数据集‘coco’, ‘imagedet’, ‘object365’, ‘openimage’coco类别（80类别）{person# 1vehicle 交通工具 #8{bicyclecarmotorcycleairplanebustraintruckboat}outdoor#5{traffic lightfire hydrantstop signparking meterbench}animal

from aip import AipNlpAPP_ID = '15367158'API_KEY = '5t9m8RRSvwRck3adPWZVrqHO'SECRET_KEY = 'Qyvm1vGDaiorC0u438NbGRjVPGi4yHj5'client = AipNlp(APP_ID, API_KEY, SECRET_KEY)text= '我爱宁宁宝贝'#语法分析c...

Bayer 与 Thoughtworks 联合打造的 PRINCE（Preclinical Information Center）平台，用 Agentic RAG + Text-to-SQL 将数十年的临床前安全研究报告变成了可对话、可推理的智能研究助手。构建生产级 AI 系统，可靠性不来自更好的模型或更聪明的 prompt，而来自两个工程范式——上下文工程（Context Engineering

1.文字识别：RobustScanner: Dynamically Enhancing Positional Clues for Robust Text Recognition利用lstm+cnn编码2.transformer 中的位置编码各种transformer编码

需要使用cuda安装。

原理：不改变原始大模型参数，只加入一个类似残差分支，先降纬再升纬，因为模型是过参数化的，它们有更小的内在维度，模型主要依赖于这个低的内在维度（low intrinsic dimension）去做任务适配。优势：Lora的训练参数更少。

将问题分解为多个子问题，然后将子问题的答案加入到提示中，继续prompt,可以理解为更细化的多步step-by-step。1、Zero-shot、One-shot、Few-shot 与fintune。3、多数投票提高CoT性能——自洽性（Self-consistency）其次，思维链的应用领域是有限的。prompt的时候给出例子答案，然后再让模型回答。6、用大模型的CoT指导小模型，提升小模型的能

在单模态的基础上，加了新的模态，encoder后，通过mlp或者其他方式与text对齐，再输入大模型。如果需要生成新的膜套，可以再通过生成器。（此处与SD不太一样），chatGPT不会生成图片，可以对图片进行理解。LLM 辅助的视觉推理：利用 LLM 强大的内嵌知识与能力，并借助其他工具，设计各种视觉推理系统，解决各种现实问题。多模态幻觉：可以增加图像分辨率、提高数据质量，图像token表征、图像

删除动态连接库/usr/local/cuda-12.5/targets/x86_64-linux/lib里面多的一些库就可以了。现象nvidia-smi可以正常显示，但是多了一个 CUDA version ERR!重新装nviida-smi也不能解决问题。原因：lib多了一些东西。

高通8155，mtk8666