大語言模型的案例
設(shè)計(jì)仿真 | 融合DeepSeek大語言模型的SimManager仿真平臺(tái)
3.4
融合大語言模型和機(jī)器學(xué)習(xí)的SimManager智能仿真平臺(tái)應(yīng)用場景
融合大語言模型和機(jī)器學(xué)習(xí)的智能仿真平臺(tái)應(yīng)用場景，除了常規(guī)的基于仿真平臺(tái)的仿真工作以外，基于大語言模型LLM+機(jī)器學(xué)習(xí)ML的賦能，擴(kuò)展應(yīng)用場景如下：
圖 3 融合大語言模型的智能仿真平臺(tái)擴(kuò)展應(yīng)用場景
基于上述架構(gòu)的進(jìn)行了SimManager+DeepSeek+Odyssee的本地化集成部署。采用DeepSeek開源的大語言模型,并在本地部署文字向量化數(shù)據(jù)庫，將本地（用戶生產(chǎn)環(huán)境則對(duì)應(yīng)SDM數(shù)據(jù)庫）的仿真知識(shí)，進(jìn)行向量化存入本地向量數(shù)據(jù)庫，作為在仿真專業(yè)領(lǐng)域進(jìn)行更精確回答的基礎(chǔ)。
因原始的大語言模型未涵蓋本地知識(shí)，在構(gòu)建本地向量數(shù)據(jù)庫前，針對(duì)相關(guān)問題不能給出準(zhǔn)確的回答。在將相關(guān)數(shù)據(jù)和文檔上傳SimManager平臺(tái)，同時(shí)進(jìn)行向量化。當(dāng)用戶提問時(shí)，系統(tǒng)自動(dòng)將帶有提示詞的上下文信息提供給大語言模型，能夠給出準(zhǔn)確的回答。如下圖：
圖 4 基于DeepSeek本地知識(shí)庫的仿真平臺(tái)問答場景（1）
圖 5 基于DeepSeek本地知識(shí)庫的仿真平臺(tái)問答場景（2）
04
應(yīng)用成效與價(jià)值提升
通過應(yīng)用實(shí)踐，融合大語言模型和機(jī)器學(xué)習(xí)的SimManager智能仿真平臺(tái)，能夠進(jìn)一步擴(kuò)展仿真平臺(tái)的使用場景，協(xié)助仿真人員實(shí)現(xiàn)仿真知識(shí)快速反饋、仿真數(shù)據(jù)挖掘和重用、協(xié)助文檔生成、專家經(jīng)驗(yàn)重用等，如下所示：
圖5 融合大語言模型和機(jī)器學(xué)習(xí)的SimManager智能仿真平臺(tái)
展開 大語言模型(LLM)在塑膠射出成型產(chǎn)業(yè)上的應(yīng)用
科盛科技 / 簡錦昌 副總經(jīng)理
(轉(zhuǎn)載自繁體版ACMT電子技術(shù)月刊No.092)
什么是大語言模型(LLM)？
大語言模型(Large Language Model, LLM)是人工智能領(lǐng)域中一種基于深度學(xué)習(xí)的技術(shù)，它通過處理大量的文本資料來理解、生成和翻譯自然語言。這些模型以龐大的參數(shù)規(guī)模為特點(diǎn)，并利用了現(xiàn)代神經(jīng)網(wǎng)絡(luò)架構(gòu)，尤其是變換器(Transformer)架構(gòu)，使得它們?cè)谧匀?em>語言處理(NLP)任務(wù)中表現(xiàn)出色。
大語言模型通常由數(shù)十億甚至上千億個(gè)參數(shù)構(gòu)成。這些參數(shù)是在大量的文本資料上訓(xùn)練得到的，通過深度學(xué)習(xí)算法來優(yōu)化。訓(xùn)練一個(gè)大語言模型需要巨大的計(jì)算資源，通常使用數(shù)百個(gè)GPU或TPU并行處理，以處理海量的資料集。
圖1：大家看到LLM提供的問答服務(wù)只是冰山的一角，其背后隱含著大量的文字?jǐn)?shù)據(jù)資料
常見的LLM應(yīng)用方式
ChatGPT就是一種LLM，相信大家都有接觸過，只要在聊天框中輸入問題或請(qǐng)求，例如撰寫文章、翻譯文本或生成程序碼，等待幾秒鐘，ChatGPT將自動(dòng)生成文字。如果需要進(jìn)一步調(diào)整輸出，可以繼續(xù)與其互動(dòng)，輸入更具體的指令或要求。大語言模型的應(yīng)用范圍非常廣泛。它們?cè)诟鞣N自然語言處理任務(wù)中表現(xiàn)優(yōu)異，常見的應(yīng)用包括：
? 自然語言生成
LLM能夠生成流暢且連貫的文本，常用于自動(dòng)化內(nèi)容生成、寫作輔助和對(duì)話系統(tǒng)。
? 機(jī)器翻譯
通過理解多種語言之間的復(fù)雜關(guān)系，LLM可以進(jìn)行高質(zhì)量的語言翻譯。
? 文本摘要
LLM能夠自動(dòng)從長文檔中提取關(guān)鍵內(nèi)容，生成簡短的摘要。
? 對(duì)話系統(tǒng)
基于LLM的聊天機(jī)器人能夠與人類進(jìn)行自然的對(duì)話，并且能夠理解上下文進(jìn)行合理的回復(fù)。
展開 AI芯課程 | 基于大語言模型的VC SpyGlass Lint Advisor流程與應(yīng)用
3月20日，新思科技芯課程AI系列主題第三講即將推出：「基于大語言模型的VC SpyGlass Lint Advisor流程與應(yīng)用」，將介紹GenAI技術(shù)和傳統(tǒng)Lint流程相結(jié)合的新技術(shù)--VC SpyGlass Lint Advisor。該技術(shù)不僅能理解Lint報(bào)錯(cuò)的原因并提供精準(zhǔn)的代碼修復(fù)建議，還能通過自然語言描述來滿足定制化Lint檢查的需求；另外它還能通過自然語言描述直接生成期望的waiver來過濾掉不期望看到的違例。采用該技術(shù)能加快 Lint違例的修復(fù)和收斂的效率，從而極大解放開發(fā)者的生產(chǎn)力。
GenAI+Lint全新技術(shù)：VC SpyGlass Lint Advisor實(shí)戰(zhàn)課程即將上線，歡迎大家報(bào)名！
時(shí)間：3月 20日（星期五），14:00–15:00
地點(diǎn)：線上直播
講師簡介：
羅木江 | 新思科技首席應(yīng)用工程師
負(fù)責(zé)數(shù)字電路驗(yàn)證系列產(chǎn)品的支持，在RTL Signoff靜態(tài)驗(yàn)證領(lǐng)域以及跨技術(shù)域驗(yàn)證方法學(xué)具有豐富的經(jīng)驗(yàn)。
掃碼立即報(bào)名參會(huì)
展開 AI for CAE：仿真智能體開啟“普惠仿真”新時(shí)代
當(dāng)大語言模型突破技術(shù)奇點(diǎn)，智能體與CAE的深度融合，正在重塑人類使用仿真的模式。
人工智能（AI）自20世紀(jì)40年代誕生以來，經(jīng)歷了從理論探索到技術(shù)實(shí)踐的漫長發(fā)展歷程。早期的AI主要依賴邏輯推理和規(guī)則引擎，受限于數(shù)據(jù)和算力的不足，發(fā)展較為緩慢。隨著大數(shù)據(jù)的興起、算力的指數(shù)級(jí)躍升以及深度學(xué)習(xí)算法的突破，AI在2010年后迎來了飛速發(fā)展的黃金時(shí)期。
近年來，大語言模型（LLM）的強(qiáng)勢(shì)崛起為AI領(lǐng)域帶來了一場波瀾壯闊的科技革命，從消費(fèi)互聯(lián)網(wǎng)到工業(yè)制造、醫(yī)療健康等領(lǐng)域，正在重塑各行各業(yè)的運(yùn)作邏輯。DeepSeek作為大語言模型領(lǐng)域的變革力量，憑借算法創(chuàng)新和算力優(yōu)化的雙重突破，成為推動(dòng)大語言模型普及與變革的關(guān)鍵力量。DeepSeek通過開源策略和低成本部署，降低了技術(shù)門檻，讓大語言模型的應(yīng)用觸手可及，其在多領(lǐng)域的廣泛應(yīng)用也進(jìn)一步彰顯了其技術(shù)優(yōu)勢(shì)和產(chǎn)業(yè)價(jià)值。
在CAE（計(jì)算機(jī)輔助工程）領(lǐng)域，AI正引發(fā)一場顛覆性變革。AI不僅能夠顯著提升仿真的效率和精度，同時(shí)也在不斷改變?nèi)藗兪褂梅抡孳浖男问健I Agent通過自然語言交互理解用戶需求，不僅能夠生成解決方案，還能深入到具體的應(yīng)用場景中，為用戶提供更加精準(zhǔn)、高效的服務(wù)，標(biāo)志著AI技術(shù)從“能思考”到“會(huì)做事”的跨越，為各行業(yè)的智能化發(fā)展注入了新的活力。
云道智造的工程師正在致力于研發(fā)仿真智能體，融合了多智能體交互、檢索增強(qiáng)生成（RAG）、強(qiáng)化學(xué)習(xí)修正和生成式等技術(shù)，并采用國產(chǎn)開源的DeepSeek 作為底層大語言模型。系統(tǒng)支持用戶通過自然語言輸入需求，仿真智能體能夠精準(zhǔn)理解用戶意圖并將其轉(zhuǎn)化為可執(zhí)行的仿真任務(wù)，實(shí)現(xiàn)從模型構(gòu)建到仿真分析的全流程自動(dòng)化。
有了仿真智能體，用戶無需具備任何仿真知識(shí)或軟件使用經(jīng)驗(yàn)，即可完成復(fù)雜的仿真任務(wù)，極大地降低了技術(shù)門檻。
展開 
直播預(yù)告 | SimManager仿真平臺(tái)多體學(xué)科和智能化應(yīng)用方案
面對(duì)海量仿真數(shù)據(jù)與知識(shí)積累帶來的管理和應(yīng)用挑戰(zhàn)，高效管理仿真數(shù)據(jù)與流程、并借助機(jī)器學(xué)習(xí)與大語言模型技術(shù)實(shí)現(xiàn)智能化驅(qū)動(dòng)，已成為提升仿真業(yè)務(wù)數(shù)據(jù)重用與效率的關(guān)鍵方向。
融合大語言模型和機(jī)器學(xué)習(xí)的SimManager平臺(tái)
海克斯康的仿真流程與數(shù)據(jù)管理平臺(tái)SimManager，可根據(jù)客戶需求進(jìn)行配置與開發(fā)，涵蓋仿真數(shù)據(jù)管理、流程管理、知識(shí)管理、權(quán)限管理及外部集成等模塊。該平臺(tái)不僅在多體學(xué)科領(lǐng)域提供獨(dú)特的仿真數(shù)據(jù)管理方案，更在智能化研發(fā)方面支持機(jī)器學(xué)習(xí)與大語言模型的集成應(yīng)用，助力企業(yè)實(shí)現(xiàn)技術(shù)變革。
本期直播講堂請(qǐng)到了海克斯康工業(yè)軟件仿真平臺(tái)高級(jí)技術(shù)經(jīng)理宿新東，在直播間中講師將深入講解SimManager的平臺(tái)整體架構(gòu)、在多體學(xué)科的應(yīng)用方案，以及結(jié)合機(jī)器學(xué)習(xí)和大語言模型技術(shù)的智能化應(yīng)用方案等。敬請(qǐng)關(guān)注！
6月26日 14:00
▲ 掃碼參與報(bào)名
立即預(yù)定
直播內(nèi)容聚焦
SimManager仿真流程和數(shù)據(jù)管理平臺(tái)如何解決以下5大問題:
? 如果利用仿真數(shù)據(jù)管理進(jìn)行數(shù)據(jù)規(guī)范化、提升效率?
? 如何解決多體學(xué)科數(shù)據(jù)更新帶來的版本管理問題?
? 如何高效實(shí)現(xiàn)多體學(xué)科不同用戶協(xié)同工作?
? 如何實(shí)現(xiàn)利用仿真平臺(tái)進(jìn)行機(jī)器學(xué)習(xí)?
? 如何借助大語言模型，在仿真平臺(tái)實(shí)現(xiàn)仿真知識(shí)的重用?
宿新東
海克斯康工業(yè)軟件仿真平臺(tái)高級(jí)技術(shù)經(jīng)理
在CAE/SDM領(lǐng)域擁有超過18年經(jīng)驗(yàn)，長期工作在各仿真數(shù)據(jù)管理平臺(tái)（SDM）建設(shè)項(xiàng)目，特別是汽車行業(yè)仿真數(shù)據(jù)管理平臺(tái)建設(shè)領(lǐng)域。
展開 什么是世界模型？有什么用？
大語言模型提高了工作效率，也讓人焦慮：自己好像退化成了AI操作工，離開AI，大腦空空。
但轉(zhuǎn)念一想，目前它助力甚至取代的似乎只是文字、代碼這種輕辦公。畢竟大語言模型再大，依然還是語言模型，只會(huì)耍嘴皮子。
它讀過世界上所有劇本，看過所有小說，對(duì)每個(gè)學(xué)科教材都倒背如流。但，它沒有真正進(jìn)入過現(xiàn)實(shí)世界。
你問它：“杯子從桌上掉下來會(huì)怎樣？”它會(huì)根據(jù)自己讀過的書告訴你：“杯子會(huì)碎，水會(huì)濺出來。”
這個(gè)回答的本質(zhì)，是它知道在人類的語言習(xí)慣里，“杯子掉落”后面通常跟著“碎了”。看似回答很有邏輯，但它并不理解重力，也不理解碰撞。
這也是為什么大語言模型容易一本正經(jīng)胡說八道，因?yàn)樗辉诤踹@話聽起來像不像真的，而不是這件事在現(xiàn)實(shí)中能不能發(fā)生。
一個(gè)人的成長，講究讀萬卷書行萬里路。如果 AI 只讀書不出門，那它就永遠(yuǎn)只能活在文字的世界里。所以，研究者開始讓 AI 接觸文字之外的世界：
讓它看視頻，看人唱跳打籃球，看雨滴下落，看木材燃燒……
讓它接收傳感器數(shù)據(jù)，機(jī)械臂的坐標(biāo)和力反饋，汽車方向盤旋轉(zhuǎn)的角度，汽車的加速度……
人工帶教，成本高數(shù)據(jù)少
讓它在虛擬環(huán)境中反復(fù)試錯(cuò)，在游戲物理引擎甚至工業(yè)仿真軟件生成的虛擬世界中握、抓、撞、摔。
天洑具身智能靈巧手建模及握持模擬
相比視頻，仿真準(zhǔn)確度更高。相比人工帶教，仿真成本更低。因此，長期來看基于物理公式的數(shù)值仿真將是構(gòu)建高精度世界模型的地基。
海量數(shù)據(jù)喂下去，人工智能就會(huì)逐漸明白“如果……那么……”的關(guān)系：
你一拳打在水里，下一刻會(huì)出現(xiàn)水花；
你用手捏氣球，下一刻氣球會(huì)變形；
你拋出一個(gè)蘋果，蘋果將以什么軌跡上升和下降。
展開 今日14：00 | 新思科技芯課程全新AI主題系列上線（共5講）
AI與大語言模型的引入，為提升調(diào)試效率、降低技術(shù)門檻帶來了全新可能，也徹底解放了驗(yàn)證開發(fā)者...
繼上期聚焦Multi-Die系列芯課程后，新思科技現(xiàn)全新推出AI主題系列課程，共包含5節(jié)線上課程。第一講將于本周五由新思科技高級(jí)資深應(yīng)用工程師凌懷奇帶來：「Verdi Assistant——新一代AI調(diào)試助手，讓調(diào)試效率煥然一新」。 歡迎了解并預(yù)約更多系列課程：
1.3/6：Verdi Assistant——新一代AI調(diào)試助手，讓調(diào)試效率煥然一新
2.3/13：新思科技 Copilot Workflow Assistant 寫腳本沒煩惱
3.3/20：基于大語言模型的VC SpyGlass Lint Advisor流程與應(yīng)用
4.3/27：Formal Advisor助力形式化驗(yàn)證 “一步” 到位
5.4/3：探索Code Advisor 如何提升10x設(shè)計(jì)驗(yàn)證效率
講師簡介：
凌懷奇 | 新思科技高級(jí)資深應(yīng)用工程師
在新思科技任職應(yīng)用工程師（AE），現(xiàn)在主要負(fù)責(zé)數(shù)字電路驗(yàn)證系列產(chǎn)品的支持及客戶培訓(xùn)，主要涉及VCS，Verdi驗(yàn)證工具。
課程時(shí)間：
2026.03.06（周五），14:00-15:00
歡迎掃碼進(jìn)入課程報(bào)名入口，了解更多AI系列芯課程！
展開 什么是大型語言模型 （LLM）？
LLM 有能力為 AI 驅(qū)動(dòng)的應(yīng)用程序帶來革命，但該領(lǐng)域的進(jìn)步似乎有點(diǎn)困難，因?yàn)閮H僅增加模型的大小可能會(huì)提高其性能，但在特定時(shí)間之后，性能會(huì)達(dá)到飽和，處理這些模型的挑戰(zhàn)將大于通過進(jìn)一步增加模型大小所實(shí)現(xiàn)的性能提升。
常見問題解答
1. 什么是大型語言模型？
大型語言模型是一種強(qiáng)大的人工智能系統(tǒng)，經(jīng)過大量文本數(shù)據(jù)的訓(xùn)練。
2.什么是 AI 中的 LLM？
在 AI 中，LLM 是指專為自然語言理解和生成而設(shè)計(jì)的大型語言模型，例如 GPT-3。
3. 什么是最好的大型語言模型？
打開 AI，ChatGPT，GPT-3，GooseAI，Claude，Cohere，GPT-4。
4. LLM 模型如何運(yùn)作？
LLM 的工作原理是針對(duì)不同的語言數(shù)據(jù)、學(xué)習(xí)模式和關(guān)系進(jìn)行訓(xùn)練，使他們能夠理解和生成類似人類的文本。
5. 什么是 LLM 模型的示例？
GPT-3 （Generative Pre-trained Transformer 3） 是 AI 中最先進(jìn)的大型語言模型的一個(gè)例子。
6. 什么是用于教育的大型語言模型？
大型語言模型被廣泛用于教育目的：
提供學(xué)習(xí)目標(biāo)
向?qū)W生提供任何主題的批判性總結(jié)
就學(xué)生想學(xué)習(xí)的任何主題進(jìn)行教育。
?
展開 支持PLC編程的5大電氣語言
特點(diǎn)：
1、以功能模塊為單位，分析理解控制方案簡單容易
2、功能模塊是用圖形的形式表達(dá)功能，直觀性強(qiáng)，有較好的易操作性
3、對(duì)規(guī)模大、由于功能模塊圖能夠清楚表達(dá)功能關(guān)系，使編程、組態(tài)及調(diào)試時(shí)間大大減少。
四、順序功能流程圖Delete（SFC）
順序功能流程圖語言是為了滿足順序邏輯控制而設(shè)計(jì)的編程語言。具有圖形表達(dá)方式，能較簡單和清楚地描述并發(fā)系統(tǒng)和復(fù)雜系統(tǒng)的所有現(xiàn)象，在模型的基礎(chǔ)上能直接編程，所以得到了廣泛的應(yīng)用。
特點(diǎn)：
1、以功能為主線，按照功能流程的順序分配，條理清楚，便于對(duì)用戶程序理解
2、對(duì)大型的程序可分工設(shè)計(jì)，采用較為靈活的程序結(jié)構(gòu)，可節(jié)省程序設(shè)計(jì)時(shí)間和調(diào)試時(shí)間。
五、結(jié)構(gòu)化文本Delete（ST）
結(jié)構(gòu)化文本語言是用結(jié)構(gòu)化的描述文本來描述程序的一種編程語言，它是類似于高級(jí)語言的一種編程語言。在大中型PLC系統(tǒng)中，常采用結(jié)構(gòu)化文本來描述控制系統(tǒng)中各個(gè)變量的關(guān)系,完成所需的功能或操作。
特點(diǎn)：
1、采用高級(jí)語言進(jìn)行編程，可以完成較為復(fù)雜的控制運(yùn)算
2、要求較高，需要有一定的計(jì)算機(jī)高級(jí)語言的知識(shí)和編程技巧
3、因?yàn)橹庇^性和操作性較差，常用于其他編程語言較難實(shí)現(xiàn)的用戶程序編制。
在PLC控制系統(tǒng)設(shè)計(jì)中，不同型號(hào)的PLC編程軟件對(duì)以上五種編程語言的支持種類是不同的，所以不但對(duì)PLC的硬件性能了解外，也要了解PLC對(duì)編程語言支持的種類。
展開 OPPO 衛(wèi)星通信技術(shù)來了：首發(fā)聽筒 / 免提雙模通話，F(xiàn)ind X7 系列手機(jī)搭載
行業(yè)首個(gè)端側(cè)應(yīng)用70億參數(shù)大模型，大模型手機(jī)進(jìn)入快車道
面向快速發(fā)展的大模型技術(shù)，OPPO繼在ODC正式推出自主訓(xùn)練的大模型——AndesGPT之后，此次也宣布將在 Find X7 系列上實(shí)現(xiàn)行業(yè)首個(gè)端側(cè)應(yīng)用的70億參數(shù)的模型，通過高精度 4bit 量化等模型壓縮，推理引擎的加速，以及與芯片平臺(tái)深度合作的硬件加速方式，第一次為手機(jī)端側(cè)帶來完全體的70億參數(shù)大模型，徹底變革手機(jī)端側(cè) AI 的使用方式。
OPPO軟件創(chuàng)新中心總經(jīng)理張峻表示：“OPPO 自主訓(xùn)練的、個(gè)性專屬大模型——AndesGPT 包含了從十億到千億級(jí)參數(shù)的多種版本，知識(shí)儲(chǔ)備豐富、擁有無限記憶、也善用工具；端云協(xié)同的技術(shù)架構(gòu)，可以支撐多元化的應(yīng)用場景。在多種技術(shù)的配合下，我們也將會(huì)在Find X7系列首次實(shí)現(xiàn)端側(cè)應(yīng)用70億參數(shù)的大語言模型，以及生成式的視覺模型，在保障用戶隱私安全的情況下，帶來響應(yīng)更快、處理能力更強(qiáng)、生成質(zhì)量更高的本地AI體驗(yàn)。”
得益于完整的端側(cè)應(yīng)用的 AndesGPT 70億參數(shù)大語言模型，F(xiàn)ind X7 系列將帶來自然語言理解、文本內(nèi)容摘要、通話語音摘要等下一代的AI體驗(yàn)。相比于同平臺(tái)其他模型，OPPO AndesGPT 70億參數(shù)大語言模型可以在200字首字生成帶來20倍的更快響應(yīng)，面向2000字首字生成也可以實(shí)現(xiàn)2.5倍的更快速度。
同時(shí)，OPPO 的AndesGPT 可以實(shí)現(xiàn)最高14,000的摘要字?jǐn)?shù)上限，達(dá)到了同平臺(tái)其他模型的3.5倍。在生成質(zhì)量方面，相比于10億參數(shù)模型，AndesGPT 70億參數(shù)大語言模型以更高“智商”的理解能力，為通話摘要能力上帶來更完整、更準(zhǔn)確的記錄。
展開 介紹用于圖像識(shí)別的五大最佳編程語言！
C系列編程語言提供了兩種創(chuàng)建圖像處理功能的選項(xiàng)。你可以選擇從頭開始對(duì)所有代碼進(jìn)行編碼，從而手動(dòng)編寫代碼。第二種選擇是使用專為這些編程語言設(shè)計(jì)的現(xiàn)有庫。這些庫包括OpenGL、EmguCV、OpenCV等等。它們具有用于圖像識(shí)別的智能圖像處理功能。
4. Java
像C和C ++一樣，永遠(yuǎn)不要低估Java編程語言的強(qiáng)大功能。這種語言足以執(zhí)行復(fù)雜的功能。它可用于創(chuàng)建圖像處理和圖像識(shí)別的應(yīng)用程序。
5. OpenCV工具
開源計(jì)算機(jī)視覺(OpenCV)是一種用于實(shí)時(shí)處理的高級(jí)工具。它也是一種跨平臺(tái)工具，因此可以集成到任何編程語言中，以執(zhí)行圖像處理和識(shí)別功能。它可以與C、C ++、Java、Python和Android編程語言集成。
OpenCV提供無專利算法，你可以在沒有任何法律限制的情況下使用。它可用于商業(yè)和學(xué)術(shù)目的。它有一個(gè)專門的臉部識(shí)別器類，你可以用它來試驗(yàn)圖像識(shí)別功能的能力，沒有任何麻煩。該課程附有一個(gè)信息豐富的文檔，將向你展示如何實(shí)現(xiàn)圖像識(shí)別功能。總體而言，無論使用何種編程語言，OpenCV都是圖像識(shí)別的首選工具。
你還可以使用其他幾種編程語言來開發(fā)圖像識(shí)別功能。在開始使用任何語言之前，請(qǐng)學(xué)習(xí)如何處理矩陣，因?yàn)樗菆D像識(shí)別編程的構(gòu)建塊。
展開 
使用大型語言模型（LLMs）、檢索增強(qiáng)生成（RAG） ￥5
你將超越簡單的提示詞實(shí)驗(yàn)，學(xué)習(xí)如何利用大型語言模型、嵌入技術(shù)、檢索、智能體、工具和全棧應(yīng)用架構(gòu)，設(shè)計(jì)可靠、可擴(kuò)展且適合企業(yè)使用的AI系統(tǒng)。課程的每個(gè)部分都包含循序漸進(jìn)的實(shí)踐實(shí)驗(yàn)，確保你不僅理解概念，還能通過真實(shí)代碼實(shí)現(xiàn)這些概念。
- 課程模塊：
- 模塊1——生成式AI入門：通過理解生成式AI與判別式模型的區(qū)別、生成式系統(tǒng)的重要性以及它們?cè)谄髽I(yè)軟件、醫(yī)療保健、金融和航空等真實(shí)行業(yè)中的應(yīng)用，建立堅(jiān)實(shí)的概念基礎(chǔ)。實(shí)踐實(shí)驗(yàn)：比較判別式模型與生成式模型，使用基于Transformer的模型生成文本，并繪制真實(shí)世界中生成式AI的應(yīng)用場景。
- 模塊2——Transformer架構(gòu)與大型語言模型基礎(chǔ)：揭開Transformer的工作原理，包括自注意力機(jī)制、位置編碼以及編碼器與解碼器架構(gòu)。你還將探索令牌化、嵌入技術(shù)、上下文窗口，以及大型語言模型如何通過預(yù)訓(xùn)練、微調(diào)、指令調(diào)優(yōu)和基于人類反饋的強(qiáng)化學(xué)習(xí)（RLHF）進(jìn)行訓(xùn)練。實(shí)踐實(shí)驗(yàn)：實(shí)現(xiàn)自注意力概念，可視化令牌化和嵌入過程，并在高層模擬大型語言模型的訓(xùn)練流程。
- 模塊3——大型語言模型實(shí)踐：親手實(shí)踐熱門的大型語言模型系列，包括GPT、Claude、Gemini、LLaMA、Mistral和Falcon，并學(xué)習(xí)如何根據(jù)質(zhì)量、成本、延遲和應(yīng)用場景要求選擇合適的模型。實(shí)踐實(shí)驗(yàn)：構(gòu)建多模型評(píng)估工具，測(cè)試幻覺現(xiàn)象和偏見，并使用溫度參數(shù)、核采樣（top-p）和最大令牌數(shù)等參數(shù)集成大型語言模型API。
- 模塊4——工程師的提示詞工程：將提示詞工程作為軟件工程學(xué)科進(jìn)行教學(xué)，涵蓋系統(tǒng)、用戶和助手角色，零樣本、單樣本和少樣本提示技術(shù)，以及思維鏈、自一致性和基于約束的提示等高級(jí)技術(shù)。實(shí)踐實(shí)驗(yàn)：設(shè)計(jì)穩(wěn)健的提示詞模板，防范提示詞注入攻擊，并為安全提示實(shí)現(xiàn)輸入/輸出驗(yàn)證。
展開 工程碩士：碩士人工智能和大型語言模型（LLMS） ￥6
MP4 |視頻：h264， 1920×1080 |音頻：AAC，44.1 KHz
語言：英語 |大小：5.65 GB |時(shí)長： 7h 26m
掌握生成式 AI 和大型語言模型 （LLM）。探索和部署 LLM 應(yīng)用程序，學(xué)習(xí)基礎(chǔ)理論。
您將學(xué)
到什么 通過選擇、培訓(xùn)和應(yīng)用 LLM 來設(shè)計(jì)和開發(fā)給定業(yè)務(wù)問題的完整解決方案
比較和對(duì)比提高 LLM 解決方案性能的最新技術(shù)，例如 RAG、微調(diào)和代理工作流程
權(quán)衡領(lǐng)先的 10 個(gè)前沿 LLM 和 10 個(gè)開源 LLM，并能夠?yàn)榻o定任務(wù)
選擇最佳選擇通過應(yīng)用領(lǐng)先的開源平臺(tái)、框架和工具來解決問題，包括Hugging Face、Gradio和Weights & Biases
。 說明常見的AI范式，并確定最適合每個(gè)
范式的業(yè)務(wù)問題類型。 定義圍繞深度學(xué)習(xí)的基本數(shù)據(jù)科學(xué)概念，包括訓(xùn)練與推理，泛化與過度擬合，以及神經(jīng)網(wǎng)絡(luò)
背后的關(guān)鍵思想。描述核心概念，如生成式AI、LLMs和Transformer架構(gòu)，并討論以最先進(jìn)的性能
可以實(shí)現(xiàn)什么。 詳細(xì)解釋LLMs如何工作，以便能夠訓(xùn)練和測(cè)試它們，將它們應(yīng)用于新的場景，并診斷和修復(fù)常見問題
。 使用前沿和開源模型在Python中實(shí)施LLM解決方案，包括API和直接推理。
執(zhí)行代碼以編寫文檔、回答問題和生成圖像。
要求
熟悉 Python。本課程不涵蓋 Python 基礎(chǔ)知識(shí)，而是用 Python 完成的。
描述
掌握生成式 AI 和 LLM：為期 8 周的實(shí)踐之旅通過行業(yè)資深人士 Ed Donner 領(lǐng)導(dǎo)的實(shí)踐項(xiàng)目加速您在 AI 領(lǐng)域的職業(yè)生涯。構(gòu)建高級(jí)生成式 AI 產(chǎn)品，試驗(yàn) 20 多種開創(chuàng)性模型，并掌握最先進(jìn)的技術(shù)，如 RAG、QLoRA 和 Agents。? 使用尖端模型和框架構(gòu)建高級(jí)生成式 AI 產(chǎn)品。
展開 自回歸式語言XLNet模型的文本生成試驗(yàn)
1 引言
自回歸式語言生成基于假設(shè)：一個(gè)詞序列的概率分布可以分解為鄰接的下一個(gè)詞條件概率分布的乘積。使用不同的解碼策略，目前產(chǎn)生出許多用于自回歸語言生成的模型，最流行的模型有GPT2, XLNet, OpenAi-GPT, CTRL, TransfoXL, XLM, Bart和T5，對(duì)GPT2模型我們已經(jīng)作了很多探索性的工作：
GeotechSet數(shù)據(jù)集在GPT2上的訓(xùn)練過程
GPT2-Large模型解碼方法比較
GPT2-Large模型解碼方法---Top-K and Top-p
新探索---EleutherAI的GPT Neo/GPT-3模型
GeotechSet模型的擴(kuò)展和優(yōu)化---集成了aitextgen
開放式文本生成(Open-Ended Text Generation)
同時(shí)也對(duì)T5模型作了探索性的工作:
生成摘要(Summarization)的新方法
Transformers的Text2TextGeneration管道測(cè)試
這個(gè)筆記探索另一個(gè)模型XLNet。
2 XLNet模型
XLNet來自Google公司Yang等人(2019)的論文《XLNet: Generalized Autoregressive Pretraining for Language Understanding(XLNet: 用于語言理解的廣義自回歸預(yù)訓(xùn)練)》，XLNet是一種無監(jiān)督的語言表征學(xué)習(xí)方法，它基于一種新的廣義包絡(luò)語言建模目標(biāo)。XLnet是Transformer-XL模型的一個(gè)擴(kuò)展，使用自回歸方法進(jìn)行預(yù)訓(xùn)練，在涉及長上下文的語言任務(wù)中表現(xiàn)出優(yōu)異的性能。XLNet在各種下游語言任務(wù)上取得了最先進(jìn)的(SOTA)結(jié)果，包括問題回答、自然語言推理、情感分析和文檔排名。
展開 支持PLC編程的5大電氣語言，全部會(huì)用的才是大神！
特點(diǎn)：
1、以功能模塊為單位，分析理解控制方案簡單容易
2、功能模塊是用圖形的形式表達(dá)功能，直觀性強(qiáng)，有較好的易操作性
3、對(duì)規(guī)模大、由于功能模塊圖能夠清楚表達(dá)功能關(guān)系，使編程、組態(tài)及調(diào)試時(shí)間大大減少
四、順序功能流程圖Delete（SFC）
順序功能流程圖語言是為了滿足順序邏輯控制而設(shè)計(jì)的編程語言。具有圖形表達(dá)方式，能較簡單和清楚地描述并發(fā)系統(tǒng)和復(fù)雜系統(tǒng)的所有現(xiàn)象，在模型的基礎(chǔ)上能直接編程，所以得到了廣泛的應(yīng)用。
特點(diǎn)：
1、以功能為主線，按照功能流程的順序分配，條理清楚，便于對(duì)用戶程序理解
2、對(duì)大型的程序可分工設(shè)計(jì)，采用較為靈活的程序結(jié)構(gòu)，可節(jié)省程序設(shè)計(jì)時(shí)間和調(diào)試時(shí)間
五、結(jié)構(gòu)化文本Delete（ST）
結(jié)構(gòu)化文本語言是用結(jié)構(gòu)化的描述文本來描述程序的一種編程語言，它是類似于高級(jí)語言的一種編程語言。在大中型PLC系統(tǒng)中，常采用結(jié)構(gòu)化文本來描述控制系統(tǒng)中各個(gè)變量的關(guān)系,完成所需的功能或操作。
展開 