅读必备插件
作为一名学术领域的探索者，。然而，这一过程并非总是一帆风顺，特别是当我们面对海量的英文学术文献时，语言障碍往往成为制约我们深入研究的瓶颈。
【AI学习】[2024北京智源大会]具身智能：具身智能关键技术研究：操纵、决策、导航
具身智能的关键点：过去是通过仿真实现基本的操作和导航技能，包括自监督的学习；现在是通过大模型，解决仿真到真实世界的gap，利用大模型的知识；那接下来，还是要利用真实世界的数据。
必看！50个ChatGPT顶尖学术论文指令，助你高效学术研究
随着人工智能技术的进步，AI已成为学术创作的重要工具。本文将为您展示如何利用AI来润色您的论文。我们精心整理了50个顶级ChatGPT学术论文指令，强烈建议您加以利用！这些指令不仅实用，还能大幅提升您的写作效率。无论是翻译难懂的文献，解析代码和数学公式，或是制作图表、纠正代码bug，这些指令都能帮助
论文阅读-Transformer Layers as Painters
尽管大语言模型现在已经被广泛的应用于各种任务，但是目前对其并没有一个很好的认知。为了弄清楚删除和重组预训练模型不同层的影响，本文设计了一系列的实验。通过实验表明，预训练语言模型中的lower和final layers与中间层分布不一致，并且中间层有着惊人的一致性。
Autoware.universe 各模块功能介绍
Autoware.Universe由以下七个部分组成sensing、map、localization、perception、planning、control、vehicle interface。
