盘点当下智能体应用开发的几种形态
现在多智能体系统开发的关注度越来越高了，不光在开发者的圈子热度很高，很多职场人士，甚至是小白也参与其中，因为现在的门槛越来越低了，尤其是，最近特别火的扣子（coze）和百度的appbuilder，小白也能轻松制作一个属于自己的智能体应用。同时，做智能体的方法却越来越多。然而，这么多的多智能体框架究竟
TabNine: 全语言AI自动补全插件指南
TabNine: 全语言AI自动补全插件指南 TabNineAI Code Completions项目地址:https://gitcode.com/gh_mirrors/ta/TabNine 项目介绍TabNine 是一款高效且强大的跨平台AI代码补全工具，支持包括Java、JavaScript/T
强化学习—多智能体
多智能体强化学习是强化学习中的一个重要分支，涉及多个智能体在动态和交互的环境中学习和决策。它面临着挑战，如非稳定性、维度灾难以及智能体之间的协作与竞争。然而，随着算法的不断进步，MARL 在多个复杂应用领域中显示出巨大的潜力和前景。如果有更多的具体问题或需要深入讨论某个方面，欢迎继续提问！在一个包含
虹猫ai,文刻创作出品
虹猫AI的创作过程虽然是由人工智能完成的，但是它仍然需要人类的输入和指导，无法完全替代人类创作者的角色。虹猫AI是一种基于人工智能技术的创作工具，能够模仿人类的创作风格和能力进行作品创作。虹猫AI拥有强大的语言理解和生成能力，可以理解用户输入的问题或指令，并生成相关的创作内容。虹猫AI的创作能力基于
递归最小二乘法推导
递推最小二乘法（Recursive Least Squares, RLS）是一种时间序列分析方法，它用于在线更新线性回归模型的参数，而不需要重新拟合整个数据集。这种方法特别适用于数据流或实时系统。
深扒国内EI会议出版社（IEEE,Springer等 ）检索概率
在选择参与EI会议时，研究者需要综合考虑出版社的声誉、会议的正规性、以及检索概率。不应轻信会议组织方的保证，因为出版社自己也无法100%保证检索结果。建议通过官方渠道获取信息，审慎评估会议的质量和可靠性，以确保自己的学术成果能够得到有效的展示和认可。同时，研究者应密切关注出版社的政策变动和EI数据库
SpringAI + 智谱
智谱 AI 是一家中国的人工智能公司
利用 VAE、GAN 和 Transformer 释放生成式 AI
生成式人工智能是人工智能和创造力交叉的一个令人兴奋的领域，它通过使机器能够生成新的原创内容，正在彻底改变各个行业。从生成逼真的图像和音乐作品，到创建逼真的文本和身临其境的虚拟环境，生成式人工智能正在推动机器所能实现的界限。在这篇博客中，我们将踏上探索生成式人工智能与VAE、GAN和Transform
使用智谱AI大模型翻译视频字幕
不久前，国内的头部大模型厂商智谱 AI ，刚刚推出了 `glm-4-0520` 模型，该模型被认为是当前平台最先进的模型，具备 128k 的上下文长度，并且相较于前一代模型，指令遵从能力大幅提升 18.6%。可以看出，智谱AI对于该模型寄予厚望。
【大模型搭建】部署Ollama，pull失败，手动构建方案
Ollama 是一个专注于简化大规模机器学习模型开发的框架。它提供了一系列工具来帮助开发者轻松地定义、训练和部署大型语言模型。优点：• 提供了简洁的API，易于上手。• 支持多种硬件加速选项，如GPU和TPU。• 内置了许多预训练模型，方便快速开始实验。缺点：• 对一些高级功
Qwen-VL大模型LoRA微调、融合及部署
Qwen-VL大模型LoRA微调、融合及部署
【搜索核心技术】经典搜索核心算法：BM25及其变种
上篇介绍了TF-IDF算法和它的四个变种，相对于TF-IDF而言，在信息检索和文本挖掘领域，BM25算法则更具理论基础，而且是工程实践中当仁不让的重要基线（Baseline）算法。BM25在20世纪70年代到80年代被提出，到目前为止已经过去二三十年了，但是这个算法依然在很多信息检索的任务中表现优异
目前比较好用的AI大模型创作工具地址合集及亮点应用
2024年，可以说是AI人工智能大模型爆发的元年，各类AI模型应用层出不穷，令人应接不暇。从前年底国外OpenAI公司的ChatGPT大模型推出开始，到去年国内百度公司的文心一言大模型率先向全社会开放使用，很多人都为人工智能时代的到来感到震惊和无所适从；有的人感到了焦虑和恐惧，担心AI不久就会取代自
在国产芯片上实现YOLOv5/v8图像AI识别- 【1.2】进行开发前的准备工作
硬件准备：一台Ubuntu+3060显卡主机，主要用来训练工作。一台MacBook，主要用来编程工作。软件准备：MacBook安装vscode。Ubuntu主机安装docker，如果使用云主机此处可以忽略。
机器学习的基本概念--Datawhale X 李宏毅苹果书 AI夏令营--学习笔记
机器学习（Machine Learning）：让机器具备一个找函数的能力，从而让机器实现诸如：语音识别（Speech Recognition），图片识别（Image Recognition）等功能在机器学习的大家庭中，有两种主要的学习方法：监督学习和无监督学习。监督学习（Supervised Lea
AI：249-YOLOv8主干网络的轻量化探索 | 基于华为VanillaNet的性能改进与应用（涨点必备）
VanillaNet是华为最新推出的轻量级网络架构，专为在移动端和嵌入式设备上运行而设计。轻量化设计：通过简化卷积操作和减少参数量，VanillaNet可以在保证精度的前提下，大幅降低计算复杂度。深度可分离卷积：采用深度可分离卷积（Depthwise Separable Convolution），进
用ChatGPT读文献开窍后，超简单三步完成文献综述！
“三步完成文献综述”，看完就会！
HelpLook AI 知识库：为企业提供高效智能的知识管理解决方案
打造专属的AI知识库和问答机器人。
从“数字毕业生“到“AI领航员“：大语言模型的成长之路
在人工智能的浩瀚宇宙中，大语言模型就像是刚刚走出校门的"数字毕业生"。它们虽然已经吸收了海量的知识，但还需要经历一段特殊的"培训期"，才能真正成为能够为人类社会服务的"AI领航员"。让我们一起探索这个神奇的蜕变过程，看看这些数字巨人是如何从懵懂无知到智慧过人的。
优化采样参数提升大语言模型响应质量：深入分析温度、top_p、top_k和min_p的随机解码策略
本文将详细解析并可视化定义LLM输出行为的采样策略。通过深入理解这些参数的作用机制并根据具体应用场景进行调优，可以显著提升LLM生成输出的质量。
