原文：towardsdatascience.com/llm-evaluation-ai-side-projects-user-friendly-data-tables-and-other-october-must-reads-6be0066008e2?·发表于·以 新闻通讯 形式发布 ·4 分钟阅读 ·2024 年 10 月 31 日是否感到受到启发，想写你的第一篇 TDS 文章？。我们似乎正处于

原文：towardsdatascience.com/llm-apps-crucial-data-skills-multi-ai-agent-systems-and-other-july-must-reads-a660a846cda8?·发表于·通过新闻通讯发送 ·阅读时间：4 分钟·2024 年 7 月 4 日感觉受到了启发，想写下你的第一篇 TDS 文章吗？我们始终欢迎新作者的投稿。如果你所在的

即使 Meta 不开源他们的模型，其他公司也会开源。所以，Meta 提前开源并领导开源模型将是明智之举。然后，Meta 可以与社区快速迭代，改进其模型，赶上 OpenAI 和 Google。在开源你的模型时，不必担心人们不使用你的服务，因为基础模型与构建良好的服务之间仍然存在巨大的差距。开源模型类似于开源软件，它们都遵循“自由代码付费服务”框架，但在用户留存率和所创建的生态系统类型上有所不同。未来

原文：towardsdatascience.com/llama-2-vs-llama-3-a-tic-tac-toe-battle-between-models-7301962ca65d在撰写这个故事的大约一周前，Meta 发布了新的开源 Llama-3 模型 ai.meta.com/blog/meta-llama-3/。Meta 声称，这些是“今天在 8B 和 70B 参数尺度上存在的最佳模型。

这一切最初只是一个有趣的实验，为了编写另一个谜题求解器，类似于我最近写的Wordle求解器。数独是一个完美的计算机可解问题。它是一种简单的迭代方法，用于寻找唯一性。可能有很多例子，所以虽然我会谈谈我是如何解决这个谜题的，但我更想专注于我对这个游戏采取的机器学习（ML）和人工智能（AI）方法。我想，让我们把计算机视觉（CV）和光学字符识别（OCR）加进来，你可以上传一个谜题的图片，机器会读取它，然后

原文：towardsdatascience.com/leverage-openai-tool-calling-building-a-reliable-ai-agent-from-scratch-4e21fcd15b62?使用创建。

原文：towardsdatascience.com/learning-to-rank-contextual-item-recommendations-for-user-pairs-dc4f56e24d94?

最近的研究表明，大型预训练视觉-语言模型（VLMs）如 CLIP，在从不同数据集中检测工业缺陷时具有强大的泛化能力，但它们的方法过于依赖于手工制作的缺陷文本提示，这使得它们难以在其他应用中泛化，例如医疗影像异常或自然图像中的语义异常。在本研究中，我们提出了通过少量正常图像作为样本提示，快速训练一个 GAD 模型，以便在多样化的数据集上进行异常检测。为此，我们引入了一种新方法，学习一种上下文残差学习

原文：towardsdatascience.com/learn-shiny-for-python-with-a-puppy-traits-dashboard-cc65f05e88c4。

原文：towardsdatascience.com/langchains-built-in-eval-metrics-for-ai-output-how-are-they-different-f9dd75e2de08?·发表于·5 分钟阅读·2024 年 5 月 22 日。