驻港部队从1993年初开始组建，1996年1月28日组建完毕，1997年7月1日0时进驻香港，取代驻港英军接管香港防务，驻港军费均由中央人民政府负担。《中华人民...

把转化成的矩阵先转化成LongTensor类型后(代码要求类型，所以必须转换成LongTensor类型，或者说至少要转换成torch类型)，然后过定义好的emb...

本章介绍金融领域大模型智能体，并梳理金融LLM的相关资源。金融领域的大模型智能体当前集中在个股交易决策这个相对简单的场景，不需要考虑多资产组合的复杂场景。交易决...

向量加和：A + B = B + A 需要维度相同 [1, 2] + [3, 4] = [4, 6]

paddlenlp.Taskflow装载定制模型，通过task_path指定模型权重文件的路径，路径下需要包含训练好的模型权重文件model_state.pdp...

近两年来，大模型的热度持续高涨，并且开始在更广泛的领域进行落地探索。随着行业整体的快速发展，越来越多的开源大模型涌入市场，进一步推动了上层应用的拓展。

文本清理，也称为文本预处理或文本数据清理，正在准备原始文本数据并将其转换为更干净、更结构化的格式，以用于分析、建模或其他自然语言处理 (NLP) 任务。它涉及各...

Chroma 是一种高效的、基于 Python 的、用于大规模相似性搜索的数据库。它的设计初衷是为了解决在大规模数据集中进行相似性搜索的问题，特别是在需要处理高...

前面我们已经聊过众多指令微调的方案，这一章我们重点讨论下如何注入某一类任务或能力的同时，尽可能不损失模型原有的通用指令理解能力。因为在下游或垂直领域应用中，我们...

🐯 猫头虎博主 为您详解：自然语言处理(NLP)如何在近年来取得令人瞩目的进展，尤其是借助于Transformers结构和GPT-4模型。本文将为您探索这些技术...

自然语言处理（NLP）是人工智能领域中最热门的技术之一，它通过构建能够理解和生成人类语言的机器，正在不断推动技术的发展。本文将为您提供NLP的全面介绍，包括其定...

翻译自 Top 5 NLP Tools in Python for Text Analysis Applications 。

上一章我们主要唠了RLHF训练相关的方案，这一章我们主要针对RLHF的样本构建阶段，引入机器标注来降低人工标注的成本。主要介绍两个方案：RLAIF,和IBM的S...

摘要：参数化语言模型（LMs）通过在大量网络数据上进行训练，展现出了显著的灵活性和能力。然而，它们仍然面临着诸如幻觉、难以适应新数据分布以及缺乏可验证性等实际挑...

大模型只能够记忆与理解有限的上下文已经成为大模型在真实应用中的能力瓶颈，例如对话式AI系统往往无法记忆你前一天对话的内容，利用大模型构建智能体会产生前后不一致的...

在Chain of Thought出来后，出现过许多的优化方案例如Tree of thought, Graph of Thought, Algorithm of...

随着大语言模型Chatgpt的横空出世，大语言模型（Large Language Model, LLM）频繁地出现在公众的视野中，成为了商业、娱乐、教育等领域讨...

从本专栏开始，作者正式研究Python深度学习、神经网络及人工智能相关知识。前一篇文章分享了自定义情感词典（大连理工词典）实现情感分析和情绪分类的过程。这篇文章...

n-gram[1] 是文本文档中 n 个连续项目的集合，其中可能包括单词、数字、符号和标点符号。 N-gram 模型在许多与单词序列相关的文本分析应用中非常有用...