google-bert/bert-base-chinese下载链接
google-bert/bert-base-chinese下载链接 https://s3.amazonaws.com/models.huggingface.co/bert/bert-base-chinese.tar.gz
2024-10-31
MaXiaoTiao
AIGC
#Vanna
4
#Ollama
1
#分布式存储
2
#k8s
8
#nginx
2
#docker
4
#LInux
1
#FastApi
1
#日报
0
#爬虫
12
#pandas
3
#数据处理
3
#大模型
18
#AIGC
17
#金融
33
#量化交易
8
#Swagger2
1
#Spring Boot
7
#LeetCode
9
#课程作业
1
#软件测试
2
#bert
1
#计算机网络
0
#操作系统
4
#数据结构
0
#go
0
#redis
0
#python
10
#java
30
#证据理论
1
#多标签
3
#机器学习
14
#深度学习
39
#单纯记录
0
阿里魔塔（Model Scope）微调流程
阿里魔塔（Model Scope）微调流程 1.选择模型 在模型库首页 · 魔搭社区选择所需的模型，在这里，选择的模型为零一万物的Yi-1.5-6B模型
2024-10-31
开发 LLM 应用的整体流程
开发 LLM 应用的整体流程 一、何为大模型开发 我们将开发以大语言模型为功能核心、通过大语言模型的强大理解能力和生成能力、结合特殊的数据或业务逻辑来提供独特功能的应用称为大模型开发。开发大模型相关应用，其技术核心点虽然在大语言模型上，但一般通过调用 API 或开源模型来实现核心的理解与生成，通过
2024-09-13
检索增强生成（RAG, Retrieval-Augmented Generation）
检索增强生成（RAG, Retrieval-Augmented Generation） RAG（Retrieval Augmented Generation）是一种人工智能技术框架，用于从外部知识库检索事实，以最准确、最新的信息为基础，来提高大型语言模型（LLMs）的生成质量。这种技术结合了预训练的
2024-09-13
基于知识图谱和知识库的大模型对话系统（三）
基于知识图谱和知识库的大模型对话系统（三） 补全知识图谱 数据准备: 使用现有的知识图谱作为基础数据源。 将数据集分为50%的训练/验证数据和50%的测试数据。
2024-05-20
基于知识图谱和知识库的大模型对话系统（一）
基于知识图谱和知识库的大模型对话系统（一） 数据预处理 文本提取：首先从原始扫描版PDF文件开始，通过OCR（光学字符识别）技术将其转换为可编辑的粗粒度文本格式。这一步是必要的，因为直接处理扫描版的PDF文件会面临许多问题，如无法进行有效的搜索、复制或进一步的数据分析等。 数据分析
2024-05-08