大型语言模型 (LLM) 彻底改变了我们从大量文本数据中提取信息和观点的方式。在财务分析领域，LLM 应用程序旨在帮助分析师回答有关公司业绩、收益报告和市场趋势的复杂问题。其中一个应用涉及使用检索增强生成 (RAG) 管道来促进从财务报表和其他来源提取信息。 设想这样一个场景：一位财务分析师想要了解某公司第二季度财报电话会议的关键要点，特别是该公司正在构建的技术护城河。这类问题超出了简单的查找范围，需要更复杂的方法。这就是 LLM 代理的概念发挥作用的地方。 什么是代理？ 根据 Llama-Index 的说法，“代…

在快速发展的金融市场中，准确的股价预测就像是圣杯。随着我们寻求更复杂的技术来解释市场趋势，机器学习成为了希望的灯塔。在各种机器学习模型中，长短期记忆 (LSTM) 网络引起了广泛关注。当与注意力机制相结合时，这些模型会变得更加强大，尤其是在分析股票价格等时间序列数据时。本文深入探讨了 LSTM 网络与 Attention 机制相结合，利用雅虎财经 ( yfinance ) 的数据预测苹果公司 ( AAPL ) 股价接下来的走势。 了解金融建模中的 LSTM 和 Attention 机制 LSTM 网络基础知识 LS…

PointPillars 是一种快速 E2E DL 网络，用于 3D 点云中的对象检测。它利用 PointNet 来学习以垂直列（支柱）组织的点云的表示。大量实验表明，PointPillars 在速度和准确性方面都大大优于以前的方法 。在本文档中，我们介绍了如何使用英特尔® OpenVINO在英特尔平台上优化PointPillars。 PointPillars 下图展示了PointPillars网络的主要步骤（组件）： OpenVINO™ 工具套件 OpenVINO 是英特尔的 AI 开发工具包，用于快速开发应用程…

有没有想过在树莓派（Raspberry Pi）设备上运行自己的大型语言模型 (LLM) 或视觉语言模型 (VLM)？你可能想过，但一想到要从头开始设置，必须管理环境，下载正确的模型权重，以及对设备是否能处理该模型的挥之不去的疑虑，你可能会犹豫不决。 目前，边缘的 LLM 似乎还遥不可及。但随着时间的推移，这种特定的用例应该会逐渐成熟，我们肯定会看到一些很酷的边缘解决方案被部署，并在边缘设备上运行全本地生成 AI 解决方案。 树莓派（Raspberry Pi）介绍 Raspberry Pi 是一系列低成本、单板计算机…

您是否已经掌握了通过多次迭代、改进和批评第一个版本来从 ChatGPT 中获取高质量文本的方法？如果您需要反复解决类似的任务，而又没有时间阅读大量版本并对其进行批评，该怎么办？如果您想与尚未学会有效“指导”人工智能的同事分享您的提示，该怎么办？ 让我们探索一下在上述情况下如何为大型语言模型 (LLM) 创建指令： 我们进行了实验来比较零样本提示词的几个版本，以以下问题为例：会议记录分析和基于标准的评估。 1. 学习提示 让我们来看看一个旨在分析会议记录的提示，根据特定标准提供评估，以及改进建议。此类任务可以极大地帮…

在岁月的长河中，老照片是我们与过去的桥梁，承载着珍贵的回忆和无可替代的情感。每一张泛黄的照片背后，都隐藏着一个独特的故事，无论是家庭的欢聚，还是朋友间的难忘时刻。修复老照片，不仅是对那些逝去时光的尊重和保存，也是一种对亲情、友情及爱情深刻的礼赞。通过恢复那些模糊的轮廓和色彩，我们仿佛能够穿越时空，与过去的笑容和泪水重新相遇，感受那份历久弥新的温暖与情感。 在本文中，我们介绍一种通过 Stable Diffusion ComfyUI 工作流程来修复老照片的方法。本文中需要使用到的资源可以从以下地址下载： 工作流程简介…

我们与技术互动的方式在不断发展。最近最令人兴奋的进步之一是人工智能 (AI) 领域，机器经过训练可以像人类一样思考、学习，甚至交流。在生成人工智能等领域的无数发展中，有一种微妙的艺术正在日益受到重视：提示词工程（Prompt Engineering）。 想象一下与一台机器对话，您提供提示词，它会以相关信息或操作进行响应。这就是提示词工程的本质。这是关于制定正确的问题或指令来指导人工智能模型，特别是大型语言模型（LLM），以产生期望的结果。无论您是对最新人工智能感到好奇的技术爱好者，还是希望利用语言模型的力量的专业人…

Meta 推出 Llama3 也有一小段时间了。Llama3 包含 8B 和 70B 两种参数规模，涵盖预训练和指令调优的变体。Llama 3 支持多种商业和研究用途，并已在多个行业标准测试中展示了其卓越的性能（关于Llama3的具体介绍可以参考本站另外一篇博文：尝鲜 Meta Llama 3）。和以往的原始 Llama 模型一样，Llama 3 对中文的支持效果欠佳，经常会出现你用中文提问，它用英文或中文+英文回复的现象。 例如当我问它：”你是谁？“，会得到如下的回答： 然后让它”介绍一下中国的首都北京“，则会得…

Stable Cascade 是 stability.ai 在2024年2月份发布的文本转图像模型。这种创新的文本转图像模型引入了一种有趣的三​​阶段方法，为质量、灵活性、微调和效率设定了新的基准，重点是进一步消除硬件障碍。此外，stability.ai 还在Stability GitHub 上发布了训练和推理代码，以允许进一步自定义模型及其输出。该模型可在 diffusers 库中进行推理。 了解更多关于 Stable Cascade 相关信息请访问本站另一篇博文：Stability.ai 发布 Sta…

Stable Cascade 是 stability.ai 在2024年2月份发布的文本转图像模型。这种创新的文本转图像模型引入了一种有趣的三​​阶段方法，为质量、灵活性、微调和效率设定了新的基准，重点是进一步消除硬件障碍。此外，stability.ai 还在Stability GitHub 上发布了训练和推理代码，以允许进一步自定义模型及其输出。该模型可在 diffusers 库中进行推理。 技术细节 Stable Cascade 与 Stable Diffusion 系列模型不同，因为它建立在由三个不…