首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
i_u
掘友等级
前端
|
缙嘉前端团队
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
487
文章 459
沸点 28
赞
487
返回
|
搜索文章
赞
文章( 459 )
沸点( 28 )
Prompt Engineering技术大全
什么是提示工程? 提示工程,就是创建一堆指令,提示(询问、指导)ChatGPT 这类语言模型输出语料文本。提示工程帮助用户控制语言模型输出,生成适合的特定需求。 提示公式(prompt formula
低代码AI:使用AutoML预测广告媒体渠道的销售额
在这一章中,您将使用AutoML构建一个模型,以预测广告媒体渠道的销售额。首先,您将使用Pandas探索数据。然后,您将学习如何使用AutoML来构建、训练和部署一个机器学习模型,以进行销售额的预测。
低代码AI:数据如何在机器学习中推动决策制定
本章探讨了数据在企业中的作用以及其对业务决策制定的影响。您还将了解机器学习(ML)工作流程的组成部分。您可能已经看到许多书籍、文章、视频和博客在讨论ML工作流程时都会从数据收集开始。然而,在收集数据之
《Transformers for Natural Language Processing》第一章:什么是Transformers?
变换器是为超级计算机上的并行计算而设计的工业化、同质化的深度学习模型。通过同质化,一个变换器模型可以在不需要微调的情况下执行各种任务。变换器可以在数十亿条未标记的原始数据记录上进行自监督学习,具有数十
构建基于LLM的应用程序——为您的应用程序选择合适的LLM
在上一章中,我们探讨了如何在应用程序中正确协调大型语言模型(LLM)及其组件的重要性。事实上,我们还了解到,并非所有的LLM都是相同的。接下来的关键决策是实际选择使用哪些LLM。不同的LLM可能具有不
大模型落地难点之结构化输出
当需要把大模型嵌入到工作流中(尤其是原有的工作流),就需要大模型和原工作组件进行交互,在这种情况下,我们期望大模型的输出是结构化数据(Json)
无所不能的Embedding6 - 跨入Transformer时代~模型详解&代码实现
跨入transformer时代,看看抛开CNN和RNN,如何只基于attention对不定长的序列信息进行提取。这里选取WMT的英翻中任务,我们来一边聊模型insight一边看代码实现
解密Prompt系列36. Prompt结构化编写和最优化算法UNIPROMPT
DSPy在纯任务描述型指令上的优化效果有限。这一章我们就重点关注描述性指令优化。我们先简单介绍下结构化Prompt编写,再聊聊从结构化多角度进行Prompt最优化迭代的算法方案UniPrompt
算法、系统和应用,三个视角全面读懂混合专家(MoE)
最近,各家科技公司提出的新一代大模型不约而同地正在使用混合专家(Mixture of Experts:MoE)方法。
3K star!想了解AI搜索实现,可以看看这个开源项目
如何利用AI的能力来强化搜索一直是业内的关注方向, 今天我们分享一个开源项目,它也同样受Perplexity启发,利用AI的能力来提升搜索体验,它就是:llm-answer-engine
下一页
个人成就
文章被点赞
4
文章被阅读
944
掘力值
66
关注了
90
关注者
3
收藏集
0
关注标签
18
加入于
2020-06-06