即刻App年轻人的同好社区
下载
#AI工作流
在做RAG企业知识库开发中,遇到文档格式带有表格的数据,尝试了2种解决方案,一种方案完全正确，另一种用到微软开源的markutdown,能够把多种文档格式转换成Markdown格式,本地测试并试用了多种大模型包含最强大的GPT金额计算也出错了,应该是有丢失了某些特征吧？感谢在Cursor的帮助下把源代码转换并发布成REST API接口服务~
在做RAG企业知识库开发中,遇到文档格式带有表格的数据,尝试了2种解决方案,一种方案完全正确，另一种用到微软开源的markutdown,能够把多种文档格式转换成Markdown格式,本地测试并试用了多种大模型包含最强大的GPT金额计算也出错了,应该是有丢失了某些特征吧？感谢在Cursor的帮助下把源代码转换并发布成REST API接口服务~
0 00
#AI工作流
用DeepSeek最新发布的V3模型在本地实现了类似Claude推出的MCP协议能力——监听微信聊听记录并对数据进行分析和总结~
用DeepSeek最新发布的V3模型在本地实现了类似Claude推出的MCP协议能力——监听微信聊听记录并对数据进行分析和总结~
2 41
Hugging Face CEO Clem 对2025年人工智能的六大预测（以及对2024年预测结果的回顾）
2025年人工智能的六大预测：
1、将出现首个与人工智能相关的大规模公众抗议活动。
2、大公司的市值将因人工智能而缩减两倍或更多。
3、至少 10 万台个人 AI 机器人将被预订。
4、中国将开始引领人工智能竞赛（引领开源人工智能竞赛的结果）。
5、生物、化学领域人工智能将取得重大突破。
6、随着 Hugging Face 上拥有 1500 万 AI 建设者，我们将开始看到 AI 的经济和就业增长潜力。
2024年预测结果回顾：
1、一家被大肆炒作的人工智能公司将会破产或以极低的价格被收购。
✅（Inflexion、AdeptAI, ...）
2、开源大型语言模型（LLMs）将达到最佳闭源模型的水平。
✅（QwQ 和其他几十个模型）
3、视频、时间序列、生物和化学领域人工智能取得重大突破。
✅（视频领域）🔴（时间序列、生物学和化学领域）
4、关于人工智能成本（资金和环境成本）的讨论会增多。
✅（资金成本）🔴（环境成本 😢）
5、一份广受欢迎的媒体内容将主要由人工智能生成。
✅（例如 Google 的 NotebookLM）
6、Hugging Face 上的人工智能开发者达到 1000 万，且不会导致失业率上升。
🔜（目前有 700 万人工智能开发者）。
2025年人工智能的六大预测：
1、将出现首个与人工智能相关的大规模公众抗议活动。
2、大公司的市值将因人工智能而缩减两倍或更多。
3、至少 10 万台个人 AI 机器人将被预订。
4、中国将开始引领人工智能竞赛（引领开源人工智能竞赛的结果）。
5、生物、化学领域人工智能将取得重大突破。
6、随着 Hugging Face 上拥有 1500 万 AI 建设者，我们将开始看到 AI 的经济和就业增长潜力。
2024年预测结果回顾：
1、一家被大肆炒作的人工智能公司将会破产或以极低的价格被收购。
✅（Inflexion、AdeptAI, ...）
2、开源大型语言模型（LLMs）将达到最佳闭源模型的水平。
✅（QwQ 和其他几十个模型）
3、视频、时间序列、生物和化学领域人工智能取得重大突破。
✅（视频领域）🔴（时间序列、生物学和化学领域）
4、关于人工智能成本（资金和环境成本）的讨论会增多。
✅（资金成本）🔴（环境成本 😢）
5、一份广受欢迎的媒体内容将主要由人工智能生成。
✅（例如 Google 的 NotebookLM）
6、Hugging Face 上的人工智能开发者达到 1000 万，且不会导致失业率上升。
🔜（目前有 700 万人工智能开发者）。
0 00
有个想法'360不是把所有的模型厂商做了集成吗？那如果把这些厂商组织在一起,把各家大模型的相关技术都融合在在一起,做出一个更加厉害的大模型,这样不就可以与OpenAI相抗衡了吗？
2 50
ToB级应用开发中很多场景需用到Function Calling能力,但国产大模型以及付费国产大模型存在些许问题,希望在升级迭代的版本中重视底层原理实现~不要动不动就说超越谁......
2 00
在ToB领域,结合AI大模型研发,我深刻体会到了Function Calling与调API之间的微妙差异.没有Function Calling的能力,再强大的模型也不过是虚有其表~
0 20
#AI工作流
本地私有部署大模型生成今天AI圈刷屏的提示词生成卡片——汉语新解,在此基础上我加上了语音互动以及图片导出~
本地私有部署大模型生成今天AI圈刷屏的提示词生成卡片——汉语新解,在此基础上我加上了语音互动以及图片导出~
00:17
1 00
#AI工作流
周末的项目操盘:"风和美好餐厅", 欢迎围观&交流,关于AI人工智能的、政务教育系统以及物联网系统等领域的~
用2000组业务数据集在gemma-2-9b大模型的基础上进行微调训练～ 私有化部署后的效果立马立竿见影～
Text2SQL & Text2API & Text2Vis~ ToB级能干很多事情了～
周末的项目操盘:"风和美好餐厅", 欢迎围观&交流,关于AI人工智能的、政务教育系统以及物联网系统等领域的~
用2000组业务数据集在gemma-2-9b大模型的基础上进行微调训练～ 私有化部署后的效果立马立竿见影～
Text2SQL & Text2API & Text2Vis~ ToB级能干很多事情了～
1 00
#AI工作流
图一:抓取任意网址的内容之孙割的发推信息并交给大模型进行处理返回结果~
图二:抓取任意网址内容之我发表的公众号文章并交给大模型进行处理返回结果~
图三:AI搜索引擎之任意搜索并交给大模型处理返回结果~
图四:一句话代替繁琐的表单填写审批工作流程~
图五:对提问数据进行数据标注,大模型根据标注结果进行返回~
以上均在本地私有化部署环境进行,实现了Token无限自由以及模型的随意切换~
图一:抓取任意网址的内容之孙割的发推信息并交给大模型进行处理返回结果~
图二:抓取任意网址内容之我发表的公众号文章并交给大模型进行处理返回结果~
图三:AI搜索引擎之任意搜索并交给大模型处理返回结果~
图四:一句话代替繁琐的表单填写审批工作流程~
图五:对提问数据进行数据标注,大模型根据标注结果进行返回~
以上均在本地私有化部署环境进行,实现了Token无限自由以及模型的随意切换~
0 00
