
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
一、引言随着ChatGPT的爆火,大语言模型层出不穷,像openai的gpt系列、meta的llama系列,还有国内阿里的通义千问、百度的文心一言等数不胜数。尝试使用了常见的几款模型后,效果还是很惊艳的,但是对于特定场景的问题,他们的回答就过于宽泛。于是乎便想是否能通过微调模型,让它更能满足特定场景下的问题。二、什么是微调微调是指在已经预训练好的深度学习模型基础上,通过进一步训练来适应特定任务或数
一、项目背景目前,我们开发维护的项目主要有 6 个,但是分别对应 PC 和 H5 两个端:如上图所示,我们 6个项目最开始是一个一个进行开发维护的,但是到后期,这几个项目之间有的部分会有业务逻辑不同,UI 基本相似的情况出现。而这几个项目前端维护人员较少, 这个时候就要考虑开发效率问题,我们希望相同部分共用,而不是每次都去项目里面进行复 制粘贴,重写逻辑。我们引入微前端,将相似的部分抽离出来,创建
奇技 · 指南相信从事过数据可视化开发的你对大屏并不陌生,那么开发一个酷炫的大屏一定是很多数据可视化开发者想要做的事情。我们使用three.js,大约一周的时间开发出了一个酷炫的数据可视...
作者:王斌 谢春宇 冷大炜引言目标检测是计算机视觉中的一个非常重要的基础任务,与常见的的图像分类/识别任务不同,目标检测需要模型在给出目标的类别之上,进一步给出目标的位置和大小信息,在CV三大任务(识别、检测、分割)中处于承上启下的关键地位。当前大火的多模态GPT4在视觉能力上只具备目标识别的能力,还无法完成更高难度的目标检测任务。而识别出图像或视频中物体的类别、位置和大小信息,是现实生产中众多人
项目背景服务端渲染(SSR) 通用技术解决方案的诞生来源于对 360搜索百科移动端项目的一次重构实践。而当时决定重构该项目的主要原因有以下几点:1. 技术栈陈旧,熟悉、开发以及维护成本都...
背景由于业务场景需求,在生产环境服务器(32core64G)搭建了基于golang开发的influx时序数据库v1.8版本 ,经过持续一周的运行之后(每天写入约100G数据),发现服务器内...
背 / 景 / 介 / 绍目前对于移动设备而言,电量是很重要的一个方面。现在大家使用手机基本每天都需要充电,所以用户也非常关注耗电的问题,如果应用设计不合理导致电量大量消耗,那么对于关注...
奇技 · 指南视频帧的黑、花屏的检测是视频质量检测中比较重要的一部分,传统做法是由测试人员通过肉眼来判断视频中是否有黑、花屏的现象,这种方式不仅耗费人力且效率较低。为了进一步节省人力、提高...
引 言随着LLama-3在4月19日的空降,瞬间吸引了业界与学界的广泛关注。360人工智能研究院的多模态团队也立即跻身关注的行列,迅速展开了对LLama3的深入研究与探索,探讨其在推动通用多模态大模型(LMM )领域发展中的潜力与应用前景,并于近期开源了搭载LLama3-70B的多模态大模型360VL(360VL是SEEChat的新一代版本https://github.com/360CVGroup
GPT-3是“暴力美学”的一次胜利,其最大拥有1750亿参数,训练数据达到5000亿个词,它的训练是一个无监督任务,它生成的内容已经相当接近人类的创作了,但是GPT-3并不是以对话的形式交互的,GPT-3依赖于小样本学习和零样本学习输出优质结果,使用门槛较高。ChatGPT是由OpenAI在GPT-3基础上利用有监督微调和人工反馈强化学习的方式训练的聊天机器人,ChatGPT能在三个月时间达到月活







