-
AI大模型翻车:9.11和9.9哪个大?背后的算法揭秘
AI大模型面临的算数问题:9.11和9.9哪个更大?通过分析背后的算法揭示翻车原因,揭示出大模型的处理方式和定位误差,帮助理解AI在数字比较上的思维逻辑。- 163
- 0
-
TigerGraph CoPilot | 了解AI.x社区的AIGC内容 | 51CTO
了解TigerGraph CoPilot的功能、优势以及在大数据分析和人工智能领域的应用。访问51CTO AI.x社区获取更多AIGC内容。- 616
- 0
-
大数据及人工智能驱动的高级分析市场增长
AICMTY.com高级分析市场的增长受到多种因素的推动,包括大数据、机器学习和人工智能的日益普及。文章探讨了大数据分析、机器学习和人工智能在高级分析领域的应用,以及伙伴关系与合作对市场增长的关键作用。- 675
- 0
-
-
-
RAG与向量数据库:大模型时代的关键技术对比
了解RAG与向量数据库在大模型时代的应用,探讨两种技术在幻觉问题解决方面的对比,同时分析Claude 3、Gemini 1.5等代表性技术的优势和局限性。- 337
- 0
-
中国一汽联合阿里云推出GPT-BI大模型应用
中国一汽联合阿里云推出GPT-BI大模型应用,用于数智化转型,能够接收自然语言查询并结合企业数据生成分析图表,准确率达90%,实现灵活的问答组合和数据穿透,为企业效能提升注入新动能。- 881
- 0
-
百度MEG离线资源降本增效技术及成果介绍
本文介绍了百度MEG离线优化团队在离线资源降本增效方面所采用的技术和取得的成果,包括算力优化中的合池技术和智能调度机制。通过合池技术,将碎片化的队列进行合并,提升整体队列的使用率,从而满足业务需求并降低成本。智能调度系统则根据任务特征和资源水位进行最优匹配,实现任务的高效调度和资源的有效利用。- 157
- 0
-
OpenAI新功能介绍:函数调用在GPT-4和GPT-3.5 Turbo中的应用
了解OpenAI最新更新,介绍了在GPT-4和GPT-3.5 Turbo中新增的函数调用功能,以及该功能的用途和使用限制。- 492
- 0
-
-
-
货拉拉大数据智能平台:云原生AI解决方案全面解析
本文详细介绍了货拉拉大数据智能平台围绕云原生的一站式AI解决方案,包括Kubernetes集群、Flink on k8s特征平台、notebook on K8S模型训练等内容,突出了云原生的特性和对业务系统的赋能。- 281
- 0
-
大语言模型的发展与挑战:2023年回顾与展望
回顾2023年大语言模型的发展历程,探讨其在人工智能领域的影响与挑战,展望未来发展方向。了解大语言模型对NLP和深度学习领域的重要意义和挑战,探索其在未来的应用前景。- 400
- 0
-
AIGC智能服务助力药企质量管理数字化转型
本文介绍了重庆阿克索信息科技有限公司旗下的Akso eGMP与甄知科技旗下燕千云合作,利用AIGC智能服务能力帮助药企实现质量管理数字化转型,提升业务流程效率,保障合规性与数据完整性。同时介绍了AIGC智能服务功能的相关模块和优势。- 404
- 0
-
大模型AI对各行业的影响和应用场景解析
本文解析大模型AI对各行业的影响和应用场景,探讨AI在通用聊天、客服系统、程序编程、办公助理、教育培训等领域的应用。分析AI对于脑力工作的深刻影响和未来发展趋势。- 449
- 0
-
最新Code LLM数据集发布:The Stack
最新发布的Code LLM数据集The Stack,拥有30种编程语言的3.1TB数据规模,提供了一个具有350M参数的Decoder-only的模型,并展示了与CodeX、CodeGen类似的性能表现。该数据集为Code LLM的开放和负责任的研究迈出了一步,对于AI领域的发展具有重要意义。- 410
- 0
-
-
大语言模型安全威胁分析:训练数据泄漏和自动越狱攻击
本文分析了大语言模型面临的两大安全威胁:训练数据泄漏和自动化越狱攻击,并探讨了这些安全威胁对网络安全的影响。文章详细介绍了最新的自动对抗性机器学习技术,以及科技巨头对大语言模型安全竞赛的重视和应对措施。- 94
- 0
-
-
MapReduce技术详解:从基础概念到性能优化最佳实践
本文深入探讨了MapReduce的各个方面,从基础概念和工作原理到编程模型和实际应用场景,最后专注于性能优化的最佳实践。了解MapReduce的核心思想和关键组件,以及如何应用于大规模数据处理。- 409
- 0
-
-
BloombergGPT: 金融领域500亿参数大语言模型介绍
介绍了BloombergGPT,一个由Bloomberg训练的金融领域500亿参数的大语言模型,使用了包含3630亿token的金融领域数据集以及3450亿token的通用数据集进行训练。文章讨论了模型的参数设置、训练过程和数据集构建方法。- 407
- 0
-
Spark工具函数之DataFrame全局排序ID与分组后保留最大值行
本文介绍了两个Spark函数,分别用于获取DataFrame的全局排序ID和在数据分组后保留最大值行的操作。这些函数对于数据分析和大数据处理具有重要作用。- 489
- 0
-
ChatDB: 用数据库作为符号性记忆模块来增强大语言模型
清华大学和北京智源人工智能研究院的研究者们提出了ChatDB:用数据库作为符号性记忆模块来增强大语言模型。这项研究可以让大语言模型胜任需要对历史信息进行长期且精确的记录、处理和分析的场景,例如各种管理和分析系统,以后甚至有望替代管理者,直接让大语言模型根据精确的历史数据做分析和决策。- 342
- 0
幸运之星正在降临...
点击领取今天的签到奖励!
恭喜!您今天获得了{{mission.data.mission.credit}}积分
我的优惠劵
-
¥优惠劵使用时效:无法使用使用时效:
之前
使用时效:永久有效优惠劵ID:×
没有优惠劵可用!