526互联

容器serverless模型 之旅

大模型调优方法：提示工程、RAGs 与微调对比

每一个搭建大语言模型应用的AI工程师都会面临一个难题，如何选择一个合适调优方法。就算是强大的预训练LLM也可能无法直接满足项目中的特定需求。如项目需要一个特定结构的应用程序，如预训练缺失上下文的重要文件，再比如有特定术语和结构的高专业性的行业领域，面对这些问题，需要有特定的方法来调整LLM。 要决定 ......
模型 方法 工程 RAGs

大语言模型LLM幻觉的解决方法：检索增强生成RAG

当你向大语言模型LLMs集成的问答系统平台咨询医疗方面的问题，比如呼吸道感染应该怎么治疗，它可能直接给出答案，但不会提供这个答案的依据来源，这是因为大语言模型应用过程中还存在答案透明度不足的缺陷导致。此外，大语言模型还有知识更新的滞后性、在处理复杂任务时的准确性的问题。 为了解决这些问题，检索增强生 ......
幻觉 模型 语言 方法 LLM

常见3D模型汇总

3D模型查看器： 3D查看器 (Windows自带) Blender MeshLab (基于VCGlib) 3D模型来源： 美工建模 (fbx) 三维重建 (ply/obj) 3D-AIGC 3D模型格式： obj fbx glb (glTF2.0)：https://github.com/Khron ......
模型 常见

软件生命周期模型定义与选择策略

![](https://img2024.cnblogs.com/blog/3351537/202401/3351537-20240111151615438-216580632.png) ![](https://img2024.cnblogs.com/blog/3351537/202401/33515... ......
周期 模型 策略 生命 软件

Jenkins简介及安装配置详解：开启持续集成之旅

Jenkins简介及安装配置详解：开启持续集成之旅 一、Jenkins介绍 Jenkins是一个开源的、用Java编写的持续集成和持续交付（CI/CD）工具。它提供了一种简单易用的方式来自动化构建、测试和部署软件。Jenkins的主要目标是帮助开发团队加快软件开发过程，提高软件质量，并通过自动化流程 ......
Jenkins 之旅 简介

数字先锋 | “言”之有“力”，大模型背后的算力“推手”！

在算力调度方面，天翼云通过自研的调度系统，协助思必驰DFM-2大模型调度GPU、NPU、CPU等异构算力资源，大规模训练上云1个月，可以完成数十亿规模大模型所有阶段训练和效果评估。在训练能力打造方面，天翼云支持多种模型训练方式，不仅可以提升大模型训练平台的数据量，还大幅缩短了训练周期和交付进度。 ......
推手 模型 背后 数字

荣登榜首，天翼云位列专属云容器服务市场第一！

近日，IDC发布的《中国容器市场份额，2022：向阳而生，蓬勃发展》数据显示，天翼云在2022年专属云容器服务市场中高居榜首，实力领跑。 ......
榜首 容器 市场

GPT人工智能模型研究报告：探索智能极限

GPT人工智能模型是一个基于深度学习技术的自然语言处理模型，它能够理解和生成人类语言。该模型使用大量文本数据进行训练，学习语言的语法、语义和上下文信息，从而实现对语言的深层理解。 研究表明，GPT模型在多项自然语言处理任务中表现出色，如机器翻译、文本摘要、问答系统等。它能够根据输入的文本生成连贯、通 ......
智能 人工智能 研究报告 人工 模型

01 Docker 安装：入门案例带你了解容器技术原理

Docker 能做什么？ 众所周知，Docker 是一个用于开发，发布和运行应用程序的开放平台。通俗地讲，Docker 类似于集装箱。在一艘大船上，各种货物要想被整齐摆放并且相互不受到影响，我们就需要把各种货物进行集装箱标准化。有了集装箱，我们就不需要专门运输水果或者化学用品的船了。我们可以把各种货 ......
容器 原理 案例 Docker 技术

25-稳定基石：带你剖析容器运行时以及 CRI 原理.md

当一个 Pod 在 Kube-APIServer 中被创建出来以后，会被调度器调度，然后确定一个合适的节点，最终被这个节点上的 Kubelet 拉起，以容器状态运行。 那么 Kubelet 是如何跟容器打交道的呢，它是如何进行创建容器、获取容器状态等操作的呢？ 今天我们就来了解一下。 容器运行时 （ ......
基石 容器 原理 CRI 25

机器学习-决策树系列-贝叶斯算法-概率图模型-29

目录1. 复习条件概率2. 正式进入3. 生成式 与判别式 这个阶段的内容，采用概率论的思想，从样本里面学到知识（训练模型），并对新来的样本进行预测。 主要算法：贝叶斯分类算法、隐含马尔可夫模型、最大熵模型、条件随机场。 通过本阶段学习，掌握NLP自然语言处理的一些基本算法，本阶段的理解对于后续完成 ......
概率 算法 模型 机器 29

计算机网络分层结构--OSI模型、TCP/IP 模型、五层模型

计算机网络分层结构 OSI参考模型与TCP/IP参考模型 五层参考模型 ......
模型 计算机网络 结构 OSI TCP

听6位专家畅谈AI大模型落地实践：场景和人才是关键

回顾大模型技术在企业的应用过程中，我们不禁要问：大模型在落地方面带来了哪些改变？开发者如何应对大模型的变革？在AI大模型的驱动下，企业的未来又会走向何方？ ......
模型 场景 关键 专家 人才

一文了解Vprix容器流媒体平台和传统云桌面的区别、优劣势

在当今数字化时代，随着云计算和远程办公的兴起，云桌面项目成为了提升工作效率和灵活性的重要工具。云桌面项目通过将用户的桌面环境和应用程序虚拟化，为用户提供了随时随地访问个人工作环境的便利。本文将介绍Vprix云桌面项目和传统云桌面的优势以及如何通过Vprix云桌面项目实现智能办公。 概述 Vprix ......
流媒 流媒体 劣势 容器 桌面

浦语书生大模型实战训练营02笔记

1.打开算力平台，选择合适的配置进入算力开发机进入jupyter工具终端安装开发所需python深度学习环境： bash # 请每次使用 jupyter lab 打开终端时务必先执行 bash 命令进入 bash 中 bash /root/share/install_conda_env_intern ......
训练营 书生 实战 模型 笔记

R语言无套利区间模型：正向套利和反向套利次数、收益率分析华泰柏瑞300ETF可视化

全文链接：http://tecdat.cn/?p=31973 原文出处：拓端数据部落公众号 股指期货的套利交易有助于股指期货实现其价格发现以及风险规避的功能，因此提高套利交易的效率,对于发挥股指期货在经济发展中的作用有着重要的意义。 本文帮助客户对期货期现套利的研究。研究中主要以期货及其现货指数的数 ......
收益率 区间 收益 模型 次数

1.9 Rotated Multi-Scale Interaction Network for Referring Remote Sensing Image Segmentation 基于语义分割遥感图像的模型

Rotated Multi-Scale Interaction Network for Referring Remote Sensing Image Segmentation 参考遥感图像分割的旋转多尺度交互网络 参考遥感图像分割 (RRSIS)是一个新的挑战，它结合了计算机视觉和自然语言处理，通过 ......
遥感 语义 Segmentation Multi-Scale Interaction

深度学习模型部署TensorRT为何如此优秀？

一、前言 PyTorch模型的高性能部署问题，主要关注两个方面：高度优化的算子和高效运行计算图的架构和runtime。python有快速开发以及验证的优点，但是相比C++来说速度较慢而且比较费内存，一般高性能场景都是使用C++去部署，尽量避免使用python环境。 TensorRT为什么那么快，因为 ......
深度 TensorRT 模型

EF First 生成数据模型

//创建目录：mkdir EFCoreScaffoldexample//进入目录：cd EFCoreScaffoldExample//创建控制台项目：dotnet new console//添加依赖：dotnet add package Microsoft.EntityFrameworkCore.S ......
模型 数据 First EF

leetcode 11.盛最多水的容器

leetcode 11.盛最多水的容器 第十一题：盛最多水的容器 1.暴力枚举： 会超时，但是做一些条件判断应该可以擦边过 public int maxArea(int[] height) { int max_result = 0; for (int i = 0;i<height.length-1; ......
容器 leetcode 11

Anaconda 修改环境默认位置，以及遇到将安全信息应用到以下对象时发生错误无法枚举容器中的对象访问被拒绝解决

默认虚拟环境会在C盘，anaconda环境默认安装在用户目录C:\Users\username.conda\envs下，想换到D盘 1. 首先，找到用户目录下的.condarc文件 2. 打开.condarc文件，添加或修改.condarc 中的 env_dirs 设置环境路径，按顺序第⼀个路径作为 ......
对象 容器 Anaconda 错误 位置

使用PyTorch实现混合专家(MoE)模型

Mixtral 8x7B 的推出在开放 AI 领域引发了广泛关注，特别是混合专家（Mixture-of-Experts：MoEs）这一概念被大家所认知。混合专家(MoE)概念是协作智能的象征，体现了“整体大于部分之和”的说法。MoE模型汇集了各种专家模型的优势，以提供更好的预测。它是围绕一个门控网络 ......
模型 PyTorch 专家 MoE

记录下在linux部署大语言模型和聊天服务、简历服务等

1、弄清楚外网、内网的区别 2、宝塔面板的使用。 命令行输入 bt 、 bt default（本质是linux开了个端口服务用于宝塔管理服务、代理服务等） 3、netstat -tuln 查看正在运行的端口。 4、服务都启动之后，用宝塔代理相关端口 ， 使用 ufw 、 iptables、 fire ......
模型 语言 简历 linux

unity3d修改模型位置

using System.Collections; using System.Collections.Generic; using UnityEngine; public class VCCameraWorkerController : MonoBehaviour { public Vector3 ......
模型 位置 unity3d unity3 unity

Omics辅助育种统计方法：最小二乘与混合模型

此幻灯片是来自“Omics辅助育种统计方法”短期课程中的一节：Applications for Ordinary Least Squares and Mixed Models。作者Malachy Campbell，博后毕业于康奈尔大学，是一名计算生物学家，专注于统计基因组学和数量遗传学。热衷于从大规 ......
模型 方法 Omics

GS | 佛罗里达大学Salvador报告：数量遗传和育种中的混合模型

本报告来自佛罗里达大学Salvador A. Gezanboshi博士。Salvador是一位拥有20多年经验的育种家/数量遗传学家，在育种、统计分析和遗传改良咨询方面有着丰富的经验。同时，他也是VSN的国际顾问，没错，就是那个开发了大名鼎鼎的ASReml的VSN。在大学或研究机构任职期间，他主要集 ......
Salvador 模型 数量 报告 大学

浦语书生大模型实战训练营01笔记

大模型总的发展趋势：单一模型处理单一任务到一个模型解决多个任务 书生.浦语大模型开源历程：internLM大模型发布-》全面商业、开源支持8k语境全链路开源体系》多模态预训练语料库开源发布-》1.1版本迭代升级，开源智能体框架支持语言模型到智能体升级转换-》增强版发布开源工具全线升级 书生.浦语大模 ......
训练营 书生 实战 模型 笔记

R语言分布滞后非线性模型（DLNM）研究发病率，死亡率和空气污染示例|附代码数据

全文下载链接：http://tecdat.cn/?p=21317 最近我们被客户要求撰写关于分布滞后非线性模型（DLNM）的研究报告，包括一些图形和统计输出。 本文提供了运行分布滞后非线性模型的示例，同时描述了预测变量和结果之间的非线性和滞后效应，这种相互关系被定义为暴露-滞后-反应关联 数据集包含 ......
非线性 空气污染 死亡率 发病率 示例

什么是大语言模型的“幻觉”

使用ChatGPT的朋友应该遇到过这样的情况，模型有时候会答非所问甚至自相矛盾，这种情况被成为大语言模型的“幻觉”，即在处理和生成文本时出现的一些特定的错误或误解。这些幻觉可能源于模型对现实世界的理解不足、数据训练的偏差、或者算法本身的局限性。 出现幻觉的原因有几个方面： 1、数据训练偏差 LLM通 ......
幻觉 模型 语言

多模态大模型少样本自适应综述

前言 在医学成像和遥感等一些细粒度领域，多模态基础模型的性能往往不尽人意。因此，许多研究者开始探索这些模型的少样本适应方法，逐渐衍生出三种主要技术途径：1）基于提示的方法；2）基于适配器的方法；3）基于外部知识的方法。尽管如此，这一迅速发展的领域产生了大量结果，但尚无全面的综述来系统地整理研究进展。 ......
模态 样本 模型
共4840篇  :2/162页 首页上一页2下一页尾页