qq_45591302的博客

小书虫📚 文档阅读助手是一个基于百度千帆大模型平台的Web应用程序，核心是清华大学训练的ChatGLM2大模型。旨在为用户提供一个高效、直观且易于使用的文档处理平台。该工具的核心功能是自动化阅读和分析用户上传的PDF文档，通过先进的文本处理技术，快速提取文档中的关键信息和数据。小书虫📚 能够显著提高用户处理文档的效率，尤其是在面对大量阅读材料时。用户不再需要花费大量时间手动翻阅文档，而是可以依赖文档阅读助手来快速获取所需信息。

我们将开发以大语言模型为功能核心、通过大语言模型的强大理解能力和生成能力、结合特殊的数据或业务逻辑来提供独特功能的应用称为大模型开发。开发大模型相关应用，其技术核心点虽然在大语言模型上，但一般通过调用 API 或开源模型来实现核心的理解与生成，通过 Prompt Enginnering 来实现大语言模型的控制，因此，虽然大模型是深度学习领域的集大成之作，大模型开发却更多是一个工程问题。

本文介绍如何使用百度的大模型API接口实现一个AI对话项目。

Stable Diffusion是一种深度学习文本到图像生成模型，它可以根据文本描述生成详细图像，并且可以应用于内补绘制、外补绘制以及在提示词指导下的图像转换等任务。它是由慕尼黑大学的CompVis研究团体、StabilityAI、Runway以及LAION合作开发的潜在扩散模型，并于2022年发布。Stable Diffusion的源代码和模型权重已经公开发布，可以在大多数配备适度GPU的电脑上运行。Stable Diffusion 拓展性强。

LangChain 由 Harrison Chase 创建于2022年10月，它是围绕LLMs（大语言模型）建立的一个框架。LangChain自身并不开发LLMs，它的核心理念是为各种LLMs实现通用的接口，把LLMs相关的组件“链接”在一起，简化LLMs应用的开发难度,方便开发者快速地开发复杂的LLMs应用.中文文档：https://www.langchain.asia官方文档：https://python.langchain.com/docs/get_started/introduction。

AI虚拟试衣是一种创新的技术，利用人工智能和计算机视觉技术，能够让用户在线上购物时实时试穿衣物，以便更好地了解衣物的效果和适合程度。以下是AI虚拟试衣的一些功能和优势：1. 实时试穿：用户可以通过上传照片或使用摄像头，将自己的身体映射到虚拟试衣系统中，实时试穿衣物。这样，用户无需亲自到实体店试衣，也能够得到试穿的体验。2. 个性化推荐：AI虚拟试衣系统可以根据用户的身体特征和喜好，推荐最适合的衣物款式和尺寸。这样，用户能够更快地找到满意的衣物，提高购物的效率。

LLM大模型的预训练和微调

本文详细介绍清华开源项目 ChatGLM 本地部署的详细教程。清华开源项目 ChatGLM-6B 已发布开源版本，这一项目可以直接部署在本地计算机上做测试，无需联网即可体验与 AI 聊天的乐趣。

ChatGLM-6B 是清华大学提出的一个开源、支持中英双语的对话语言模型，基于General LanguageModel (GLM) 架构，具有 62 亿参数.该模型使用了和 ChatGPT 相似的技术，经过约 1T 标识符的中英双语训练(中英文比例为1:1)，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持，62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答（目前中文支持最好）.

LLM大模型从入门到精通

BLEU 分数是评估一种语言翻译成另一种语言的文本质量的指标. 它将“质量”的好坏定义为与人类翻译结果的一致性程度. 取值范围是[0, 1], 越接近1, 表明翻译质量越好.：ROUGE 指标是在机器翻译、自动摘要、问答生成等领域常见的评估指标. ROUGE通过将模型生成的摘要或者回答与参考答案（一般是人工生成的）进行比较计算，得到对应的得分.BLEU 根据`n-gram`可以划分成多种评价指标，其中`n-gram`指的是连续的单词个数为n，实践中，通常是取N=1~4，然后对进行加权平均.

llm是一种人工智能模型, 旨在理解和生成人类语言. 大语言模型可以处理多种自然语言任务，如文本分类、问答、翻译、对话等等.通常, 大语言模型 (LLM) 是指包含数千亿 (或更多) 参数的语言模型(目前定义参数量超过10B的模型为大语言模型)，这些参数是在大量文本数据上训练的，例如模型 GPT-3、ChatGPT、GLM、BLOOM和LLaMA等.