首页
人工智能
推荐系统
架构设计
智慧医药
系统架构
优质开源
谈天论地
资深人工智能从业者
行动起来,活在当下
累计撰写
197
篇文章
累计创建
83
个标签
累计收到
1
条评论
栏目
目 录
CONTENT
以下是
人工智能
相关的文章
2023-11-07
OpenAI开发者大会:OpenAI如何再次掀起AI领域的浪潮
对于AI行业的从业者来说,他们可能度过了一个不眠之夜。 在北京时间11月7日凌晨,美国人工智能公司OpenAI的开发者大会隆重举行。OpenAI的创始人Sam Altman与同事仅用短短45分钟的时间,在台上发布了他们团队的最新成果——GPT-4 Turbo。这一版本不仅更快,能够处理更长的文本,还
2023-11-07
201
0
2
人工智能
2023-08-15
深入解析:AI LLM框架中的通信模块-为什么它是核心模块
人工智能(AI)框架日益受到欢迎,因为它们简化了智能应用和代理的构建过程。这些框架的一个关键组成部分是通信模块,它允许用户与AI系统之间的互动。
2023-08-15
188
0
0
人工智能
系统架构
微服务
架构设计
2023-08-14
深入解析:AI LLM框架中的关键组件与其功能
AI LLM框架架构深入探讨了一个人工智能框架的组件模块,对其内部各组件及其在整体系统中的功能进行了剖析。这一AI框架旨在让传统软件与大型语言模型(LLMs)的结合变得更为简便。
2023-08-14
232
0
0
人工智能
系统架构
架构设计
2023-07-28
普通文档也能变对话:深入理解对话补全技术
对话机器人需要大量的优质对话来进行训练,但这种数据往往不太好找。因此,研究人员想出了一种新的方法,叫做"对话补全",就是把普通的文章改编成像我们日常聊天一样的对话。这样一来,我们就能从各种各样的文章中获取大量的对话内容了。具体来说,就是把文章的每一句话看作一个人的发言,然后机器人就要猜测另一个人可能的回答或者提问。
2023-07-28
205
0
0
人工智能
2023-07-18
Docker一通百通:10个关键命令带你解锁90%的容器化任务
Docker是一种流行的容器化平台,它可以帮助开发人员更轻松地构建、部署和管理应用程序。通过使用Docker,你可以将应用程序及其依赖项打包到一个独立的容器中,使其在不同的环境中具备相同的可移植性。你可以使用"Docker build"命令根据Dockerfile构建镜像,然后使用"Docker run"命令运行容器。通过"Docker ps"命令,你可以列出正在运行的容器,并使用"Docker stop"命令停止容器的运行。如果你想删除一个停止的容器,可以使用"Docker rm"命令。通过"Docker images"命令,你可以列出可用的镜像。要上传镜像到Docker Hub或私有注册表,可以使用"Docker push"命令。如果你想从注册表下载镜像,可以使用"Docker pull"命令。此外,通过"Docker exec"命令,你可以在运行的容器内执行命令。Docker的灵活性和便捷性使其成为现代应用开发和部署的重要工具。
2023-07-18
146
0
0
人工智能
系统架构
2023-07-16
Midjourney白嫖教程
Midjourney包月价格太贵了,一个月200多RMB,小的受不起,终于找到一个可以白嫖Midjourney的方法
2023-07-16
527
0
0
人工智能
2023-07-10
AI在教育中的角色:AI如何改变我们的学习方式
在教育领域,人工智能(AI)的应用正在引发深度关注。AI的适应性使其能够满足学生的需求,建立他们的优势,并增长他们的知识和技能。然而,AI模型的局限性,如缺乏“常识”人类判断,可能导致其反应不自然或不正确。因此,新的AI设计需要考虑这些问题。
2023-07-10
201
0
0
人工智能
2023-07-08
AI的教育革命:自驱式与引导式自适应学习的全面解析
本文探讨了两种自适应学习策略:自驱式自适应学习和引导式自适应学习,并详细解析了它们如何利用AI技术提供个性化的学习体验。自驱式自适应学习强调学生的主动性和自我引导的学习过程,而引导式自适应学习则强调教师在创建和指导自适应作业中的主导作用。这两种策略都旨在提高学生的学习效果,为每个学生提供更个性化、更有效的学习体验。
2023-07-08
244
0
0
人工智能
2023-07-06
AIGC:一把多功能的宝刀,如何使用取决于业务
AIGC(人工智能生成内容)在教育中的应用就像一把宝刀,如何使用取决于你。它可以帮助教师自动批改作业,提供个性化教学,甚至预测学生的学习成绩。然而,AIGC并不是万能的,它不能替代教师的角色,也不能提供人类教师的关怀和引导。我们需要明智地使用AIGC,既要看到它的优点,也要看到它的局限,既要充分利用它,也要防止过度依赖。
2023-07-06
190
0
2
人工智能
2023-06-26
决定AI大模型胜负的关键:解读数据在未来竞争中的角色
随着AI发展,高质量的数据已经成为AI大模型竞争的关键要素。无论是精度提升、训练时长缩减还是模型泛化能力提高,都离不开高质量、大规模、多样性的数据。但是,优质数据集的缺乏已经成为限制AI进步的瓶颈,尤其在中国,由于资金投入不足、数据开源意识缺乏以及市场影响力低等问题,优质数据集稀缺。尽管如此,中国政府对AI和数据治理的高度重视以及日渐增长的互联网用户群体,使得中国在数据集采集、清洗、标注等方面具有巨大的潜力和发展空间。因此,未来我们需要在数据采集和清洗系统建设、提高公开数据的可获取性和使用性、加大数据标注投入、培养更多的数据科学家和AI工程师以及加强国内外的数据合作等方面进行努力,以充分挖掘和利用数据资源,推动中国AI研究和应用的进步。
2023-06-26
170
0
0
人工智能
1
2
3
4
5
...
13