【python】Python中采集Prometheus数据，进行数据分析和可视化展示
Prometheus是一个开源的监控和警报工具，专门用于记录和查询时间序列数据。它提供了一个强大的查询语言PromQL（Prometheus Query Language），允许用户根据不同的标签和指标选择特定的时间序列数据。在Python中，我们可以通过Prometheus的HTTP API来采集
云漾AI创作平台 ChatGPT+AI绘画平台+支持GPT4.0+Midjourney绘画
Midjourney中文版，云漾AI，生成式AIGC聚合平台
【深度解析】AI大模型的全面概述
随着人工智能技术的迅猛发展，AI大模型一直被视为推动人工智能领域提升的关键因素，大模型已成为了引领技术浪潮研究和应用方向。大模型是指具有庞大规模和复杂结构的人工智能模型，它们具有数以亿计的参数和深层次的神经网络架构。这些模型通过学习海量数据和深度神经网络的优化，在各种任务上取得了令人瞩目的成果。本文
3款自己电脑就可以运行AI LLM的项目
AnythingLLM、LocalGPT和PrivateGPT都是与大语言模型（LLM）相关的项目，它们允许用户在本地环境中与文档进行交互，但它们在实现方式和特点上存在一些差异。AnythingLLM使用Pinecone和ChromaDB来处理矢量嵌入，并使用OpenAI API来实现其LLM和会话
Linux安装Ollama实现本地AI服务的搭建
Ollama是一个开源的大型语言模型服务工具，它帮助用户快速在本地运行大模型，通过简单的安装指令，可以让用户执行一条命令就在本地运行开源大型语言模型，例如 Llama2。配置说明，该脚本会同时安装docker服务和ollama服务，所以用户不需要提前准备docker环境，如果客户服务器上已经有doc
Skeleton Recall Loss 分割领域的新突破：极大的减少了资源消耗，还能提高性能
这篇论文则介绍了一个新的损失：Skeleton Recall Loss，我把它翻译成骨架召回损失.这个损失目前获得了最先进的整体性能，并且通过取代密集的计算**他的计算开销减少超过90% !**
深入探索：【人工智能】、【机器学习】与【深度学习】的全景视觉之旅
人工智能、机器学习和深度学习是现代科技的重要组成部分，正深刻影响着各个行业的发展。从理论到实践，再到未来的发展趋势，AI技术的发展为我们提供了前所未有的工具来解决复杂的问题。然而，随着技术的进步，新的挑战也随之而来，如数据隐私、伦理问题等。为了实现AI技术的可持续发展，我们需要在技术创新与社会责任之
人工智能时代，程序员如何保持核心竞争力？
AI辅助编程对程序员工作的影响 程序员应重点发展的核心能力 人机协作模式下的职业发展规划
应对AI辅助编程工具的崛起：程序员的变革之道
随着AIGC（如ChatGPT、MidJourney、Claude等）大语言模型的不断涌现，AI辅助编程工具正在迅速普及，改变了程序员的工作方式。这些工具不仅提升了编程效率，也引发了对程序员未来角色的广泛讨论。有人担心AI可能取代部分编程工作，也有人认为AI是提高效率的得力助手。那么，在这场技术变革
Datawhale AI夏令营第四期魔搭-AIGC文生图方向Task1笔记
不用写一行代码，只需要跟着步骤点点点，就可以完成task01！本笔记可视作学习手册速通指南的（无意义）扩充版本。灰色的备注是关于该步骤的解释和拓展，可以先跳过，等走完所有步骤再回头看！
20240806 每日AI必读资讯
联合站队除360，包括BAT在内的大厂有百度、字节跳动、腾讯、阿里巴巴、华为，国产大模型“五小虎”， 智谱AI、月之暗面、MiniMax、百川智能、零一万物，还有五家头部垂类厂商，商汤科技、科大讯飞、好未来、幻方量化、面壁智能。- 该国产大模型能在综合能力12项指标的测试中，11项都超过了GPT-4
20240809 每日AI必读资讯
Runway Academy的Gen-3 Alpha提供了一种将真人视频与生成的视觉特效结合的创新方法。- 新增模型支持: Flux 模型集成为用户提供了示例工作流和模型下载链接，显著增强了 AI 图像生成能力。- 结合3D高斯溅射技术（3DGS），赋予了ExAvatar更真实和高效的渲染能力。-
0基础学会在亚马逊云科技AWS上利用SageMaker、PEFT和LoRA高效微调AI大语言模型（含具体教程和代码）
Amazon SageMaker 是一个完全托管的机器学习服务（大家可以理解为Serverless的Jupyter Notebook），专为应用开发和数据科学家设计，帮助他们快速构建、训练和部署机器学习模型。使用 SageMaker，您无需担心底层基础设施的管理，可以专注于模型的开发和优化。它提供了
ChaosMeta for AI：混沌工程让AI稳定性更上一层楼
混沌工程的核心思想是“通过在真实环境中引入故障，评估和提升系统的稳定性”。在实际应用中，这意味着通过故意制造各种错误和故障，观察系统的表现，从而找出和修复系统的脆弱点。随着AI系统逐渐成为现代技术的支柱，混沌工程的应用范围也在不断扩展。输出内容：模拟历史已发生的故障，如输出乱码，通过注入代码篡改故障
使用Ollama框架下载与使用Llama3 AI大模型的详尽指南
其中，由Meta AI开发的Llama3 AI大模型凭借其卓越的文本生成、翻译和问答能力，吸引了众多开发者和研究者的目光。它利用Docker容器技术，简化了大型语言模型的部署和管理过程，用户只需通过简单的命令即可启动和停止模型。此外，Ollama提供了丰富的预训练模型库，覆盖了从文本生成到翻译、问答
Datawhale X 魔搭 AI夏令营第四期 魔搭-AIGC方向 task01笔记
Datawhale AI夏令营第四期魔搭-AIGC方向 task01笔记及个人心得分享。从零入门AI生图原理&实践 是 Datawhale 2024 年 AI 夏令营第四期的学习活动（“AIGC”方向），基于魔搭社区“可图Kolors-LoRA风格故事挑战赛”开展的实践学习——- 适合想 入门并实践
基于人工智能的口试模拟、LLM将彻底改变 STEM 教育
本文开发了一个基于大规模语言模型的原型，模拟了高等教育中的口试，探索了大规模语言模型在教育环境中的潜力，展示了将人工智能引入教育的广泛可能性。尽管作为一项研究还处于早期阶段，但它为大规模语言模型在这一新应用领域的能力和局限性提供了重要见解，而最新版本的 OpenAI API 及其助手在为不同学生定制
【AI学习】[2024北京智源大会]具身智能：面向通用机器人的具身多模态大模型系统
面向通用机器人的具身多模态大模型系统王 鹤 | 北京大学助理教授，智源学者边听边做一些记录。
人工智能基础导论(一篇文章让你搞懂什么是人工智能、机器学习、深度学习和强化学习）
简单介绍了人工智能AI的细分领域：机器学习、深度学习、强化学习等，对AI中的搜索、ML中的监督式学习：分类与回归、无监督式学习：聚类，进行了简单描述深度学习、强化学习。重点在于区分这几种类型以及明确其涵盖范围
【人工智能 | 机器学习 | 理论篇】模型评估与选择
本文为个人学习笔记。
