人工智能

AI的提示词专栏:Instruction Tuning 与自定义指令集

AI的提示词专栏:Instruction Tuning 与自定义指令集 本文围绕 Instruction Tuning(指令微调)与自定义指令集展开深入解析,先阐释 Instruction Tuning 的定义、与传统 Prompt 调优的区别及核心价值,指出其通过 “指令 - 响应” 对训练让模型从通用文本生成转向精准

遍历并输出Map集合中的key值

遍历并输出Map集合中的key值,这个可是不简单。 看起来确实稍微好一点,但是实际上自己敲出来,就错误百出了。。、 import java.util.Collection; import java.util.HashMap; import java.util.Iterator; import java.util.Map; import java.util.Set; public class Has

AI动态漫实战:如何用国产AI工具,把小说变“活”

最近,AI创作领域又出现了一波新的工具和玩法,尤其是动态漫制作,让不少创作者看到了新的可能性。我也忍不住尝试了一下,结果真的做出了比较满意的效果。今天就来详细分享一下我的真实制作流程——从文字到动态视频,如何让AI真正“听话”。希望对你也有启发。 一、 起点:从文字到画面,先读懂故事传统的动漫制作需要

2、最优化理论的简介

1、最优化模型及其分类    最优化的数学模型一般表示为 其中及都是定义在上的实值连续函数,且至少有一个是非线性的。如果,则问题被称为无约束优化问题。如果是正整数,则问题被称为约束优化问题。其中,称为目标函数,称为约束函数。如果都是线性函数,则问题就是线性规划。如果和存在一个非线性函数,则问题就是非线性规划。特别地,若为二次函数,为线性函数,则问题是二次规划问题。    2、求解无约束优化问题的

Day110生存竞争法则

儒佛尔定律:有效预测,才能英明决策 人生就是在不断的选择和判断中度过。如何才能做好选择和判断呢?特别是在这个“信息爆炸”的时代,各种各样的道理、方向、方式、经历、指导放在你的面前,经常让人不知所措,只有选择好了,判断好了,才会有好的结果。这就需要极强的预测能力。 精明的预测是成功决策的前提。 预测也离不开知识和经验,预测是在知识、经验的基础上作出来的。而决策又是在预测的基础上作出来的。所以,竞争者

一文了解 NebulaGraph 上的 Spark 项目

本文首发于 Nebula Graph Community 公众号 最近我试着搭建了方便大家一键试玩的 Nebula Graph 中的 Spark 相关的项目,今天就把它们整理成文分享给大家。而且,我趟出来了 PySpark 下的 Nebula Spark Connector 的使用方式,后边也会一并贡献到文档里。 NebulaGraph 的三个 Spark 子项目 我曾经围绕 NebulaGr

法线贴图与切线空间

法线贴图 法线贴图是一种技术,用专业一点的话来说,叫做采用低面数模型(低模)实现对高面数模型(高模)模拟的技术。用通俗的话来说,就是使用二维图形模拟三维效果的技术。譬如,在一面从模型上来看是平滑的墙上看到粗糙的质地的三维效果(所谓的凹凸贴图),这种粗糙质地表现为,随着光照方向的变化,阴影也会跟着变化,类似自然界中物体表面不平整的凹凸效果。如下图所示,左边的模型与右边的模型分别为低模与高模,法线贴图

仿动森球形弯曲地表

图片来自于网络,如有侵权请联系作者删除 老师: "注意观察这张图片..." 小明: "嗯,我看到了,它一脸嫌弃的看着我..." 老师: "不是让你看这个小精灵,你看到后面的房子没有,只能看到一个房顶,研究一下,看看怎么实现" 小明: "好的老师,这两个苹果真不错..." 弯曲地表 大家玩动森的时候都发现了,角色移动,地表会有一个弯曲的视差效果,看起来很酷,我们一起来分析一下实现原理

从0到1:Dify AI智能体部署与使用全攻略(1/6)

摘要:本文全面介绍了 Dify,一款开源大语言模型应用开发平台。它具备多模型支持、可视化工作流设计、检索增强生成(RAG)、API 接口与 SDK、数据与监控等核心功能,适用于企业知识管理、智能客服与问答系统、代码助手、自动化办公等场景,具有低代码 / 无代码开发、强大的生态系统、成本效益等独特优势。文章详细

如何5分钟快速搭建智能问答系统

最近小马在搞AI,目标是实现一个智能问答系统来支撑业务。经过了之前一段时间的基础AI技术学习后,小马开始NLP并调研智能问答系统。本文介绍如何5分钟快速搭建一个智能问答系统。亲测效果良好。 典型的QA 系统包括在线客户服务系统、QA 聊天机器人等。大多数问答系统可以分为:生成式或检索式、单轮或多轮、开放域或特定问答系统。 传统的问答机器人大都是基于规则的知识图谱方式实现,这种方式需要对大量的语料进