- 博客(7)
- 收藏
- 关注
RSS订阅原创 数据收集魔法：获取顶级训练数据的方法
本文是DataTager团队关于大模型数据的系列文章十万字总结《从数据到AGI：开启大模型智能的秘密》中的数据收集部分，以下是本文的同步链接：ChatGPT诞生一年多后的今天，人们逐渐理解了大模型的运行逻辑，并在积极探索其落地场景。我们始终坚信大模型是一个以数据为中心的领域（data-centric），而不是以模型为中心（model-centric）。因此，在大模型时代的探索中，我们积累了大量关于数据的经验和思考，并将这些经验汇集成系列文章《从数据到AGI：开启大模型智能的秘密》。
2024-07-08 22:38:25
1690
原创 还搞不定实际业务场景的大模型训练吗？我们开源了这份多领域的Task数据集
From Data to AGI，数据是不可或缺的燃料。我们坚信对个人和组织来说，过度追求通用能力更强的基础大模型是没有意义的，只有结合自己的场景做出一系列的子任务数据集，进行Task Fine Tune才能更好地落地LLM。为了让更多从业者意识到任务级别的数据集的重要性，我们在医疗、金融、心理、电商等多个关键领域，设计了适应不同业务需求的十余种子任务并全部开源，可以选择使用这些数据集来训练模型，让模型特定地具备这方面的能力。
2024-07-08 22:37:54
415
原创 如何租房、谈薪、签offer？你想了解的都在这里
这篇文章是我几年前大规模实习的时候（应该是2021年左右）为一些私域朋友们写的租房和求职指南。虽然已经过去几年，但市场情况并没有太大变化，所以依然具有参考价值。最近团队里有小伙伴遇到了类似的问题，所以我重新整理了一下发出来。PS：本文主要面向即将毕业或刚开始实习的学生群体，已经有丰富社会经验的朋友们可能不需要太过关注。
2024-07-08 22:37:05
730
原创 arXiv实用技巧，如何让你的paper关注度变高？
接触了一段时间科研圈，发现这个领域有点过于封闭了，像是古代拜山头一样，技巧和经验只在同门内流通，感觉有点奇怪，所以尝试科普一些东西，比如怎么让你的paper更容易被KOL捕捉
2024-07-08 22:36:32
930
原创 Latex下划线问题
比如碰到：test_eg时，可以用test/_eg来解决，但很丑，tex的官网有类似c语言的宏定义来解决这个问题：https://texfaq.org/FAQ-underscore
2022-01-02 02:31:53
2006
原创 python关于requirements.txt、换源
python关于requirements.txt、换源生成requirements.txt文件：虚拟环境下：pip freeze > requirements.txt，因为会把所有依赖都加入全局环境下：使用pipreqspip install pipreqspipreqs . --encoding=utf8 --force安装requirements.txt依赖：pip install -r requirements.txt (-i https://pypi.tuna.
2021-05-04 14:16:21
4837
原创 解决腾讯云重置之后ssh连接失败问题
解决腾讯云重置之后ssh连接失败问题解决腾讯云重置之后ssh连接失败问题1. 客户端的问题2. 服务端的问题解决腾讯云重置之后ssh连接失败问题服务端版本：腾讯云CentOS7.6客户端版本：Mac Catalina之前觉得服务器东西太乱了配的有点乱所以重置了一下，本机再连接的话就报以下的错误：The authenticity of host ‘IP (IP)’ can’t be established.ECDSA key fingerprint is SHA256:LMYM3tQ
2021-05-01 16:21:24
4488
8
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人