我代码0基础,5分钟能做一个大模型应用

华为昇腾Atlas200DK. CANN模型推理——目标检测结果不对(无检测结果)的问题解决 目录前言问题描述问题排查1.后处理模块问题排查2.预处理模块问题排查3.模型问题排查4.算法bug问题排查5.AI板卡问题排查6.模型精度问题排查6.模型推理问题解决:模型输入数据与预处理不同后记 前言 上周我在华为昇腾Atlas200DK中部署nanodet和yolov5时,出现了目标检测结果不对(没有检测到任何物体),困扰了整整三天,最后找到原因并圆满解决,在这里记录一下debug过程。 以上测试均在python中完成。 问题描述 第一天上午,我首先将nanodet由pytorch的.pth模型转换为. 阅读详情

我有一个朋友小张,最近在研究怎么让AI帮自己工作。

小张是汽车销售。把车卖出去以后,常常会收到客户的提问:

这个黄色图标什么意思?

防冻液添加入口在哪里?

辅助驾驶怎么打开?

小张是新技术爱好者,他就想,能不能让AI来回答客服问题,这样他省下的时间可以用来摸鱼学习?

常见的生成式AI虽然聪明,但难以胜任客服的工作。

比如小张问它们,某一汽车车型,按哪个按钮打开后备箱。

AI最多的指引,是让他去看说明书。

小张去请教了一位算法工程师。工程师解释:

这是因为大模型的训练数据不一定涵盖所有汽车,尤其是新款车型。AI有自己的局限性,让你看说明书已经是当下最合理的回答。

小张不甘心地想——「能不能让大模型学习最新的汽车说明书和汽车知识,然后准确回答客户问题?」

算法工程师说:

这个需求不难,你可以分几个步骤完成:

\1. 选择编程语言。首先,选择一个合适你的编程语言,比如Python;

\2. 选择大语言模型,比如混元大模型;

\3. 获取大模型的API访问权限;

\4. 把汽车说明书,整理成一个结构化格式(如JSON、CSV等),汇集成专业文档;

\5. 编写代码读取专业文档,输入给大模型;

\6. 设计一个用户交互界面。

我的朋友小张说:「等一下,编程语言,我?」

图片

小张继续问:「有没有不懂代码也能用的方法?」

铺垫到这里,这个广告不打就说不过去了

腾讯云大模型知识引擎,可以帮助小张这样的职场人士,把大模型的能力(理解自然语言、信息检索、对话交互等等)和企业的专属知识结合起来,解决工作中的具体问题。

知识引擎是一个PaaS平台,它就像一台预装好的电脑,打开就能使用,而不必自己先组装硬件、安装操作系统、安装软件等等。

知识引擎「预装」了许多模型和工具,使得小张不需要从写代码学起,而是直接把他电脑里的汽车说明书PDF文档都上传,让知识引擎「学习」后,变成一个专业的汽车客服。

图片

腾讯云知识引擎内置的第一个能力,是用来加强「阅读」能力的。

一直以来,机器阅读PDF文档,都做不到像人类一样顺畅。如果你试过把PDF转成WORD文档,一定发现转换后的结果有顺序错乱、缺字漏字等问题。

腾讯云知识引擎内置的OCR文档解析大模型****,把文档识别的准确率提升了 30%。

它会进行版面分析,识别出文字、公式、表格、图片等元素,并进行元素排序,确保解析完的文档有正确的阅读顺序。

图片

和我们小时候做语文阅读理解题目一样,知识引擎「阅读」之后,还要学会「理解」。

这就需要介绍知识引擎的第二个内置大模型——业内首个基于语义判断的知识切分大模型。

它的能力是,把信息完整切分,分好类,这可以提高回答的完整性。

知识切分大模型可以自己理解整篇文章的一级、二级、三级段落,这基于它的语义理解、长上下文关联能力。

图片

做阅读理解题目,把原文看懂之后,在原文找到答案的线索也是很重要的一步。

知识引擎内置也是一样,这就涉及到它的第三个能力——检索增强(RAG)技术。

小张上传了上百份PDF文档(每份几百页)给知识引擎,知识引擎在文档中快速检索,定位到关键信息,这依赖内置的自研长文本Embedding 模型。

embedding(嵌入)就是把将文本(词汇、短语、句子或整篇文档)转换成数值向量(一组数字)的方法,相当于是「降维」处理,「降维」之后,用数学的方法来处理它们的相似度就很方便。

举个例子,「猫在沙发上睡觉」、「沙发上有一只正在打盹的猫」这两句话的语法结构不同,但是在「降维」之后,它们在空间上的距离很近,大模型可以快速且准确地把它们「一网打尽」。

腾讯自研的长文档Embedding 模型,能支持复杂的长文本检索,包括上万行超大表格。在国际知名的 C-MTEB 榜单上,这个模型在 8 个中文任务上可以达到效果最优。

图片

复习一下刚刚的知识。

小张把PDF文档拖进知识引擎,知识引擎阅读文档后,把文档的信息分好类。当任何人向知识引擎提问,它就通过「降维」的方法,快速检索、找到对应的原文。

接着,知识引擎就带着检索到的原文,加上最初的提问,重新排列组合,输入给大模型,「生成」回答。

相当于,知识引擎听了提问者的问题后,在小张上传的知识库找到资料,把问题改得更明白(问题里面已经有了答案的线索),再发给大模型。

以这个问答为例。

图片

我的朋友小张发了一张图片(是的,这里有能看懂照片的多模态大模型在起作用),问知识引擎,「背大宝剑的小人是什么意思?」

小张很自信,他觉得自己的问题描述很精准。

其实「背大宝剑的小人」这个描述并不准确,但是知识引擎收到后,把它改得准确了,再发给大模型。

大模型收到更准确的提示词之后,情商很高地说:「背大宝剑的小人」是汽车安全带指示灯……

图片

在AI时代,我们都知道会写prompt(提示词)是一项重要的技能,问对了问题,大模型才能回答好问题。而知识引擎降低了写prompt的门槛,让你用大白话就可以调动大模型。

最重要的是,刚刚说的这些复杂过程,都发生在知识引擎内部。所以,我的朋友小张不必理解这个过程,他只需要在知识引擎的可视化的界面上拖拉、点击,上传自己的工作文档,就完成了一个AI助手的搭建。

图片

图片只需4个步骤,5分钟即可用知识引擎配置应用

除了小张这样的汽车行业从业者,金融、教育、文旅、零售等行业的从业者,也正在运用知识引擎,让大模型学习企业的专属知识,用来辅助工作。

​

​

如何学习大模型

现在社会上大模型越来越普及了,已经有很多人都想往这里面扎,但是却找不到适合的方法去学习。

作为一名资深码农,初入大模型时也吃了很多亏,踩了无数坑。现在我想把我的经验和知识分享给你们,帮助你们学习AI大模型,能够解决你们学习中的困难。

我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习,等录播视频免费分享出来,需要的小伙伴可以扫取。

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向,东学一点西学一点,像只无头苍蝇乱撞,我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。

在这里插入图片描述

二、AI大模型视频教程

在这里插入图片描述

三、AI大模型各大学习书籍

在这里插入图片描述

四、AI大模型各大场景实战案例

在这里插入图片描述

五、结束语

学习AI大模型是当前科技发展的趋势,它不仅能够为我们提供更多的机会和挑战,还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型,我们可以深入了解深度学习、神经网络等核心概念,并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时,掌握AI大模型还能够为我们的职业发展增添竞争力,成为未来技术领域的领导者。

再者,学习AI大模型也能为我们自己创造更多的价值,提供更多的岗位以及副业创收,让自己的生活更上一层楼。

因此,学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。

Quuppa 如何引领蓝牙 ® 定位服务的全新发展方向 我们最优质的客户,是那些对其他实时定位系统(RTLS)的承诺感到失望、转而寻求 “能覆盖全业务场景的更广泛赋能技术” 的客户 —— 前文提到的消防车制造商就是典型案例:他们尝试并通过 Quuppa 的蓝牙方案取得了成功。我们希望业务合作伙伴(如系统集成商、解决方案提供商)能充分利用 Quuppa 智能定位系统的功能,为客户提供专属解决方案:无论是追踪微型标签、实现未来移动设备的 AoD 功能,还是基于 RSSI 的简单信标(信标作为物联网网关),这些功能都能让同一套 Quuppa 系统支持广泛的用例。 阅读详情

相关推荐

OpenBCI脑电实验避坑指南:如何用Python准确捕捉P300信号

本文详细介绍了使用OpenBCI和Python进行P300脑电信号实验的避坑指南,包括电极贴放、信号采集、信号处理和数据分析等关键步骤。通过实战经验和代码示例,帮助研究者避开常见陷阱,提高P300信号捕捉的准确率,适用于脑机接口和神经科学研究。

weixin_30316097的博客 552

使用腾讯云知识引擎接入满血DeepSeek-R1打造您专属的个人知识库

最近的好火,它是由杭州深度求索人工智能基础技术研究有限公司出品的一款先进的人工智能产品。以其强大的技术实力和创新应用,迅速在人工智能领域崭露头角,成为行业关注的焦点。官网:DeepSeek | 深度求索不过在使用聊天的功能中,经常出现服务器繁忙,请稍后再试的问题这有服务器资源的原因,也有境外势力攻击的原因。总的来说,产品爆火后,带来巨大的关注与流量的同时,也要看能否稳稳地吃下这波流量。那么是否有机会,使用打造自己的个人知识库呢,诶,腾讯云知识引擎正好给了我们这个机会。下面我们就使用腾讯云知识引擎打造的个人知

半月的博客 1307

CMOS锁相环核心:四种鉴频鉴相器(PFD)结构深度剖析与选型指南

本文深入剖析了CMOS锁相环中四种鉴频鉴相器(PFD)的结构与性能,包括传统RS触发器型、非时钟型、预充电型和边沿触发型PFD。通过详细的电路分析、实测数据和工程案例,提供了PFD选型的实用指南,帮助工程师根据速度、功耗和精度需求选择最优方案,提升锁相环设计效率。

weixin_42530458的博客 587

从零预训练一个自己的大模型(完整代码),非常详细收藏我这一篇就够了

大语言模型(Large Language Model,简称LLM),指使用大量文本数据训练的深度学习模型,可以生成自然语言文本或理解语言文本的含义。虽然网上有大量关于transformer理论、大语言模型微调的教程。但是少有关于预训练的解释。本文则从如何自己实战预训练一个大语言模型的角度,使用wiki数据集进行一个简单的从零预训练工作,并附上使用swanlab launch白嫖显卡的方法◾ 本教程完整代码:https://link.zhihu.com/?

m0_63171455的博客 1912

智能驾驶域控(ADCU)方案介绍

本文主要对智能驾驶域控(ADCU)方案相关知识进行总结,以加深理解,及方便后续查漏补缺。

liuxu324的博客 1574

VictoriaMetrics | 云原生监控新宠: 使用 vmagent 工具采集 VM 集群指标实战

摘要:本文介绍了vmagent工具的安装部署及配置实践,该工具是VictoriaMetrics官方提供的指标采集组件,支持兼容Prometheus指标采集与转发。文章详细讲解了从二进制方式部署vmagent的步骤,包括下载安装、创建运行环境、配置systemd服务等过程。通过8429端口可查看采集状态,并演示了将Prometheus配置迁移到vmagent的方法。vmagent可实现远程写入VictoriaMetrics集群,为云原生监控提供高效解决方案。

全栈工程师修炼指南-IT知识分享 446

腾讯云大模型知识引擎与DeepSeek-R1:企业智能问答平台的构建实践

腾讯云大模型知识引擎(LKE)是面向企业客户的基于大语言模型的应用构建平台,提供多种应用开发方式,完成企业级Agent、RAG、工作流应用创建及发布。该平台支持企业将专属知识与大模型能力相结合,降低模型应用落地门槛,使企业能够高效打造效果佳、有价值的大模型应用。高效搭建大模型应用:提供多种应用开发方式,预置优质官方插件复杂知识处理能力强:使用OCR、LLM+RAG、MLLM等多种技术能力进行文档解析配套工具链完善:开放模型配置、知识配置、问答提取、应用评测等配置工具。

2080

Linux(31)Rockchip RK3568 Ubuntu22.04上部署 Docker: 问题与解决方案

本博客在总结这些问题及其解决方案,为遇到类似问题的兄弟提供参考,如果我后续有碰到其他Docker 问题也会在此更新补充。

我其实什么都不会 1646

大模型强化学习实操——如何训练一个自己偏好的大模型(附代码)

在介绍原理前,我们来再次回顾一下一个类似于chatGPT这样大模型的训练流程。

python1222_的博客 2393

第4-4课:状态压缩与动态规划

什么是状态压缩 动态规划问题中重要的一环就是确定状态的定义,在大多数情况下,状态中所包含的信息并不多,比如线性规划问题的状态一般表示为 d[i,j](i 表示状态的位置,j 表示状态的阶段),算法实现时可用二维数组保存计算过程中的状态。但是也有一些问题,它的状态中包含的信息很多,比如它的状态可能是一个集合中各个元素的情况,或者是像铺瓷砖问题这样,是某一行的覆盖状态。如果沿用简单的状态表示方法,则可...

oRbIt 的专栏 700

在SAP系统中,公司间关联交易(Intercompany Transactions)或内部往来主要有三种经典的实现模式。这些模式的选择取决于企业的业务复杂度、自动化需求以及对实时性的要求

SAP系统中公司间关联交易的三种实现模式分析:1)手工记账模式(FB60/FB70)适用于低频交易,灵活性高但易出错;2)SD/MM跨公司销售采购模式(VA01/VF01/ME21N)适用于真实业务流转,业务财务集成度高;3)自动清算模式(F.13/ICR)适合高频交易集团企业,支持实时自动对账。关键成功要素包括正确配置贸易伙伴字段、统驭科目及专用凭证类型。建议根据企业规模、业务复杂度及自动化需求选择合适模式,其中大型集团优先考虑自动对账方案以确保合并报表准确性。

金牌架构师 555

代码0基础,5分钟能做一个大模型应用

我有一个朋友小张,最近在研究怎么让AI帮自己工作。小张是汽车销售。把车卖出去以后,常常会收到客户的提问:这个黄色图标什么意思?防冻液添加入口在哪里?辅助驾驶怎么打开?小张是新技术爱好者,他就想,能不能让AI来回答客服问题,这样他省下的时间可以用来摸鱼学习?常见的生成式AI虽然聪明,但难以胜任客服的工作。比如小张问它们,某一汽车车型,按哪个按钮打开后备箱。AI最多的指引,是让他去看说明书。小张去请教了一位算法工程师。工程师解释:这是因为大模型的训练数据不一定涵盖所有汽车,尤其是新款车型。

m0_59163425的博客 831

万字长文解密:SAP Fiori 首屏加载缓慢背后的真相

什么是一个健康理想的 Fiori 首次加载状态?FLP 首页不臃肿,用户默认看见的内容不多但足够用缓存作业按规则运行,冷启动不至于每次都从零开始应用首屏只读必要数据,UI5 资源经过 preload,视图异步加载OData 服务字段克制、分页合理、缓存分层清楚后台 CDS 与 HANA 只为当前屏幕做最必要的工作。只要这些标准同时满足,用户第一次打开 Fiori 页面的体感通常会从明显卡顿变成可接受甚至顺滑。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 557

5分钟搭建大模型应用!腾讯将「实用主义」贯彻到底|甲子光年

让企业像搭积木一样构建大模型应用,简单可上手。

python122_的博客 1893

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

5分钟零代码学会大模型微调,llama-factory实战教程

文章介绍大模型微调技术原理与实战,通过llama-factory工具实现零代码微调。详细讲解环境搭建、模型下载、数据集构建、参数设置及模型评测等完整流程,帮助读者将通用大模型转化为专业领域专家。以Qwen2.5为例,展示LORA高效微调方法,使读者快速掌握大模型微调技能,提升模型在特定专业领域的表现。

2301_82275412的博客 1450

SIMATIC S7-1200, S7-1500 PID 控制[手册]

SIMATIC S7-1200, S7-1500 PID 控制[手册]

大模型微调教程:0基础也能用云算力微调一个AI甄嬛

微调相当于是可以使用自己的私有数据,私人定制一个专属大模型,比如法律领域、医疗领域、政务场景等。可以自定义模型回复的语气,个性和风格,你把大模型想象成一个小孩子,你想让他成为什么样,你就教他什么(训练语料数据集)。官话:微调LLM可定制其行为,增强领域知识,并针对特定任务优化性能。通过在特定数据集上微调预训练模型,旨在更有效地执行特定任务。实操部分。

python123456_的博客 1328

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

5分钟部署Qwen2.5-0.5B:阿里开源大模型网页推理零基础教程

本文介绍了如何在星图GPU平台自动化部署Qwen2.5-0.5B-Instruct镜像,快速搭建网页版大模型推理服务。用户无需编码即可完成部署,适用于内容创作、教育辅助和AI应用开发等场景,实现中文对话、诗歌生成与多轮交互,助力零基础用户高效体验大模型能力。

weixin_35755562的博客 236

鹅厂革新大模型工具全链条!5分钟开发AI助手,河南学生已经用上了

明敏 鱼羊 发自 凹非寺量子位 | 公众号 QbitAI大模型的风,吹进中小学了。在河南,十几所中小学的学生老师,都已经用上专用大模型辅助学习和教课。而且是熟读新课标教材的那种,解答习题正确率达到95%。但开发难度并不高,无需拿着海量数据从头训练一个模型,甚至都不一定需要懂编程,大幅降低大模型应用落地门槛。这就是腾讯云刚刚公开的大模型商业化新进展。在腾讯云生成式AI产业应用峰会上,鹅厂一口气发布腾...

量子位 1273

零基础学AI大模型之从0到1调用大模型API

《从0到1调用大模型API:DeepSeek与阿里百炼平台实操指南》摘要 本文针对开发者快速接入大模型API的需求,对比分析了DeepSeek和阿里百炼两大平台的核心优势与适用场景。DeepSeek以高性价比和出色代码能力见长,适合个人开发者和小团队;阿里百炼则提供企业级全链路服务,支持多模型整合与私有化部署。文章详细演示了获取API密钥的步骤,并指导使用Apifox工具进行接口测试,包含请求参数配置和响应结果解析。通过具体案例展示,帮助开发者快速验证API功能,实现高效接入。

chandfy的博客 2961

5分钟玩转Llama Factory:零基础微调你的第一个大模型

通过本文,你已经了解了如何使用Llama Factory快速开始大模型微调。整个过程无需复杂的环境配置,特别适合课程项目或快速原型开发。在优快云算力平台部署Llama Factory镜像选择一个基础模型和示例数据集启动你的第一个微调任务观察训练过程并评估结果大模型微调是一个实践性很强的技能,最好的学习方式就是动手尝试。即使第一次结果不完美,也可以通过调整参数和数据不断改进。祝你在AI学习的道路上顺利前行!

BlueTiger92的博客 523

5分钟在本地部署自己的deepseek大模型,小白也能搞定!

“ 还在为找不到好用的AI模型发愁?还在为复杂的部署流程头疼?别担心,今天教你5分钟在本地部署自己的deepseek大模型,小白也能轻松搞定!” 只需三步,你就能拥有一个强大的本地AI助手!

m0_59162248的博客 894

这样做,本地5分钟就能轻松部署与使用最新AI大模型(2G显存亲测可用)

在AI技术的浪潮中,每个人都不甘落后。Qwen已经出到2.5了,上次我源码部署还是Qwen1.5。一直以来,部署和搭建环境都耗时耗力,最近试用了Ollama,作为一款新兴的AI模型搭建神器,10分钟就能本地搭建好Qwen2.5的大语言模型并使用,真的让我赞叹。本文将带你一步步了解如何下载、安装以及使用Ollama,让你在AI的世界里畅游无阻。

xxue345678的博客 2756

5分钟学会使用大模型(提示工程基础)

提示工程定义为就是:为了达到用户目标,让大模型提供高质量的结果,设计和优化提示词的过程,通常分为两个步骤:1. 设计指定模型和目标的初始提示2. 通过迭代的方式提炼提示语以提高响应质量这必然是一个反复尝试的过程,需要用户的直觉和努力才能获得最佳结果。那么为什么它很重要呢?

youmaob的博客 3382
上一篇: 说了很久的建筑转大模型,也不过是想在职场完成赎身
下一篇: 大模型LLM-微调经验分享&总结
AI大模型_学习君
博客等级 码龄3年 6137粉丝 551原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值