APPLICATION
数据分析利用AI的6种方法
在本文中,我们将探讨 AI 为何能够加速数据分析、如何在每个步骤中实现数据分析自动化以及使用哪些工具。
APPLICATION
在本文中,我们将探讨 AI 为何能够加速数据分析、如何在每个步骤中实现数据分析自动化以及使用哪些工具。
DEEP LEARNING
我从事数据分析工作已经近十年了。我时不时地会使用机器学习技术从数据中获取见解,而且我习惯使用经典机器学习。 虽然我通过了一些关于神经网络和深度学习的 MOOC,但我从未在工作中使用过它们,而且这个领域对我来说似乎相当具有挑战性。我有这些偏见: * 你需要学习很多东西才能开始使用深度学习:数学、不同的框架(我至少听说过其中三个:PyTorch、TensorFlow 和 Keras)和网络架构。 * 需要大量数据集才能拟合模型。 * 如果没有强大的计算机(它们还必须有 Nvidia GPU),就不可能获得不错的结果,因此很难进行设置。 * 要启动和运行由机器学习驱动的服务,需要很多样板:你需要处理前端和后端。 我认为分析的主要目标是帮助产品团队根据数据做出正确的决策。如今,神经网络绝对可以改善我们的分析,即 NLP 有助于从文本中获得更多见解。因此,我决定再次尝试利用深度学习的力量会很有帮助。 这就是我开始学习 Fast.AI 课程的方式(该课程于 2022 年初更新,因此我认为自 TDS 上之前的评测以来内容已经发生了变化)。我意识到使用深度学习解决您的任务并不那么困难。
RAG
本文指导读者使用四种关键技术构建 RAG 系统:Llama3、Ollama、DSPy 和 Milvus。
MODEL-ZOO
多模态AI模型已成为人工智能中不可或缺的一部分,因为它们提供了同时处理和生成来自多个数据源的见解的新方法。
LLM
本文介绍数据投毒的一般概念,以及如何利用这种技术保护你的知识产权不受大型语言学习的影响。
MODEL-ZOO
本文展示了如何在感兴趣的文件图像上应用 Phi3 模型来提取身份证、驾驶执照或健康保险卡等文件的数据。
TOOL
我试用了开源的编码助手 Aider 和 Claude Dev。它们都很酷,本文说的就是我让它们运行的方法。
APPLICATION
虽然大多数人关注的是检索增强生成 (RAG) 对非结构化文本(例如公司文档或文件)的检索,但我对检索系统对结构化信息(尤其是知识图谱)的检索非常看好。GraphRAG 引起了很多关注,尤其是微软的实现。然而,在他们的实现中,输入数据是文档形式的非结构化文本,使用大型语言模型 (LLM) 将其转换为知识图谱。 在这篇博文中,我们将展示如何在包含来自 FDA 不良事件报告系统 (FAERS) 的结构化信息的知识图谱上实现检索器,该系统提供有关药物不良事件的信息。如果你曾经摆弄过知识图谱和检索,你的第一个想法可能是使用 LLM 生成数据库查询,以从知识图谱中检索相关信息来回答给定的问题。然而,使用 LLM 生成数据库查询仍在发展中,可能还不能提供最一致或最强大的解决方案。那么,目前有哪些可行的替代方案呢? 我认为,目前最好的解决方案是动态查询生成。这种方法不是完全依赖 LLM 来生成完整的查询,而是采用逻辑层,从预定义的输入参数确定性地生成数据库查询。可以使用具有函数调用支持的 LLM 来实现此解决方案。使用函数调用功能的优势在于能够向 LLM 定义它应该如何准备函数的结构化输入。这种方
TOOL
我最近一直在使用两个新工具 - Cursor 和 Claude-Dev - 这两个工具在开发者社区中都引起了相当大的关注。
UI
AI 时代 UI/UX 新方法的不断更新集合。如果你在野外看到了什么……请告诉我,我会将其添加到此文档中,并向你致谢(当然!)! 1、刻度盘、旋钮和滑块 物理旋钮、数字滑块和象限“刻度盘”可用于调整 AI 交互的响应音调或其他输入变量。 这个第一个新颖的 UX 想法来自 Figma 的新 Figma Slides 产品中的生成文本功能。你可以滑动橙色指示器,将语气从休闲变为专业,从简洁变为扩展。 此示例来自 Twitter 用户 Johannes Stelzer 的一篇文章。我不知道细节,但喜欢这个演示。 这是我自己的小型 AI 项目……一个总结任何网页的 Chrome 扩展程序。你可以使用滑块调整输出。想要一个四字故事吗?很简单:将其调整为 4 个字。
MODEL-ZOO
本文将介绍最先进的5个开源 ASR 模型各自的主要优势和技术要求。
MODEL-ZOO
文本转语音 (TTS) 技术在无障碍、教育和虚拟助手等行业中应用广泛,因此过去一年对它的需求猛增。就像 LLM 和图像生成模型的进步一样,TTS 模型也不断发展,能够从文本输入生成更逼真、更像人类的语音。 如果你希望将 TTS 集成到你的系统中,开源模型是一个绝佳的选择。与专有替代方案相比,它们提供了更大的灵活性、控制力和定制性。在这篇文章中,我们将探讨当今一些最流行的开源 TTS 模型。我们将深入研究它们的优点和缺点,帮助您选择最适合您需求的模型。最后,我们将提供一些常见问题的答案。 1、XTTS-v2 XTTS 是最流行的语音生成模型之一。其最新版本 XTTS-v2 能够仅通过 6 秒的快速音频样本将声音克隆成不同的语言。这种效率消除了对大量训练数据的需求,使其成为语音克隆和多语言语音生成的有吸引力的解决方案。 坏消息是,XTTS 背后的公司于 2024 年初关闭,将该项目留给了开源社区。 但是,源代码仍然在 GitHub 上可用,