本文介绍了如何使用Python3通过OpenAI API调用Doubao-Seed-1.6模型，并控制其思考模式（thinking参数）。摘要要点： 通过设置extra_body参数中的"thinking"类型为"disabled"、"enabled"或"auto"来控制模型的思考模式 提供三种调用示例： 纯文本问答

ChatTutor：可视化AI教学工具原理剖析 ChatTutor是由HugeCatLab开发的多模态AI教学系统，通过结合语言模型和可视化引擎实现"边讲边画"的教学效果。该系统采用双智能体架构：STEM-Agent（基于GPT-4）负责知识讲解和指令生成，Painter-Agent（基于Claude）专精数学可视化。核心技术包括： DSL转换流程：LLM生成结构化绘图指令→转

短文本过滤实例，可用于智能识别各种违法违规内容，如涉黄、涉政、暴恐、辱骂、广告、灌水…当前监管越发严重，如何避免用户发布的内容给平台造成风险，内容安全审核是避规内容风险的主要方式。内容安全审核一般分为机审和人审两种方式并行的策略，各云厂商一般已经集成成接口服务，包括文本、图像、语音、视频等，同时也支持私有化部署。本文只调研关于文本的内容安全审核，文本和图像还是可以自己做的。功能：提供图片、视频、文

pytorch-textclassificationpytorch-textclassification是一个以pytorch和transformers为基础，专注于文本分类的轻量级自然语言处理工具包。支持中文长文本、短文本的多类分类和多标签分类。目录数据使用方式paper参考数据数据来源所有数据集均来源于网络，只做整理供大家提取方便，如果有侵权等问题，请及时联系删除。baidu_event_ex

最近需要用到多模态尤其是CV方面的知识, 所以学习和使用了一下mmdetection和其他CV项目, 总结记录下遇到的各种问题, 以便往后查阅。mmdetection版本为当前最新的2.24.1, 总的安装见mmdetection/requirements.txt, 实际上包括requirements/build.txt/optional.txt/runtime.txt/tests.txt四个文件

pytorch-sequencelabelingpytorch-sequencelabeling是一个支持softmax、crf、span等模型，只依赖pytorch、transformers、tensorboardX和numpy，专注于序列标注（命名实体识别、词性标注、中文分词）的轻量级自然语言处理工具包。目录数据使用方式paper参考Reference数据数据来源免责声明：以下数据集由公开渠道

CSC, 中文经典拼写纠错模型汇总(综述/概述)，分类：引入拼音字形信息，检测错误和纠错一体化融合，prompt对齐预训练，训练+微调方式的调整，前处理+后处理， 基于大模型。ReLM, C-LLM, MacBERT4CSC, MaskCorrect, BERT-MFT, ECOPO, SoftMask-BERT, Bi-DCSpell, ChineseBERT, SpellBERT, SCOPE

开放信息抽取(OIE)系统（五）-- 第四代开放信息抽取系统(基于深度学习, deeplearning-based, 抽取式&生成式)一.第四代开放信息抽取系统背景第四代开放信息抽取系统的诞生和发展离不开时代的浪潮，首先是深度学习迅猛发展，word-embedding、seq2seq-attention、attention、bert等技术层出不穷；然后就是前人开源出的各种OIE系统，也给数

一、AutoML简介AutoML(Automated Machine Learning)，中文可以翻译为自动机器学习，我比较喜欢叫它“机器学习自动化”，更加接近人们所津津乐道的通用人工智能吧。人们一直有个朴素的想法，可以有一个通用的AI系统，它包罗万象，能够对整个宇宙进行建模，对我们遇到的一切问题，都给出解决办法。这在幻想书籍中数见不新鲜，比如漫威电影中钢铁...

一、超参数优化简介超参数优化 (HPO) 是 Hyper-parameter optimization的缩写，中文可以翻译为自动机器学习，我比较喜欢叫它“机器学习自动化”，更加接近人们所津津乐道的通用人工智能吧。二、AutoML特性从比较出名的开源Auto平台、互联网大厂AutoML云产品，以及AI公司的AutoML软件来看...