创始人 模型 智能 时代
调和级数枚举倍数模型
调和级数枚举倍数模型 参考博客： 算法学习笔记27：素数筛法【埃氏筛法、线性筛法】 OI&ACM]调和级数枚举倍数模型 板子(时间复杂度\(O(nlogn)\))： for(int i = 1;i<=n;i++) { for(int j = i;j<=n;j += i) { ??? } } 应用： ......
软件测试/人工智能|什么是LangChain，这篇文章告诉你
简介 随着人工智能和自然语言处理技术的飞速发展，我们越来越依赖机器来理解、生成和处理语言。在这样的背景下，LangChain应运而生，它旨在构建一个高效、强大的语言处理生态系统，将人类语言与智能技术紧密相连。 LangChain的核心概念 LangChain是一个基于区块链技术的语言处理平台，它利用 ......
软件测试/人工智能|LangChain Memory模块：开启语言数据的存储与回忆之旅
简介 大多数大模型应用中都包含对话功能，而对话功能的基础就是参与者能够基于已经发生的对话和获取到的知识产生新的对话内容。 更复杂一点的场景中对话者甚至需要具有一个完整的对世界的认知，再根据对话中的信息对认知不断的进行迭代更新。 随着人工智能和自然语言处理技术的飞速发展，语言数据的存储和处理变得越来越 ......
软件测试/人工智能|一文教你如何配置自己的AutoGPT
简介 AutoGPT是Github上的一个免费开源项目，结合了GPT-4和GPT-3.5技术，通过API创建完整的项目。与ChatGPT不同的是，用户不需要不断对AI提问以获得对应回答，在AutoGPT中只需为其提供一个AI名称、描述和五个目标，然后AutoGPT就可以自己完成项目。它可以读写文件、 ......
软件测试/人工智能|探究 LangChain 核心模块：PromptsModelsParsers
简介 LangChain 是一种新兴的语言处理平台，其核心模块之一即 PromptsModelsParsers。这一模块扮演着关键的角色，为 LangChain 的功能和性能提供了坚实的基础。在这篇文章中，我们将深入探讨 PromptsModelsParsers 模块的工作原理、功能和其对语言处理的 ......
中电金信鲸Bot RPA荣获最佳人工智能解决方案
近年来，数字经济已成为国家“十四五”规划和“新基建”战略的重要支撑。银行业作为我国经济体系的重要组成部分，其发展战略也出现了新的变化。数字化智能化转型成为银行业新的利润增长点，科学制定实施数字化转型战略成为下一步数字化转型的首要重点。 为深化数字技术应用，助力银行升级业务模式，构建数字化生态时代的核 ......
关于Java内存模型
（面试被问到，想到之前有个笔记，整理一下发出来。） 内存模型可以理解为在特定的操作协议下，对特定的内存或高速缓存进行读写访问的过程抽象。不同架构的物理机器可以拥有不一样的内存模型，而Java虚拟机也有自己的内存模型。 Java内存模型（Java Memory Model，JMM）是来屏蔽各种硬件和操 ......
突破视界：图像识别在智慧时代的崭新前景
在智慧时代的浪潮中，图像识别技术如一支崭新的利箭，突破视界，引领着科技的巅峰。这项技术的崛起不仅改变了我们对于图像处理的认知，更为智能化的未来开启了崭新的前景。 **1. 深度学习的引领：** 图像识别技术的突破主要得益于深度学习的崛起。通过深度神经网络的训练，计算机能够模拟人类的视觉系统，实现对图 ......
生产效率的革新：腾讯混元大模型实测！
自从年初以ChatGPT为代表的人工智能大模型爆火之后，市场上随之出现了很多大模型相关的工具。作为一个IT行业的技术人员，肯定不会放过这种对新技术尝鲜的机会。 最近腾讯推出了自己的大模型：混元。目前刚开始内测，为此我特意找认识的腾讯小伙伴帮我开通了内测资格，提前体验了一下腾讯的混元大模型在实际工作中 ......
【触想智能】无风扇工控电脑一体机使用优势分析
无风扇工控电脑一体机是属于工控一体机分类中的其中一种，看名字，很明显就是没有散热风扇的工控电脑一体机，而平常我们使用的电脑主机是带有电源风扇、CPU散热风扇的。 无风扇工控电脑一体机的配置组成和商用电脑主机的配置基本一样，也是由CPU、主板、内存、存储等几个主要部件组成。不同的是，工控电脑一体机用的 ......
三维模型的顶层合并构建的纹理压缩与抽稀关键技术分析
三维工厂K3DMaker是一款三维模型浏览、分析、轻量化、顶层合并构建、几何校正、格式转换、调色裁切等功能专业处理软件。可以进行三维模型的网格简化、纹理压缩、层级优化等操作，从而实现三维模型轻量化。轻量化压缩比大，模型轻量化效率高，自动化处理能力高；采用多种算法对三维模型进行几何精纠正处理，精度高，... ......
带你了解大语音模型的前世今生
大规模语言模型（Large Language Models，LLM），也称大规模语言模型或大型语言模型，是一种由包含数百亿以上参数的深度神经网络构建的语言模型，使用自监督学习方法通过大量无标注文本进行训练。 ......
饮冰三年-人工智能-Django淘宝拾遗-87-进一步探讨 Django 和 Redis 的缓存机制
上一篇：斑马斑马-05-白云之上-Redis初识 缓存在 Web 开发中具有极其重要的作用，它可以显著提高应用程序的性能和响应速度，减少服务器负载改善用户体验。 在 Django 中，声明式缓存和编程式缓存是两种常见的缓存模式。声明式缓存是通过装饰器或设置来标记某些视图函数或数据查询结果需要进行缓存 ......
CRM智能招标功能好用吗？
如今CRM系统的生态系统越来越壮大，这些工具的集成极大地丰富了CRM系统的应用场景，例如CRM系统集成企业微信等社交媒体为获客提供便利；再比如CRM集成ChatGPT提高邮件内容质量，对于经常接触招投标项目的业务人员来说，在CRM系统融入相关功能可以显著提升工作效率，那么CRM系统集成智能招标功能可 ......
基于OpenAi通用特定领域的智能语音小助手
企业内部经常有很多Q&A，有没有一种通用的程序来释放人力呢，openai assistant 可能是一个简单，快捷，高效的方式。 ......
如何在langchain中对大模型的输出进行格式化
简介 我们知道在大语言模型中, 不管模型的能力有多强大，他的输入和输出基本上都是文本格式的，文本格式的输入输出虽然对人来说非常的友好，但是如果我们想要进行一些结构化处理的话还是会有一点点的不方便。 不用担心，langchain已经为我们想到了这个问题，并且提出了完满的解决方案。 langchain中 ......
PubMedBERT:生物医学自然语言处理领域的特定预训练模型
今年大语言模型的快速发展导致像BERT这样的模型都可以称作“小”模型了。Kaggle LLM比赛LLM Science Exam 的第四名就只用了deberta，这可以说是一个非常好的成绩了。所以说在特定的领域或者需求中，大语言模型并不一定就是最优的解决方案，“小”模型也有一定的用武之地，所以今天我 ......
Walrus 0.4发布：单一配置、多态运行，体验下一代应用交付模型
全新应用模型上线一仅需单一配置，即可在多种模态的基础设施及环境中运行包括应用服务及周边依赖资源在内的完整应用.. ......
有没有这样的智能体软件,将游戏操作接口,游戏规则和目标告诉他,让他自己通过游戏规则来探索游戏规律,并最终实现目标 请问,有没有这样的软件
目前存在一些智能体软件，它们可以根据给定的游戏规则和目标，通过自我学习和探索来掌握游戏规律并实现目标。这些软件通常使用机器学习和人工智能技术，如强化学习、深度学习等，来学习和适应游戏规则，并逐步提高游戏技能。 一些游戏AI框架和工具包，如Unity游戏引擎的ML-Agents工具包、OpenAI G ......
熵模型-为什么使用条件概率优于个元素独立的全分解模型？
熵模型 论文<VARIATIONAL IMAGE COMPRESSION WITH A SCALE HYPERPRIOR 提出使用超先验，来捕获潜在表示的超先验。 追根溯源发现：在香农的通信理论中给出数学解释 即，使用联合分布比独立分布更优 如果有先验的信息，对后续编码而言其不确定性会更小，从而获得 ......
UML模型图之类图——以图书馆管理系统为例
UML模型图中类图是依据系统结构从静态观点描述系统的视图，它定义系统中的对象和类及类之间的关系，以及类的内部结构，即类的属性和操作。 通过分析图书管理系统的用例模型和系统功能需求，作为借阅者(Borrower)需要有查书、借书、还书的行为(BorrowerInf)，老师(Teacher)和学生(St ......
大模型训练过程中用到的 gpt_merge.txt和gpt_vocab.json是干什么用的？
下面这边文章讲的非常清晰，原文链接：https://blog.csdn.net/ljp1919/article/details/113616226 ......
使用xgboost的c接口推理模型
title: 使用xgboost的c接口推理模型 banner_img: https://cdn.studyinglover.com/pic/2023/07/b5c4ecf9aa476ca1073f99b22fe9605e.jpg date: 2023-9-10 21:10:00 categorie ......
关于人工智能算法的深度思考（总结）
1、神经元其实并不神奇，神奇的是它以某种相互联系的方式，可以在训练得到答案并核对答案后，立即对所走的路径上的权重进行更新（反向传播），更新的依据是答案误差大小，误差大则更新也大，误差小则更新就小。 所走路径：所有单次训练被激活的神经元的组合。 2、根据1，我们完全可以重新设计更好的神经元和神经网络， ......
pua大模型
title: pua大模型 banner_img: https://cdn.studyinglover.com/pic/2023/11/462f0f061d2455543e003066b11b873c.webp date: 2023-11-19 11:12:00 这两天看到了一个论文Large La ......
xgboost模型序列化存储并推理
title: xgboost模型序列化存储并推理 banner_img: https://cdn.studyinglover.com/pic/2023/07/9482f9fe9617825162494635a1b7f460.jpg date: 2023-9-7 15:03:00 categories ......
发布/订阅模型
可以看到，在订阅模型中，多了一个exchange角色，而且过程略有变化： Publisher：生产者，也就是要发送消息的程序，但是不再发送到队列中，而是发给X（交换机） Exchange：交换机，图中的X。一方面，接收生产者发送的消息。另一方面，知道如何处理消息，例如递交给某个特别队列、递交给所有队 ......
供应链设施选址模型——Python实现
选址问题是运筹学中非常经典的问题。选址问题是指在确定选址对象，选址目标区，成本函数以及存在何种约束条件的前提下，以总物流成本最低或总服务最优或社会效益最大化为总目标，以确定物流系统中物流节点的数量、位置，从而合理规划物流网络结构。设施选址问题（Facility Location Problem）自2 ......