京东商城背后AI技术揭秘（一）——基于关键词自动生成摘要

NLP带来的“科幻感”超乎你的想象 - ACL2020论文解读（一）

ACL 2020录用论文最新出炉-不断进步的科技正推动着人工智能从一个无法实现的幻想，不断突破人类的想象，完成一个又一个挑战。

京东商城背后AI技术揭秘（二）——基于商品要素的多模态商品摘要

如何通过AI针对不同群体采用不同营销策略及不同风格的营销文案从而提高营销转化率？

从原理到应用，人人都懂的ChatGPT指南

零、引言如何充分发挥ChatGPT潜能，已是众多企业关注的焦点。但是，这种变化对员工来说未必是好事情。IBM计划用AI替代7800个工作岗位，游戏公司使用MidJourney削减原画师人数......此类新闻屡见不鲜。理解并应用这项新技术，对于职场人来说重要性与日俱增。一、GPT模型原理理解原理是有效应用的第一步。ChatGPT是基于GPT模型的AI聊天产品，后文均简称为GPT。从技术上看，GPT

【原创】GPT大语言模型Vicuna本地化部署实践（效果秒杀Alpaca）【大语言模型实践二】

背景    上一篇文章介绍了斯坦福大学的Alpaca-lora模型的本地化部署，并验证了实际的推理效果，总体感觉并不是特别理想，原始Alpaca-lora模型对中文支持并不好，用52k的中文指令集对模型进行fine-tuning之后，效果依然达不到网上说的媲美GPT-3.5的推理效果，验证了那句话：“事不目见耳闻，而臆断其有无，可乎？”。在具有3块Tesla P40显卡的服务器上，利用3块GPU显

Dive into TensorFlow系列（1）-静态图运行原理

接触过TensorFlow v1的朋友都知道，训练一个TF模型有三个步骤：定义输入和模型结构，创建tf.Session实例sess，执行sess.run()启动训练。不管是因为历史遗留代码或是团队保守的建模规范，其实很多算法团队仍在大量使用TF v1进行日常建模。我相信很多算法工程师执行sess.run()不下100遍，但背后的运行原理大家是否清楚呢？不管你的回答是yes or no，今天让我们一

保姆教程 | 用GPU云主机搭建AI大语言模型并用Flask封装成API，实现用户与模型对话

导读在当今的人工智能时代，大型AI模型已成为获得人工智能应用程序的关键。但是，这些巨大的模型需要庞大的计算资源和存储空间，因此搭建这些模型并对它们进行交互需要强大的计算能力，这通常需要使用云计算服务。从云产品性能上来看，GPU云主机是最适合的工具之一，对于业务方或者个人开发者来讲，使用GPU云主机搭建AI大语言模型有以下优势：高性能计算：GPU云主机提供了高性能GPU处理器，加速模型的训练和推理；

【原创】GPT大语言模型Alpaca-lora本地化部署实践（GPU fine-tuning和推理）

模型介绍    Alpaca模型是斯坦福大学研发的LLM（Large Language Model，大语言）开源模型，是一个在52K指令上从LLaMA 7B（Meta公司开源的7B）模型微调而来，具有70亿的模型参数（模型参数越大，模型的推理能力越强，当然随之训练模型的成本也就越高）。    LoRA，英文全称Low-Rank Adaptation of Large Language Models

提高IT运维效率，深度解读京东云基于自然语言处理的运维日志异常检测AIOps落地实践

作者：张宪波、张静、李东江基于NLP技术对运维日志聚类，从日志角度快速发现线上业务问题日志在IT行业中被广泛使用，日志的异常检测对于识别系统的运行状态至关重要。解决这一问题的传统方法需要复杂的基于规则的有监督方法和大量的人工时间成本。我们提出了一种基于自然语言处理技术运维日志异常检测模型。为了提高日志模板向量的质量，我们改进特征提取，模型中使用了词性（PoS）和命名实体识别（NER）技术，减少了规

Dive into TensorFlow系列（3）- 揭开Tensor的神秘面纱

TensorFlow计算图是由op和tensor组成，那么tensor一般都用来代表什么呢？显然，像模型的输入数据、网络权重、输入数据经op处理后的输出结果都需要用张量或特殊张量进行表达。既然tensor在TensorFlow体系架构中如此重要，因此本文将带领大家由浅入深地学习tensor的三个话题：用户眼中的tensor、TensorFlow系统中的tensor、tensor高阶用法DLPack