古月哲亭

重写_call方法：加载自己的模型，并限制只输出结果（chatglm原输出不是直接str，langchain中要求模型返回必须是str的结果：“”“LLM wrapper should take in a prompt and return a string.”“”）step1：自定义一个GLM继承LangChain中的langchain.llms.base.LLM，load自己的模型.step2：使用LangChain的mapreduce的方法，对文本分块，做摘要，输出结果.

上周五在WAIC 上的论坛报告回放。先放两个供大家参考，另外的报告会陆续放在 B 站。另外还有一个贴近落地实践的 prompt 课程，近期会发在 B 站上。【报告】WebGLM: 检索增强的大规模预训练模型。大模型采用作为标签，大模型的结果90.2%是正确的。检索器：搜索引擎检索器，打分器 无人工标注。提出一套用于评价带引用长文本问答的指标。【报告】ChatGLM 的路径探索。

这个问题在网上找了很多相关的文章最后都是不匹配的解决方案，最终的解决方法是修改configuration_chatglm.py模块中pre_seq_len参数即可。原文链接：https://blog.youkuaiyun.com/Together_CZ/article/details/131340838。将这几个文件下载并替换。

model目录下，放入你从下载的模型文件，比如，我这放的是chatglm2模型。修改的位置，model。

这种采样引入的随机性有助于在很多情况下生成的质量。top-k 参数设置为 3意味着选择前三个tokens。用于调整随机从生成模型中抽样的程度，因此每次点击“生成”时，相同的提示可能会产生不同的输出。温度为 0 将始终产生相同的输出。温度越高随机性越大！动态设置tokens候选列表的大小。将可能性之和不超过特定值的top tokens列入候选名单。Top p 通常设置为较高的值（如 0.75），目的是限制可能被采样的低概率 token 的长度。将如果 k 和 p 都启用，则 p 在 k 之后起作用。

Github上开源了很多有关知识图谱的项目，经过调研，整理了一些优秀的知识图谱项目。

原文链接：https://aistudio.baidu.com/aistudio/projectdetail/2168053PaddleHub教程合集PaddleHub是基于PaddlePaddle生态下的预训练模型管理和迁移学习工具，可以结合预训练模型更便捷地开展迁移学习工作。通过PaddleHub，您可以：便捷地获取PaddlePaddle生态下的所有预训练模型，涵盖了图像分类、目标检测、词法分析、语义模型、情感分析、语言模型、视频分类、图像生成、图像分割九类主流模型。 更多详情可查看官网：ht

0 推荐系统之标签体系1 干货，如何建立数据标签体系 https://cloud.tencent.com/developer/article/17784692 《推荐系统》基于标签的用户推荐系统：3 推荐系统 - 基于标签的推荐算法

1 时间复杂度分析正常处理的数据规模，为了保险起见，可将将上面的数在除以10，防止电脑假死。空间复杂度分析：注意问题：递归调用是有空间代价的3 常见的复杂度分析翻转的代码：选择排序的方法：二分查找：针对已经排序的数组中查找将数字整形转化为字符串上面这个函数还需要定义reverse函数，该函数的复杂度为n/2上面只考虑了正整数的情况，那么为负整数和0怎么办呢？...

原文地址：https://juejin.im/post/5c2308abf265da615304ce41#heading-8在学习「数据结构和算法」的过程中，因为人习惯了平铺直叙的思维方式，所以「递归」与「动态规划」这种带循环概念（绕来绕去）的往往是相对比较难以理解的两个抽象知识点。程序员小吴打算使用动画的形式来帮助理解「递归」，然后通过「递归」的概念延伸至理解「动态规划」算法思想。什么是递...

 1 基础查询• 2 字符串数字日期时间• 3 聚合数据查询• 4 子查询• 5 联接组合查询• 6 高级查询• 7 更新数据阅读提醒：点击图片放大可看清晰的1 基础查询2 字符串数字日期时间3 聚合数据查询4 子查询5 联接组合查询6 高级查询7 更新数据参考资料《SQL Server 应...

前言LightGBM是个快速的，分布式的，高性能的基于决策树算法的梯度提升框架。可用于排序，分类，回归以及很多其他的机器学习任务中。在竞赛题中，我们知道XGBoost算法非常热门，它是一种优秀的拉动框架，但是在使用过程中，其训练耗时很长，内存占用比较大。在2017年年1月微软在GitHub的上开源了一个新...

原作者  王希，CFA，中国光大银行。核心观点：1、智能投顾的模式是通过技术实现财富管理的流程自动化，为客户定...

网易2018数据分析（20道单选+3道问答）好评率是会员对平台评价的重要指标。现在需要统计2018年1月1日到2018年1月31日，用户’小明’提交的母婴类目"花王"品牌的好评率（好评率=“好评”评价量/总评价量）:用户评价详情表：a字段：id（评价id，主键），create_time（评价创建时间，格式’2017-01-01’）， user_name(用户名称)，goods_id(商品id...

数据结构之平衡二叉树建立：https://www.cnblogs.com/zhujunxxxxx/p/3348798.html平衡二叉树（AVL树）及C语言实现：http://data.biancheng.net/view/59.html二叉排序树与平衡二叉树的转化...

原文地址：https://cloud.tencent.com/developer/article/1144829（微信公众号 点滴科技资讯）尽管银行业对新技术感到兴奋，但仍采取比较谨慎的方式。德意志银行首席执行官约翰•克莱恩（John Cryan）曾经提出将其98000名员工中的一半用机器人代替。上个周末他戏剧性的下台意味着他将无法兑现这一承诺，但对于金融危机以来的十年间还在为盈利苦苦挣扎的银行...

最近一段时间都在学习深度学习，想着在用户画像标签模型中看能不能用上，终于，用了一个多月的时间，结合实际的场景和数据，搭建...

——————思考： 用户画像的最佳实践还是在互联网或者电信...

1、用户画像概述用来勾画用户（用户背景、特征、性格标签、行为场景等）和联系用户需求与产品设计的，旨在通过从海量用户行为数据中炼银挖金，尽可能全面细致的抽出一个用户的信息全貌，从而帮助解决如何把数据转为商业价值的问题。 1.1 用户画像数据来源 用户画像数据来源中连个最终要的数据就是用户属性以及物品属性，有了这两个，我们就可以从用户-用户、用户-电影、电影-电影三方面展开相应的相似度计算从...

原文地址：https://www.jianshu.com/p/6e0a0ca5948e 1. 什么是用户画像？2. 用户画像的四阶段用户画像的焦点工作就是为用户打“标签”，而一个标签通常是人为规定的高度精炼的特征标识，如年龄、性别、地域、用户偏好等，最后将用户的所有标签综合来看，就可以勾勒出该用户的立体“画像”了。...

【转】http://www.sohu.com/a/115611583_445326有一句话是，千万人撩...

智能投顾全面解读 <p>传统投顾一直是与理财产品的销售紧密结合在一起的。投顾即销售，在国内理财界也是约定俗成的现实。<br></p><p>传统投资顾问即证券投资顾问业务遵循《证券投资顾问业务暂行规定》，开展证券投资顾问业务的机构需要获得证券投资咨询机构资质，从业人员则需要取...

动态时间规整（DTW）算法简介相忘天涯，深藏于心19 人赞同了该文章DTW最初用于识别语音的相似性。我们用数字表示音调高低，例如某个单词发音的音调为1-3-2-4。现在有两个人说这个单词，一个人在前半部分拖长，其发音为1-1-3-3-2-4；另一个人在后半部分拖长，其发音为1-3-2-2-4-4。现在要计算1-1-3-3-2-4和1-3-2-2-4-4两个序列的距离（距离越小，相似度越高）。因为两...

java教程-菜鸟教程https://www.runoob.com/java/java-tutorial.html

原文地址：中国智能投顾行业一、概要财富管理与新兴金融科技的结合，使得财富管理行业正在进入新的阶段——智能财富管理。近几年全球出现的智能投顾模式已然成为智能财富管理的一大热点。智能投顾，简而言之，就是基于投资者的投资需求和风险偏好，为其提供数字化、自动化、智能化的财富管理服务。和传统投顾相比，智能投顾最大的特征就是门槛低、费用低、高效率，因此，其对作为“长尾用户”的中低净值人群颇具吸引力。...

原文地址：https://blog.youkuaiyun.com/weixin_34233679/article/details/88480912 本例是根据科赛网练习赛进行练手，学习巩固一下随机森林建模以及应用。赛题描述本练习赛的数据，选自UCI机器学习库中的「银行营销数据集(Bank Marketin...

如何用大数据构建精准用户画像？https://www.fengli.com/news/23245352.html

原文地址：https://cloud.tencent.com/developer/article/1052576中国建设银行中国建设银行信息技术管理部资深经理林磊明▼▼1、银行压力越来越大从十二五走到十三五期间，银行业面临的各方面的压力越来越大，从我们的年报数字可以看出去年四大行的利润增长基本上趋近于零增长。在这样的情况下，我们怎样通过IT的引领提升传统银行的竞争力，这是摆在我们面前的一个很重要...

2019 秋招，其实有很多金融行业岗位在等你原文地址：https://zhuanlan.zhihu.com/p/43828729金融业是指经营金融商品的特殊行业，它包括银行业、保险业、信托业、证券业和租赁业。目前 Fintech 的概念受到了很多金融和互联网公司的追捧，金融行业中出现了越来越多计算机专业的岗位，而在一些互联网金融公司中，也提供了计算机与金融交叉的岗位。很多计算机专业的同学都对金...

随机森林RF、XGBoost、GBDT和LightGBM的原理和区别https://www.cnblogs.com/hugechuanqi/p/10554156.html

让垃圾自动分类近期垃圾分类成为了一个热门话题，原来直接一次性扔掉的垃圾，现在都需要分门别类进行投放。从今年7月1日起，新的《上海市生活垃圾管理条例》正式开始施行，号称史上最严的垃圾分类就要来了。我们以后在扔垃圾前都要先将垃圾仔细分成可回收物、有害垃圾、湿垃圾和干垃圾四个类别，如果分错还会被罚款。垃圾分类可以更好地保护我们的环境卫生，为了让大家能够正确对垃圾进行分类，官方发...

来自：开源中国链接：https://my.oschina.net/editorial-story/blog/1592254推荐 10 个饱受好评且功能独特的开源人工智能项目关于人工智能的项目，相信大家都看过或者用过不少了，但它们的大多数看上去都十分“高大上”，让人感觉要掌握他们犹如习屠龙之术一样。事实上，有很多关于人工智能的项目还是十分实用的，而且用途还十分有趣，下面就简单为大家盘点 10 个功能...