生成式专题

生成式AI让你提出高智商问题,让你看起来超聪明

你可以使用生成式AI来提出极其聪明的问题,这些问题对于各种目的和意图都非常有用。 你想表现得聪明绝顶吗? 我相信大多数人都想。 如果你不熟悉“聪明绝顶”这个词,它在1997年的电影《心灵捕手》中流行起来,当时本·阿弗莱克的角色说他的朋友聪明绝顶,这是一种波士顿人常用的表达,表示某人非常聪明。这个地方性俚语从那时起就被广泛使用,并且非常朗朗上口。 让一个人看起来特别聪明的方式之一就是通过他们

在亚马逊云科技上利用Agent和生成式AI写小说(下篇)

今天小李哥将继续介绍亚马逊推出的国际前沿人工智能AI大模型平台Amazon Bedrock上的Agent的功能。我们将利用Agent结合应用代码工作流服务Step Functions创建链式提示词(Prompt Chaining),通过提示词执行一系列调用Amazon Bedrock上AI大模型的操作写一篇小说。其中架构前端使用了Streamlit框架开发,为用于提供了写小说的交互界面。整个项目的

机器学习:判别式模型与生成式模型

首先明确一点,机器学习其实是从特征x预测标记y,求条件概率P(y|x)的过程。 判别式模型 判别式模型直接通过求解条件概率p(y|x)或者直接计算y的值来预测y,就是判别数据输出量的模型; 举例: 要判断一个羊是山羊还是绵羊,用判别式模型就是从历史数据中学习到模型,然后通过提取这只羊的特征来预测出这只羊是山羊的概率,是绵羊的概率。 求解思路: 条件分布-->模型参数后验

生成式AI赋能智能客服:未来会怎样?

吾名爱妃,性好静亦好动。好编程,常沉浸于代码之世界,思维纵横,力求逻辑之严密,算法之精妙。亦爱篮球,驰骋球场,尽享挥洒汗水之乐。且喜跑步,尤钟马拉松,长途奔袭,考验耐力与毅力,每有所进,心甚喜之。   吾以为,编程似布阵,算法如谋略,需精心筹谋,方可成就佳作。篮球乃团队之艺,协作共进,方显力量。跑步与马拉松,乃磨炼身心之途,愈挫愈勇,方能达至远方。愿交志同道合之友,共探此诸般妙趣。 诸君,此文尚

第九届“创客中国”生成式人工智能中小企业创新创业大赛招商推介圆满落幕

金秋九月,丹桂飘香。9月2日晚,第九届“创客中国”生成式人工智能(AIGC)中小企业创新创业大赛招商推介会在南昌高新区艾溪湖畔成功举办。南昌市政府副秘书长、办公室党组成员陈吉炜出席并致辞。市中小企业局党组书记、市工信局党组书记、局长骆军出席。南昌高新区党工委委员、管委会副主任刘用强主持并作高新区推介。南昌高新区生成式人工智能相关企业及大赛参赛选手参加了本次活动。 (市政府副秘书长

经典大语言模型解读(2):生成式预训练的先锋GPT-1

论文地址:Improving Language Understanding by Generative Pre-Training 概述 现实世界中包含了大量的文本语料数据,然而,绝大多数语料都是无标签的。 为了充分利用这些无标签语料库,GPT1.0提出直接利用这些未标记的语料来进行生成式预训练,然后对每个特定任务进行判别式微调(在标注数据上),从而显著提升在这些任务上的性能。 文中涉及的主

生成式AI扩散模型-Diffusion Model【李宏毅2023】概念讲解、原理剖析笔记

目录 一、Diffusion的基本概念和运作方法 1.Diffusion Model是如何运作的? 2.Denoise模块内部正在做的事情 如何训练Noise predictor? 1)Forward Process (Diffusion Process) 2)noise predictor 3.Text-to-Image 4.两个Algorithm 二、Diffusion Fr

【LLM大模型】生成式人工智能大型语言模型的安全性:概述

生成性AI大型语言模型(LLMs)的安全性:概述 具有生成性AI能力的大型语言模型(如ChatGPT)正面临加速采用和创新。生成性AI(GAI)的日益普及不可避免地引发了对这些模型相关风险和安全性的担忧。本文从计算机科学家的角度,对GAI-LLMs的最新AI安全研究趋势进行了详尽的综述,内容具体且技术性强。在本综述中,我们探讨了在LLMs作为生成性语言模型的背景和动机下所识别的危害和风险;我

扩散模型 (Diffusion Models) 及其在生成式建模中的应用简介

近年来,生成式建模领域的发展令人瞩目,各种新颖的模型架构不断涌现,其中扩散模型(Diffusion Models)因其在图像生成任务中的卓越表现而备受关注。本文将介绍一种常见的扩散模型:DDPM(Denoising Diffusion Probabilistic Models),并探讨其工作原理及应用。 一、什么是扩散模型? 扩散模型是一类生成模型,旨在通过模拟数据分布逐步生成逼真的样本。其核

MosaicML-面向生成式AI的机器学习平台

前段时间,大数据巨头 Databricks 宣布已签署最终协议,将以13亿美元的价格,收购位于旧金山的人工智能初创公司MosaicML 。这篇文章来自 MosaicML官方的技术博客,是对 MosaicML 大模型训练平台的一个简单介绍。 AIGC领域最大收购:Databricks 13亿美元买下MosaicML,成立仅2年员工60人-36氪 ​36kr.com/p/231919914213440

生成式人工智能会导致人工智能崩溃吗

况可能很快就会发生变化。 从定义上讲,LLM 需要大量数据,而且所使用的数据集越来越大。根据缩放定律[2],要提高性能,必须同时增加参数数量和训练标记数量(后者被认为是最重要的因素)。 这些数据集包含人类产生的数据,但一些研究表明,这是一种有限的资源。人类产生的数据规模也不及我们,因为我们通过 LLM 培训增加了数据消耗。一项最近发表的研究认为,我们无法支持未来十年

2024生成式AI商业落地白皮书_火山引擎

更多详细内容请下载资源 2024生成式AI商业落地白皮书-火山引擎

利用MongoDB进行数据治理,防范构建生成式AI应用程序时的潜在安全风险

生成式人工智能(生成式AI)正在蓬勃发展,许多企业和初创公司正在运用AI工具来解决各自的用例问题。随着企业逐渐适应市场上的新技术范式转移,开发者社区和开源模型也在不断发展壮大。 构建智能生成式AI应用程序需要灵活运用数据。这其中涉及的一项核心要求就是数据治理,数据治理涵盖各种有助于确保数据安全性、机密性、准确性、可用性和可靠性的措施,涉及数据生命周期的流程、政策、措施、技术、工具和控制等方面。

《给所有人的生成式 AI 课》学习笔记(二)

前言 本文是吴恩达(Andrew Ng)的视频课程《Generative AI for Everyone》(给所有人的生成式 AI 课)的学习笔记。由于原课程为全英文视频课程(时长约 3 个小时),且国内访问较慢,阅读本文可快速学习课程内容。 课程介绍 本课程帮助大家了解生成式人工智能的工作原理,以及如何在生活和工作中使用它。适合任何有兴趣了解生成式人工智能在当前和未来的用途、影响和底层技术

生成式AI和LLM的应用场景

简单说就是LLM能干啥: 1. 聊天机器人(Chatbots): • 基于下一词预测的基本聊天功能。 2. 文本生成(Text Generation): • 根据提示生成文章或作文。 • 总结对话内容,将对话作为提示提供给模型,模型生成摘要。 3. 翻译任务(Translation Tasks): • 传统的语言翻译,如法语到德语、英语到西班牙语等。 • 自然语言到机器码的翻译。例

关于生成式人工智能的发展

近年来,人工智能的发展引起了广泛关注,尤其是在深度学习领域,以深度神经网络为代表的人工智能技术已经取得了重大突破。然而,深度神经网络也有其局限性。深度学习技术在处理一些复杂问题时表现良好,但在解决更广泛的任务时仍存在许多挑战。因此,近年来出现了一种新型人工智能——生成式人工智能(generative artificial intelligence,简称 GAN)。 基本概念 GAN是一种通

生成式AI在电影产业的崛起

1. 引言 生成式AI技术正迅速改变电影产业的面貌,从创建高质量的视频片段到实现复杂的特效,甚至是演员的去老化技术,都显示出其强大的潜力。公司如Runway引领了这一潮流,其Gen-2工具已被广泛使用,主要电影制片厂也开始将这些技术集成到他们的工作流程中。本文将深入探讨生成式AI在电影产业的具体使用案例,并讨论这些技术对电影制作人和观众的广泛影响。 2. 高质量视频片段的创建 生成式AI可以

SEI的最新工作:Open AI协作、生成式AI和零信任

作为让您了解我们最新持续投入的部分工作,这篇文章总结了SEI在网络安全大语言模型、软件工程和生成式AI获取、零信任、大型语言模型等领域最近发表的一些出版物。以及网络安全、基于能力的规划、供应链的风险管理、软件工程和采购中的生成式人工智能以及量子计算。 这些出版物重点介绍了SEI技术专家在这些领域的最新工作。这篇文章包含每个出版物、作者以及可以在SEI网站上访问的链接的列表。 评估网络安全任务的

Diffusion Model 生成式模型

生成模型不同于传统的分类任务有着确定的回答,就multi-label而言,即使对应有80个类,也是有限个数的回答; 而生成模型的回答是不可以被穷举的; 参考 李宏毅大大 【生成式AI】Diffusion Model 原理剖析 (1/4) (optional)

创新入门|生成式AI创新赋能优势解析,获取生成式AI知识的10大方法

生成式AI技术对员工和企业影响深远。对于员工而言,生成式AI能够提升工作效率,简化重复性任务,并为创意和决策提供支持。对于企业而言,生成式AI在产品创新、市场营销、客户服务和运营优化等方面发挥重要作用,帮助预测市场趋势、提升管理效率,推动数字化转型和创新发展。虽然生成式AI技术刚刚出现,但目前已有AI证书可以帮助企业和员工学习新技能,建立新的发展机会。 一. 生成式AI技术的作用与发展前景

好书推荐:生成式AI入门与AWS实战

这本书给LLM的爱好者者提供了完整的学习路线,让读者从使用大语言模型开始到剖析常用的技术概念,能够填补了机器学习爱好者从传统的文字处理到大语言模型的空白知识,包括显存计算优化,微调,RAG, 多模态,以及部署优化等知识。同时这本书也结合亚马逊云科技上的Sagemaker,Bedrock等服务提供了详实又易用的代码案例,让读者可以不仅可以理解大语言模型是怎么工作的,也可以动手根据大语言模型定制自己的

翻译: Gen AI生成式人工智能学习资源路线图一

Introduction 介绍 本文档旨在作为学习现代人工智能系统背后的关键概念的手册。考虑到人工智能最近的发展速度,确实没有一个好的教科书式的资源来快速了解 LLMs 或其他生成模型的最新和最伟大的创新,但互联网上有大量关于这些主题的优秀解释资源(博客文章、视频等)。我的目标是将这些资源中的“最好的”组织成教科书式的演示文稿,它可以作为满足个人人工智能相关学习目标的先决条件的路线图。我希望这将

列表生成式 参数解包

类型系统是编程语言的基石。PHP 的数据类型是隐式存在,不同的数据类型之间运算,部分可以自动完成转型。java,golang 都是强类型语言,类型需要显性声明,即便go类型推断表现的像动态语言。 类型 python 从某种意义上来讲,并非像PHP那样完全动态,但使用 python 还是需要类型意识。 s="abc"i=5d={'Admin':28}l=['a',23,('b','

Nintex流程平台引入生成式人工智能,实现自动化革新

工作流自动化提供商Nintex宣布在其Nintex流程平台上推出一系列新的人工智能驱动改进。这些增强显著减少了文档化、管理和自动化业务流程所需的时间。这些新特性为Nintex流程平台不断扩展的人工智能能力增添了新的亮点。 Nintex首席产品官Niranjan Vijayaragavan表示:“企业领导者正在应对连接众多技术系统和管理海量数据的复杂流程,这些流程的复杂性反而阻碍了他们的生

【李宏毅-生成式 AI】Spring 2024, HW5:LLM Fine-tuning 实验记录

文章目录 1. Task Overview2. Overall Workflow3. Dataset 介绍4. 代码介绍4.1 环境介绍4.2 下载 dataset4.3 下载并加载模型4.2 Notebook 代码1)import 部分2)固定 seed3)加载 LLM4)加载 tokenizer5)设置解码参数6)⭐ LLM 和 tokenizer 使用示例7)generate_trai

生成式人工智能 - 文本反转(Textual Inversion):一种微调稳定扩散模型的方法

一、简述         大型文本到图像稳定扩散模型已经展示了前所未有的能力,可以使用文本提示合成新场景。这些文本到图像模型提供了通过自然语言指导创作的自由。然而,它们的使用受到用户描述特定或独特场景、艺术创作或新实体产品的能力的限制。很多时候,用户被限制行使她的艺术自由来生成特定独特或新概念的图像。此外,使用新数据集为每个新概念重新训练模型非常困难且成本高昂。         论文《一张图片