华为盘古大模型

2024-09-02 00:44
文章标签 模型 华为 盘古

本文主要是介绍华为盘古大模型,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一,盘古大模型整体业务架构

1.ModelArts一站式开发平台为底座
L0基础大模型:自然语言,多模态,视觉,预测,科学计算
L1行业大模型:政务大模型,金融大模型,制造大模型,矿山大模型,气象大模型,药物分子大模型
L2场景模型:传送异物检测,财务异常检测,铁路TFDS检测,水泥能耗优化,PCB板质检,卷宗审核,先导药物筛选,商品销量预测,建筑能耗优化,偏光片质检,营销话术生成,行业报告生成,电力巡检,海浪预测,小分子优化,空调空气质量优化

一,盘古自然语言大模型

内容生成,内容理解

二,盘古多模态大模型

跨模态检索,跨模态生成
覆盖4个典型应用场景
1.文生图:输入文本,创作对应语义图像
2.图生图:输入图像,重构与输入图像风格内容相近的不同图像
3.图片编辑:
4.概念注入图像生成:基于用户给定概念的可控图像编辑

三,盘古视觉大模型

分类,分割,检测
覆盖煤矿场景采,掘,机,云运,通主业务等100+场景智能化作业

四,盘古预测大模型

预测,优化
助力广发证券实现企业财务智能预警

五,盘古科学计算大模型

气象大模型,分子大模型
大幅提升气象预测速度个精度,药物分子大模型,大幅提升药物设计效率

二,Prompt撰写优化

1.提示词简介

1.提示词是什么?
LLM生成文本的过程可视为一个黑盒,人类无法直观地感知其过程,而与LLM交互的手段为提示词即模型的输入,提示词的质量决定了模型生成文本的效果
2.如何设计提示词?
提示词设计是一个迭代过程,需要大量的实验来达到较佳的结果,但是没有完美的提示词,只有合适的符合场景的提示词
2.大模型生成文本基本原理
LLM基于大量的训练数据,来预测输出文本中下一个词语的概率,确定词语后,组装到文本中继续预测,从而获得完成的输出文本,也就是“文字接龙”
3.提示词组成基本结构

  • 任务:要求模型执行的具体任务。如:写一篇关于勇士的文章
  • 说明:对提示词的细节补充说明,如:有冒险,友情等元素,生成文本至少200字
  • 问题:用户输入的问题:请回答这部小说的作者是谁?
  • 上下文:可能涉及的提示词上下文,如:角色,例子,外部信息
  • 输出指示:指定模型输出内容的类型或格式,如:以JSON格式输出文本
    4.提示词撰写的基本策略
    打基础,搭结构,排顺序,设角色,做说明,给提示,少口语,分步骤,做预设

这篇关于华为盘古大模型的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1128514

相关文章

你的华为手机升级了吗? 鸿蒙NEXT多连推5.0.123版本变化颇多

《你的华为手机升级了吗?鸿蒙NEXT多连推5.0.123版本变化颇多》现在的手机系统更新可不仅仅是修修补补那么简单了,华为手机的鸿蒙系统最近可是动作频频,给用户们带来了不少惊喜... 为了让用户的使用体验变得很好,华为手机不仅发布了一系列给力的新机,还在操作系统方面进行了疯狂的发力。尤其是近期,不仅鸿蒙O

Python基于火山引擎豆包大模型搭建QQ机器人详细教程(2024年最新)

《Python基于火山引擎豆包大模型搭建QQ机器人详细教程(2024年最新)》:本文主要介绍Python基于火山引擎豆包大模型搭建QQ机器人详细的相关资料,包括开通模型、配置APIKEY鉴权和SD... 目录豆包大模型概述开通模型付费安装 SDK 环境配置 API KEY 鉴权Ark 模型接口Prompt

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

AI Toolkit + H100 GPU,一小时内微调最新热门文生图模型 FLUX

上个月,FLUX 席卷了互联网,这并非没有原因。他们声称优于 DALLE 3、Ideogram 和 Stable Diffusion 3 等模型,而这一点已被证明是有依据的。随着越来越多的流行图像生成工具(如 Stable Diffusion Web UI Forge 和 ComyUI)开始支持这些模型,FLUX 在 Stable Diffusion 领域的扩展将会持续下去。 自 FLU