AI.x社区

本文将通过一个完整的实战案例来展示使用Python、命令行或GoogleColab等方式在自定义数据集上训练自己的计算机视觉模型。简介当前，Ultralytics公司研制的高级YOLOv8模型成为解决计算机视觉问题的最佳方法之一，同时该模型也最大限度地减少了有关开发过程遭遇的麻烦。YOLOv8是UltralyticsYOLO（YouOnlyLookOnce）系列模型的第8次也是最新一次迭代，与其他迭代一样，它使用卷积神经网络（CNN）来预测对象类别及其边界框。YOLO系...

本文中将重点介绍如何优化RAG系统，使其尽可能高效。我们从多个角度介绍RAG系统，深入了解其用途以及如何优化。介绍检索增强生成（RAG）模型通常被称为RAG系统，在AI行业得到极大的关注。这种模型背后的概念很简单：我们允许模型根据需要从单独的数据集检索信息，而不是使用海量数据训练模型。将如何改进机器学习模型？首先，训练或微调大语言模型（LLM）的过程极其费钱、费时且乏味。它需要训练有素的机器学习和AI从业人员。RA...

计算逻辑以各种形式出现，就像其他类型的逻辑一样。本文将重点介绍计算逻辑中的溯因逻辑编程（ALP）方法，并将论证ALP代理框架，它将ALP集成到代理的操作周期中，为解释性推理和规范性推理提供了一个具有说服力的模型。ALP代理框架作为一个解释性模型，它以生产系统为例；而作为一种规范性模型，它不仅包括经典逻辑，而且与传统的决策理论相一致。ALP代理框架的双重性性质包括直觉推理和审慎推理，将其归类为双过程理论。与其他...

生成式人工智能（GenAI）已经成为一种提高生产力和处理日常任务的强大工具。这种工具可以根据收到的输入创建新的内容，包括文本、图像甚至代码。虽然这种工具大有潜力，但有效地发掘它们的力量却需要一种特定的技能，即编写优秀提示的能力。提示是我们赋予AI工具的指令，以指导它们的输出。可以把提示看作是现代版的计算机代码，只不过用自然语言编写。就像传统编程一样，有一些有效和无效的方法来创建提示。不妨探索提示编写之...

本文将通过探讨微软开源Florence2模型的零样本功能来全面了解其在字幕识别、目标检测、分割和OCR等领域的应用。简介近年来，计算机视觉领域见证了基础模型的兴起，这些模型可以在不需要训练自定义模型的情况下进行图像注释。我们已经看到了用于分类的CLIP模型（参考文献2）、用于对象检测的GroundingDINO（参考文献3）和用于分割的SAM（参考文献4）等模型，每种模型在其各自领域都表现出色。但是，我们是否能够开发一个能够同时...

本文将讨论如何使用Kumologica中AI代理和OpenAI平台，实现智能案例分类场景的设计。本文将演示如何使用​​Kumologica​​和​​OpenAI​​协助开发出AI代理API。此类API可以使用用户提交的信息，有效地对企业内生成的用户支持请求案例进行分类，而无需客户支持代理（即：Helpdesk之类的接单人员）的干预。从实用性角度考虑，这样的API管理方案可以自动对来自各种渠道的案例，进行分类和优先级的判定，识别出那些高优先级的案例...

本文旨在帮助你在使用自己定制的LLM代理还是使用现有LLM代理框架之间作出正确的选择。简介首先，要感谢JohnGilhuly对本文的贡献。当下，人工智能代理暂时处在大休整时期。随着多个新的AI开发框架的不断出现和人们对该领域不断进行新的投资，现代人工智能代理正在克服不稳定的初始阶段，迅速取代RAG而成为实施重点。那么，2024年最终会成为什么样的年份呢？是自主人工智能系统接管我们人工来书写电子邮件、预订航班、处理数据，...

本文通过四个阶段过程来系统地理解和修复LLM应用程序中的错误。大型语言模型（LLM）为机器学习的应用创造了一个新的范式。一方面，用户有一个机器学习模型，可以根据自己的需求和任务进行定制。另一方面，可能无法访问模型的权重和超参数。用户可以通过调整提示和提供给模型的信息来控制模型的行为。这对于那些习惯于开发传统机器学习应用程序的人来说带来了难题。如果没有一种系统的方法来分析错误并进行更正，那么可能会陷入...

NotebookLM使用AI来总结和组织要点，可以轻松地用YouTube视频创建学习指南。只需上传视频链接，这个工具就可以帮助你将内容转换成结构化指南。用YouTube视频制作学习指南可能很花时间，但是NotebookLM简化了这项任务。NotebookLM是一个帮助你做笔记和总结的工具。它使用AI为你节省时间和精力，只需要几个步骤就可以把视频变成学习指南。这对学生或在线教学的人大有帮助。你可以用视频创建笔记、摘要和问题。在本文中，你将学习...

本文将通过一个实战案例来展示如何借助于PyTorch自动混合精度库对ResNet50模型进行优化，然后借助少许几行代码即可获得超过两倍速度的模型训练效率。简介你是否曾希望你的深度学习模型运行得更快？一方面，GPU很昂贵。另一方面，数据集庞大，训练过程似乎永无止境；你可能有一百万个实验要进行，还有一个截止日期。所有这些需求都是期待特定形式的训练加速的极好理由。但是，我们该选哪一种模型呢？​​PyTorch​​​、​​Hugg...

将RAG与知识图谱相结合可以提高生成式人工智能应用程序的准确性，可以使用现有的数据库来完成。生成式人工智能依赖于数据来构建对用户查询的响应。而训练大型语言模型(LLM)需要使用大量数据，例如OpenAI公司的GPT3使用了CommonCrawl数据集进行训练，该数据集拥有570GB字节的数据和4000亿个令牌。虽然这些数据集的规模庞大，但都是时间快照，无法响应围绕当前发生的事件的查询。人工智能的反应也可能包括“幻觉”——提供看似合...

RAG可以利用外部信息提升大型语言模型的性能，其性能依赖于检索文档的质量。除了标准检索方法之外，还有4种方法可以提高所检索文档的质量。检索增强生成(RAG)是利用外部信息定制大型语言模型的重要技术之一。但是，RAG的性能取决于检索到的文档的质量。除了在RAG管道中使用的标准检索方法之外，还有这4种技术有助于提高所检索文档的质量。基于标准嵌入的检索RAG管道中使用的标准检索方法是在用户查询和知识语料库的嵌入之间进行...

OpenAI推出的RealtimeAPI标志着语音交互技术的一次重大突破。它允许开发者构建低延迟、高效率的多模态对话体验，支持文本和音频输入输出，为语音助手、在线教育、游戏等场景带来了新的可能性。传统的语音交互模式存在明显延迟，需要经过“声音>文字>文字推理>声音”的转换过程，导致情感、重点和口音的丧失，影响用户体验。RealtimeAPI通过直接流式传输音频输入输出，优化了这一过程，实现了更加自然、流畅的对话体验。它还能够...

本文将通过具体的实战代码示例来探索谷歌开源GeminiFlash模型的学习曲线和采样效率。在大多数常见的机器学习和自然语言处理中，实现最佳性能通常需要在用于训练的数据量和由此产生的模型准确性之间进行权衡。本文中，我们将以PII（个人识别信息）脱敏算法数据集为例，探讨使用微调谷歌GeminiFlash模型的情况下样本效率的概念。我们将研究随着样本数量的增加而进行的微调如何影响调整后的模型的功能。何谓样本效率，为什么它很重...

深度学习大大提高了医疗图像分割的准确度和效率，本文将探讨常用技术及其应用。采用深度学习技术已经使医疗成像发生了革命性的变化。使用机器学习的这一分支开创了医疗图像分割精度和高效的新时代，而医疗图像分割是现代医疗保健诊断和治疗计划的一个核心分析过程。通过利用神经网络，深度学习算法能够以前所未有的精度检测医疗图像中的异常。这项技术突破有助于重塑我们对待医疗图像分析的范式。从改善早期疾病检测到促进个性...

嘿，Java开发人员们，有个重大好消息要告诉你们：Spring如今已正式支持通过SpringAI模块来构建AI应用程序。在本教程中，我们将使用SpringBoot、React、Docker以及OpenAI来构建一个聊天机器人的应用程序。此应用程序能够让用户与由AI驱动的聊天机器人进行交互，可以向其提出问题，并实时获取回复。文中提到的全部源代码已在GitHub存储库中予以提供。欢迎给它加星标，然后搬运该源代码库进行尝试体验。为了让你对所要构建的内容有...

本文将全面探讨在网格环境下，模仿学习中一些著名方法的测试运行与结果对比分析。简介强化学习（RL）是机器学习的一个分支，围绕通过标量信号（奖励）的指导进行学习；这与监督学习是不同的，监督学习需要目标变量的完整标签。我们可以通过一个直观的例子来解释强化学习。比如一所学校有两个班，连续重复两种类型的测试。第一个班完成了测试并获得了完整的正确答案（监督学习：SL）。第二个班也完成了测试，但是只得到每个问题...

随着大模型在人工智能领域的兴起，如何将其应用于垂直领域成为关键问题。本文描述了模型微调技术，通过调整预训练模型的参数，使其适应特定任务，从而提升模型在特定领域的表现。文中以Yelp数据集为例，详细介绍了如何使用HuggingFaceTransformers框架对BERT模型进行微调，实现评论星级分类任务。文档涵盖了微调的背景、主流手段、架构和工具，并深入讲解了微调的思路和实践步骤，包括数据预处理、模型选择、超参数设置、训练评...

随着LLM持续火爆，如何实现其安全性成为组织必须思考的关键问题。在过去一年中，关于大型语言模型（LLM）的讨论激增，这促使许多组织开始思考：我们应该如何保护人工智能？安全影响又是什么？要回答这些问题，最好先了解一下LLM的运作原理。首先，我们简要介绍一下LLM和LLM应用程序是什么？LLM安全性与传统安全性有何不同？什么是保护LLM的良好框架？我们如何实现这些框架？从某种角度来看，LLM的兴起就像当初的社交网络，试想...

​本文介绍了如何使用OpenAIo1预览版和o1迷你版，用于决策、编码以及从头开始构建一个端到端机器学习项目。在GPT5备受期待的同时，OpenAI发布了一种先进的语言模型，它可以在认真思考后做出反应，具备与博士生相当的智能。这种改进版模型向前迈出了一大步，提供了实用的解决方案，而不是遗漏指令或产生幻觉。我们在这篇博文中将介绍OpenAI的o1推理模型及其特别之处和值得注意的方面。然后，我们将使用ChatGPT访问o1预览版和o1迷...