首页
AI Coding
数据标注
NEW
沸点
课程
直播
活动
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
登录
注册
诀别诗
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
47
文章 47
沸点 0
赞
47
返回
|
搜索文章
赞
文章( 47 )
沸点( 0 )
Openai 3.5微调实战
外网很火的基于GPT-3.5的微调流。程序员尝试调用api 微调在中文的中医药问答的效果,通过尝试已经跑通了整个流程,提供了数据处理流程,并且把官方的curl流程转成了python版。 openai
LLM训练和微调学习
模型预训练 一句话:使用尽可能多的训练数据,从中提取出尽可能多的共性特征,从而能让模型对特定任务的学习负担变轻。 背景 “预训练“方法的诞生是出于这样的现实: 标注资源稀缺而无标注资源丰富: 某种特殊
文本 Embedding 基本概念和应用实现原理
大语言模型之上的应用层面有三项技术需要理解:提示词工程(Prompt Engineering);嵌入(Embedding);微调(Fine-tuning)
官方下场,GPT-3.5 推出微调功能,支持打造专属ChatGPT
8月23日凌晨,OpenAI在官网宣布,推出GPT-3.5 Turbo微调功能并更新API,使企业、开发人员可以使用自己的数据,结合业务用例构建专属ChatGPT。
正式开源!字节安全团队自研云原生容器沙箱 vArmor
vArmor 基于 Linux 的 LSM 技术(AppArmor & BPF),构建了一款既贴近云原生应用场景,又具有较低使用门槛的容器沙箱。能够让用户从应用发布和运维的视角来使用沙箱。
golang微服务框架Kratos实现分布式任务队列
golang微服务框架Kratos实现分布式任务队列 **任务队列(Task Queue)**一般用于线程或计算机之间分配工作的一种机制。其本质是生产者消费者模型,生产者发送任务到消息队列,消费者负责
RocketMQ消息短暂而又精彩的一生
大家好,我是三友~~ 这篇文章我准备来聊一聊RocketMQ消息的一生。 不知你是否跟我一样,在使用RocketMQ的时候也有很多的疑惑: 消息是如何发送的,队列是如何选择的? 消息是如何存储的,是如
Langchian-ChatGLM安装部署
Langchain-ChatGLM项目是一种利用 langchain 思想实现的基于本地知识库的问答应用,目标期望建立一套对中文场景与开源模型支持友好、可离线运行的知识库问答解决方案.
使用GPT & LangChain提升文档站搜索效率
本文介绍了LangChain框架的基本知识,附带了对于ChatGPT的基本介绍。利用LangChain实现基于自有知识库的问答Demo
RocketMQ-如何保证顺序消息
1. 简介 实际开发中会有以下场景,需要保证一组消息的生产顺序与消费顺序相同,例如 监听数据库表单条数据的的多次修改,需要保证监听者最终得到的消息顺序和数据库表对单条数据的修改顺序一样 网购平台创建订
下一页
个人成就
文章被阅读
257
掘力值
10
关注了
18
关注者
0
收藏集
6
关注标签
20
加入于
2020-06-16