#人工智能
0 人感兴趣 · 137 次引用
- 最新
- 推荐
最大 Prompt 模板库助力 AI 应用
随着人工智能技术的不断发展，大模型已经成为了AI领域的重要趋势之一。作为国内领先的AI技术提供商，百度智能云始终致力于为用户提供最前沿、最实用的AI技术和应用体验。
掌握 Prompt 工程，开启 AI 大模型新时代
人工智能（AI）领域正在快速发展，各种专业术语和黑话也层出不穷，使得新入行的人往往感到无所适从。特别是在涉及到AI大模型的领域，一些关键概念如提示工程（prompt）、向量工程（embedding）和微调工程（fine-tune）更是晦涩难懂。
高效微调大模型的新方法
随着自然语言处理（NLP）领域的不断发展，Transformer模型在各种任务中取得了显著的成功。然而，随着模型规模的增大，训练时间和计算资源成为了一个瓶颈。
大模型训练的得力助手
随着人工智能技术的不断发展，大模型已经成为了AI领域的重要趋势之一。作为国内领先的云计算服务提供商，百度智能云也不断升级其千帆大模型平台.
金融大模型的微调实战
随着人工智能技术的快速发展，金融大模型场景的应用已经变得日益重要。这种技术趋势不仅为金融行业提供了前所未有的机遇，同时也带来了一系列挑战。
开源大模型与微调策略概览
随着人工智能技术的不断发展，大型语言模型（LLM）在自然语言处理领域中扮演着越来越重要的角色。近年来，开源 LLM 大模型以及相关的微调策略已经成为了 NLP 领域的研究热点。
大模型训练：预训练模型与数据标准化
在机器学习和深度学习的过程中，模型训练时加载预训练模型和数据集标准化、归一化是非常重要的步骤。本文将详细解释这两个步骤的重要性以及它们在模型训练过程中的作用。
飞书深诺接口自动化测试落地实战
软件测试是保障软件质量的最重要方法。本文将介绍飞书深诺集团质量部是如何开展接口测试工作，如何利用接口测试来提高测试能效，以及结合最近热门的AIGC技术为接口自动化加速的实践。
结合 RNN 与 Transformer 的强大模型
随着深度学习技术的不断发展，序列建模在自然语言处理、语音识别、文本生成等领域的应用越来越广泛。在这个过程中，循环神经网络（RNN）和Transformer模型成为了两种非常重要的架构。
一键部署，高效私有化大模型
随着人工智能技术的快速发展，大模型在各个领域的应用越来越广泛。然而，对于许多企业和机构来说，使用公有云上的大模型服务往往会带来一些安全和性能问题。、
低成本大模型解决方案
随着人工智能技术的不断发展，大语言模型成为了当前研究的热点之一。然而，对于许多企业和开发者来说，部署大语言模型却是一项成本高昂的任务，需要大量的GPU资源和高昂的运维成本。
LLM 大模型 AI 能力助力企业数字化智能化转型
随着人工智能技术的快速发展，语言大模型（LLM）在自然语言处理领域中得到了广泛应用。在企业的数字化智能化转型过程中，集成LLM大模型AI能力可以为业务系统应用程序带来强大的支持，提高企业运营效率。
基于神经网络的大模型在自然语言处理中的应用前景展望
随着人工智能技术的不断发展，自然语言处理技术也日益成熟。基于神经网络的大模型在自然语言处理中发挥着越来越重要的作用，取得了显著的进展和卓越的成就。
开源大模型驱动的编程能力测试
随着人工智能技术的不断发展，开源大模型已经成为了一个备受关注的话题。在这些开源大模型中，WizardCoder 和 WizardLM 是两个备受瞩目的项目。
LLM 模型参数助力多模态大模型高效训练
随着人工智能技术的快速发展，多模态大模型在各种应用领域展现出了巨大的潜力。然而，其训练过程存在着计算资源消耗大、训练时间漫长等问题，这限制了其在实际场景中的应用。
超越参数数量，实现高效优化
在自然语言处理领域，语言模型的参数数量一直被视为衡量模型性能的重要指标。然而，这个观念在最近被DeepMind的一项研究挑战。他们用700亿参数的语言模型打败了自家的2800亿参数模型，这个结果表明，语言模型的参数数量并不是越多越好。
千帆大模型开发平台助力智能制造升级
近日，全国首个文心千帆大模型平台正式落户梁溪，为智能制造的升级助一臂之力。这次平台的落地，是科技领域的一大盛事，预示着智能制造的未来趋势和梁溪区域经济的繁荣发展。
金蝶与千帆大模型开发平台共创智能企业管理
随着科技的飞速发展和信息化时代的到来，企业管理面临越来越多的挑战。如何将先进的技术与企业管理相结合，提高企业的运营效率和管理水平，成为当前企业发展的重要课题。
预训练大模型的演变与突破
随着人工智能技术的不断发展，预训练大模型已经成为了自然语言处理领域的重要工具。从BERT到ChatGPT，预训练大模型经历了不断的演进和演变，本文将对这些重要模型进行详细的介绍和比较。
LLM 大模型 AI 能力助力企业数字化智能化转型
随着人工智能技术的快速发展，语言大模型（LLM）在自然语言处理领域中得到了广泛应用。在企业的数字化智能化转型过程中，集成LLM大模型AI能力可以为业务系统应用程序带来强大的支持，提高企业运营效率。
向量数据库——AI 时代的基座
向量数据库在构建基于大语言模型的行业智能应用中扮演着重要角色。大模型虽然能回答一般性问题，但在垂直领域服务中，其知识深度、准确度和时效性有限。为了解决这一问题，企业可以利用向量数据库结合大模型和自有知识资产，构建垂直领域的智能服务。向量数据
Prompt 模板助力智能交互
随着人工智能技术的不断发展，大模型已成为推动AI应用的重要驱动力。作为国内领先的大模型平台，千帆大模型平台近日再次升级，实现了在接入大模型数量和Prompt模板全面性上的重大突破。
文心大模型驱动的代码助手 Comate
随着人工智能技术的不断发展，自然语言处理技术也得到了广泛应用。作为国内领先的科技公司，百度一直在自然语言处理领域深耕细作，不断推动技术创新和应用拓展。
大模型训练中的数据并行与模型并行
随着深度学习在各个领域的广泛应用，其训练过程中的并行化问题越来越受到关注。在深度学习模型的并行训练中，主要有两种并行方式：数据并行和模型并行。本文将重点介绍这两种并行方式的概念、实现原理及其优缺点。
大模型训练中的高性能计算与通信优化
随着深度学习技术的不断发展，大规模分布式训练已成为深度学习应用的重要趋势。然而，在大规模分布式训练过程中，高性能计算和通信重叠是一个关键问题。本文将重点介绍在深度学习大规模分布式训练过程中如何做到高性能计算和通信重叠。
大模型训练，推动 NLP 发展的强大引擎
随着自然语言处理（NLP）技术的不断发展，预训练模型已成为该领域的重要研究方向。T5模型作为一种先进的NLP Text-to-Text预训练模型，在超大规模数据集上进行了深入的探索。
大模型训练中的超参数优化策略
随着人工智能的快速发展，深度学习已经成为了许多领域的重要工具。然而，深度学习的成功并非简单地源于其深度结构，更关键的是其超参数。这些超参数在很大程度上决定了模型的性能，对于模型训练的过程和结果具有深远的影响。
利用预训练模型优化大模型训练
在深度学习和人工智能领域，模型训练是一个复杂且耗时的过程。然而，通过采用预训练模型来训练新的模型，我们可以大大缩短这一过程，提高效率和准确性。
