直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

如何建立一个属于自己的电商大模型，又如何把数据放到自己的大模型里

回答

建立属于自己的电商大模型并将数据放入其中，主要包括以下步骤：

  1. 选择合适的部署方式：
    • 本地环境部署。
    • 云计算平台部署。
    • 分布式部署。
    • 模型压缩和量化。
    • 公共云服务商部署。需根据自身的资源、安全和性能需求选择合适的部署方式。
  2. 准备训练所需的数据和计算资源：
    • 确保有足够的训练数据覆盖目标应用场景。
    • 准备足够的计算资源，如 GPU 服务器或云计算资源。
  3. 选择合适的预训练模型作为基础：
    • 可以使用开源的预训练模型如 BERT、GPT 等作为基础。
    • 也可以自行训练一个基础模型。
  4. 针对目标任务进行模型微调训练：
    • 根据具体应用场景对预训练模型进行微调训练。
    • 优化模型结构和训练过程以提高性能。
  5. 部署和调试模型：
    • 将训练好的模型部署到生产环境。
    • 对部署的模型进行在线调试和性能优化。
  6. 注意安全性和隐私保护：
    • 大模型涉及大量数据和隐私信息，需要重视安全性和合规性。

此外，以配置 FastGpt、OneAPI 为例，全程白嫖拥有一个 AI 大模型的微信助手的步骤如下：

  1. 配置 OneAPI：
    • 去阿里模型的链接里创建 ApiKey，并复制下来。
    • 在 OneAPI 的页面，点击【渠道】添加新渠道，类型选择阿里通义千问，粘贴 ApiKey。
    • 创建 OneApi 的令牌，点击【令牌】添加新令牌，名称自定，时间设为永不过期、额度设为无限额度，提交并复制令牌。
  2. 配置 FastGpt：回到宝塔系统【文件】菜单，修改 docker-compose.yml 和 config.json 文件（文件路径 root>fastgpt）。

另外，基于 COW 框架实现 ChatBot 时需要注意：

  1. 本实现思路需要接入大模型 API 的方式实现（API 单独付费）。
  2. 微信端因为是非常规使用，会有封号危险，不建议主力微信号接入。
  3. 操作时请依法合规使用，注意甄别大模型生成的内容，确保所有操作均符合相关法律法规的要求，禁止将此操作用于任何非法目的，处理敏感或个人隐私数据时注意脱敏，以防任何可能的滥用或泄露。
内容由 AI 大模型生成，请仔细甄别（powered by aily）

参考资料

问：如何部署和训练自己的AI开源模型

根据搜索结果，以下是部署和训练自己的大模型的主要步骤：1.选择合适的部署方式本地环境部署云计算平台部署分布式部署模型压缩和量化公共云服务商部署根据自身的资源、安全和性能需求选择合适的部署方式。1.准备训练所需的数据和计算资源确保有足够的训练数据覆盖目标应用场景准备足够的计算资源，如GPU服务器或云计算资源1.选择合适的预训练模型作为基础可以使用开源的预训练模型如BERT、GPT等作为基础也可以自行训练一个基础模型1.针对目标任务进行模型微调训练根据具体应用场景对预训练模型进行微调训练优化模型结构和训练过程以提高性能1.部署和调试模型将训练好的模型部署到生产环境对部署的模型进行在线调试和性能优化1.注意安全性和隐私保护大模型涉及大量数据和隐私信息，需要重视安全性和合规性总的来说，部署和训练自己的大模型需要综合考虑多方面因素，包括部署方式、数据准备、模型训练、部署调试以及安全性等。需要根据具体需求选择合适的方法，并注意优化各个环节以提高模型性能和应用效果。内容由AI大模型生成，请仔细甄别

DIN：全程白嫖 - 拥有一个AI大模型的微信助手

1.首先配置OneAPI，还记得刚刚让你们白嫖的大模型API吗？阿里的[通义千问大模型](https://dashscope.console.aliyun.com/)接口，这时要派上用场了，去阿里模型的链接里创建ApiKey，并复制下来。然后在OneAPI的页面，点击【渠道】添加新渠道。添加时，类型选择阿里通义千问，名称自己取个，类型选择好后模型是会默认加进去，你不用删减，还有就把刚刚阿里那复制的ApiKey粘贴到秘钥里去。这样就OK了。后续有其他的大模型也是一样的添加方式。1.然后，要创建OneApi的令牌，点击【令牌】添加新令牌这里名称可以自己取个，时间设为永不过期、额度设为无限额度。提交OK。这时【令牌】中就有你添加的了，点击复制，得到令牌。1.OneApi这的部署就完成，现在我们要去给FastGpt去装上大脑2.配置FastGpt，回到宝塔系统【文件】菜单，我们要修改2个文件docker-compose.yml和config.json（文件路径root>fastgpt）

熊猫大侠：基于COW框架的ChatBot实现步骤

作者：熊猫大侠COW是基于大模型搭建的Chat机器人框架，将多模型塞进自己的微信里实现方案。基于这篇张梦飞同学也写了一个更适合小白的使用教程：[【保姆级】一步一图，手把手教你把AI接入微信副本](https://waytoagi.feishu.cn/wiki/A9w1wUcXSihF6XkeKVic8CXxnHb)本文带你实现：1、打造属于自己的ChatBot（文本对话、文件总结、链接访问、联网搜索、图片识别、AI画图等等）2、常用开源插件的安装应用正式开始前你需要知道：ChatBot相较于在各大模型网页端使用区别：本实现思路需要接入大模型API的方式实现（API单独付费）风险与注意事项：1、微信端因为是非常规使用，会有封号危险，不建议主力微信号接入。2、本文只探讨操作操作步骤，请依法合规使用-大模型生成的内容注意甄别，确保所有操作均符合相关法律法规的要求。-禁止将此操作用于任何非法目的。-处理敏感或个人隐私数据时注意脱敏，以防任何可能的滥用或泄露。

其他人在问
国内评分最高的国内大模型是什么
根据目前的测评报告，在国内大模型中，得分较高的有文心一言 4.0（API），其总分 79.02 分。在工具使用的测评中，智谱清言表现不俗，取得 83.78 的高分，排名国内模型第一。过去八个月国内模型在 SuperCLUE 基准上的第一名多次为文心一言 4.0。综合来看，国内大模型在不断进步，与国外模型的差距在逐渐缩小，但不同模型在不同方面的表现各有优劣。
2024-09-17
本地知识库系统如何利用大语言模型
以下是关于本地知识库系统如何利用大语言模型的相关内容： 一、部署大语言模型 1. 下载并安装 Ollama 根据电脑系统，从 https://ollama.com/download 下载 Ollama。 下载完成后，双击打开，点击“Install”。 安装完成后，将 http://127.0.0.1:11434/ 复制进浏览器，若出现相关字样则表示安装完成。 2. 下载 qwen2:0.5b 模型（0.5b 方便测试，设备充足可下载更大模型） Windows 电脑：点击 win+R，输入 cmd 点击回车。 Mac 电脑：按下 Command（⌘）+ Space 键打开 Spotlight 搜索，输入“Terminal”或“终端”，选择“终端”应用程序。 复制相关命令行并粘贴回车，等待自动下载完成。（下载久了若卡住，鼠标点击窗口，键盘点空格可刷新） 二、了解 RAG 利用大模型的能力搭建知识库是 RAG 技术的应用。在进行本地知识库搭建实操前，需对 RAG 有大概了解。大模型训练数据有截止日期，当需要依靠不在训练集中的数据时，主要通过检索增强生成 RAG 实现。RAG 应用可抽象为 5 个过程： 1. 文档加载：从多种来源加载文档，LangChain 提供 100 多种不同的文档加载器，包括 PDF 等非结构化数据、SQL 等结构化数据以及代码等。 2. 文本分割：文本分割器把 Documents 切分为指定大小的块，称为“文档块”或“文档片”。 3. 存储：涉及将切分好的文档块嵌入转换成向量形式，并将向量数据存储到向量数据库。 4. 检索：通过某种检索算法找到与输入问题相似的嵌入片。 三、通过 Open WebUI 使用大模型 1. 首先访问相关网址，打开页面时使用邮箱注册账号。 2. Open WebUI 一般有两种使用方式： 聊天对话。 RAG 能力，可让模型根据文档内容回答问题，这是构建知识库的基础之一。 3. ChatGPT 访问速度快、回答效果好的原因： 快：GPT 大模型部署的服务器配置高。 好：GPT 大模型的训练参数多、数据更优以及训练算法更好。
2024-09-17
算法和模型是什么关系
算法和模型是相互关联但又有所区别的概念。 模型是对问题或现象的一种抽象表示，它描述了数据之间的关系和模式。例如，在卷积神经网络（CNN）中，其结构就是一种模型，主要用于模式识别任务。 算法则是用于解决问题或实现模型的一系列步骤和方法。在 AI 领域，算法用于训练和优化模型。比如在自然语言处理和图像识别中，某些算法能够使 CNN 在计算上更有效、更快速，从而击败大多数其他算法。 随着我们对大脑工作机制的认知加深，神经网络的算法和模型也会不断发展和进步。 同时，在确保 AI 模型的道德和伦理性方面，也涉及到一系列的算法设计和处理步骤，如数据清洗、算法设计以减少偏见和不公平性、制定道德和伦理准则、保持透明度、接收用户反馈、持续监控、人工干预以及对相关人员进行教育和培训等。 另外，生成式人工智能模型正在从根本上改变我们与计算机的关系，使其有可能成为我们的伴侣，这也对我们对关系的定义提出了新的挑战。
2024-09-15
有什么大模型是可以预测人的行为或者将来发展的
以下是一些与预测人的行为或将来发展相关的大模型信息： 斯坦福大学和谷歌的生成式智能体能够产生令人信服的人类行为代理。相关链接：https://syncedreview.com/2023/04/12/stanfordugooglesgenerativeagentsproducebelievableproxiesofhumanbehaviours/ 关于大模型的未来展望，认为它们将能够读取和生成文本，拥有更丰富的知识，具备多种能力，如查看和生成图像与视频、听取发声创作音乐、利用系统 2 进行深入思考等，还可能在特定领域内自我优化和针对任务进行定制调整。 同时，还为您提供了一些大模型相关的其他资源链接： Google Research,2022 & beyond:Generative models:https://ai.googleblog.com/2023/01/googleresearch2022beyondlanguage.htmlGener ativeModels Building the most open and innovative AI ecosystem:https://cloud.google.com/blog/products/aimachinelearning/buildinganopengenerativ eaipartnerecosystem Generative AI is here.Who Should Control It?https://www.nytimes.com/2022/10/21/podcasts/hardforkgenerativeartificialintelligen ce.html Generative AI:Perspectives from Stanford HAI:https://hai.stanford.edu/sites/default/files/202303/Generative_AI_HAI_Perspectives.pd f Generative AI at Work:https://www.nber.org/system/files/working_papers/w31161/w31161.pdf The future of generative AI is niche,not generalized:https://www.technologyreview.com/2023/04/27/1072102/thefutureofgenerativeaiis nichenotgeneralized/ Attention is All You Need:https://research.google/pubs/pub46201/ Transformer:A Novel Neural Network Architecture for Language Understanding:https://ai.googleblog.com/2017/08/transformernovelneuralnetwork.html
2024-09-15
有什么模型是可以预测人的行为和发展的
以下是一些可以用于预测人的行为和发展的模型： 1. 思维模型： 战略与决策模型，如 SWOT 分析、MECE 原则等，专注于帮助个人或组织做出更好的决策和解决问题。 目标设定与执行的模型，如 SMART 原则、PDCA 循环等，提供了设置和实现目标的框架，确保行动的指向性和高效性。 系统思维模型，如反馈循环、杠杆点等，用于理解和处理复杂系统及其动态，促进整体观和互联性思考。 心理学模型，如认知偏误、习惯形成等，揭示人在认知和行为上的模式和偏差，帮助理解和预测人类行为。 学习与创新模型，如费曼学习法、思维导图等，旨在促进知识获取、深化理解和创造性思考。 2. Token 预测：看似简单的统计学技巧，其中蕴含巨大潜力。预测下一个语言符号（Token）的质量，反映了对语言背后隐藏的语义和知识的理解程度。一个足够强大的语言模型，可以模拟出超越现实的假想情况，通过人类数据进行推理和外推，从而有可能预测一个睿智、博学和能力非凡的人的行为举止。
2024-09-15
推荐几个好用的大语言模型
以下是一些好用的大语言模型： 1. OpenAI 的 GPT4：在多种任务上表现卓越，包括文本生成、理解、翻译以及各种专业和创意写作任务。 2. Anthropic 公司的 Claude 3：在特定领域和任务上有出色能力。 3. 谷歌的 Gemini。 4. 百度的文心一言。 5. 阿里巴巴的通义大模型。 此外，还有一些在特定方面表现突出的大语言模型，如： 1. Meta 的 Llama2 系列。 2. 评估中的 GPT3（包括 textada001、textbabbage001、textcurie001 和 textdavinci002）。 3. LaMDA（有 422M、2B、8B、68B 和 137B 参数的模型）。 4. PaLM（有 8B、62B 和 540B 参数的模型）。 5. UL2 20B。 6. Codex（OpenAI API 中的 codedavinci002）。 如果想了解国内的大模型效果，可以参考第三方基准评测报告： 。内容由 AI 大模型生成，请仔细甄别。
2024-09-14
做电商产品图片用什么ai
以下是一些可用于制作电商产品图片的 AI 工具和方法： 1. 工具方面： Flair、Booth、Bloom 等工具可以帮助品牌创建引人注目的产品照片。 ProductScope.ai 可自动去背景，简化产品照片编辑流程，有免费和高级版本，适合电商和小商家。 2. 方法方面： 利用 AI 分析工具进行市场分析，研究市场趋势、消费者行为和竞争对手情况，以获取关键信息。 运用 AI 进行关键词优化，分析和推荐高流量、高转化的关键词，优化产品标题和描述，提高搜索排名和可见度。 借助 AI 设计工具根据市场趋势和用户偏好自动生成吸引人的产品页面布局。 使用 AI 文案工具撰写有说服力的产品描述和营销文案，提高转化率。 通过 AI 图像识别技术选择或生成高质量的产品图片，更好地展示产品特点。 依靠 AI 分析不同价格点对销量的影响，制定有竞争力的价格策略。 利用 AI 分析客户评价和反馈，优化产品和服务。 采用 AI 实现个性化推荐，根据用户购买历史和偏好增加销售额。 此外，苹果开源的图像编辑模型 MGIE 可基于文字提示编辑图像，结合 MLLM 和图像编辑模型提高编辑准确性。Mobile Diffusion 是手机上的图像生成模型，仅 520M 大小，能根据文字提示在手机上快速生成高分辨率图片。
2024-09-13
擅长电商数据分析的AI工具
以下是一些擅长电商数据分析的 AI 工具： Text2SQL：将英文转换为 SQL 查询。链接：https://toolske.com/text2sql/?ref=theresanaiforthat ai2sql：高效且无错误的 SQL 构建器。链接：https://www.ai2sql.io/ EverSQL：从 SQL 查询翻译英文文本。链接：https://www.eversql.com/sqltotext/ SupaSQL：从 NLP 生成 SQL 查询。链接：https://supasql.com/ SQLgenius：使用自然语言的 SQL 查询生成器。链接：https://sqlgenius.app/ SQL Chat：与数据库进行自然语言聊天的 SQL 客户端。链接：https://www.sqlchat.ai/ SQL Ease：从自然语言输入生成 SQL 查询。链接：https://sqlease.buildnship.in/ Talktotables：翻译和查询数据库。链接：https://talktotables.com/ 此外，还有以下几个知名的 text2sql 项目： SQLNet：一个使用深度学习方法解决 text2sql 任务的项目。 Seq2SQL：一个将自然语言转换为 SQL 查询的序列到序列模型。 Spider：一个大规模的 text2sql 数据集及其相关的挑战 使用 AI 完成阿里巴巴营销技巧和产品页面优化，可以采取以下几个步骤： 1. 市场分析：利用 AI 分析工具来研究市场趋势、消费者行为和竞争对手情况。AI 可以处理大量数据，快速识别出哪些产品受欢迎、价格区间、销量等关键信息。 2. 关键词优化：AI 可以分析和推荐高流量、高转化的关键词，帮助卖家优化产品标题和描述，提高搜索排名和可见度。 3. 产品页面设计：AI 设计工具可以根据市场趋势和用户偏好自动生成吸引人的产品页面布局。 4. 内容生成：AI 文案工具可以撰写有说服力的产品描述和营销文案，提高转化率。 5. 图像识别和优化：AI 图像识别技术可以帮助选择或生成高质量的产品图片，这些图片能够更好地吸引顾客并展示产品特点。 6. 价格策略：AI 可以分析不同价格点对销量的影响，帮助卖家制定有竞争力的价格策略。 7. 客户反馈分析：AI 可以分析客户评价和反馈，帮助卖家了解客户需求，优化产品和服务。 8. 个性化推荐：AI 可以根据用户的购买历史和偏好提供个性化的产品推荐，增加销售额。 清酒整理的电商 AI 工具具有以下推荐理由： 1. 收集了十几款电商领域能用得上的 AI 工具，结合场景特别直观。 2. 按照电商的角色进行了区分，无论您是买家、卖家、渠道还是生产者，都能找到合适的 AI 工具。 3. 不仅有产品形态，还有非常具体的使用描述。
2024-09-08
我想做一个电商ai模型，但是我不知道把哪些数据放上去，要怎么解决
如果您想构建一个电商 AI 模型，以下是一些关于数据选择的建议： 1. 产品数据：包括产品名称、描述、价格、库存、销量等。 2. 用户数据：例如用户的购买历史、浏览行为、偏好、评价等。 3. 市场数据：如市场趋势、竞争对手的产品和销售情况等。 4. 交易数据：涵盖订单信息、支付方式、配送地址等。 5. 营销数据：包括促销活动的效果、广告投放的效果等。 在准备数据时，还需要注意以下几点： 1. 数据清洗：在训练模型之前，对数据进行预处理，移除或修正带有错误、重复或不完整的内容。 2. 数据平衡：确保不同类型的数据在数量和质量上相对平衡，以避免模型偏向某些特定的数据。 3. 数据安全和隐私：严格遵守相关法律法规，保护用户数据的安全和隐私。
2024-09-05
人工智能在电商行业的应用案例
以下是人工智能在电商行业的一些应用案例： 1. 推广方面： 制定上市推广方案，包括品牌、产品信息、新品、成分、属性、功效、人群特征、客户分析、产品定位、核心卖点、推广策略、广告、公关、线上推广、线下活动、合作伙伴、资源整合、预算、执行计划、监测、评估、微调方案、价值主张、营销策略、热点话题、消费者、向往感、诱惑钩子等方面。 制定内容营销方案，以提高品牌知名度、增加客户参与度、提高转化率、增加销售等。 2. 图像生成方面： 美团外卖商家版后台利用图像模型生成菜品照片。 3. 其他方面： 舆情、投诉、突发事件监测及分析。 品牌营销内容撰写及投放。 自动化库存管理。 自动生成或完成 SKU 类别选择、数量和价格分配。 客户购物趋势分析及洞察。
2024-09-05
用AI制作电商日化类场景
以下是一些用 AI 制作电商日化类场景的案例和相关信息： 品牌：提升品牌价值 关键词库（19 个）：品牌洋葱图思维模型、产品信息、人群、品类、属性、体验、差异化特征、功效、品牌价值主张、目标用户、需求、痛点、爽点、消费者、外观、功能、结构、产品优化建议、产品开发可行性。 链接： 入库时间：2023/11/13 品牌：分析品牌舆论传播 关键词库（25 个）：舆论传播、数据分析、主题、事件、时间段、媒体渠道、数据来源、情感分析、关键词提取、主题挖掘、大众集中讨论的话题、讨论关注程度、舆论关注倾向、关联类似事件、聚焦某一种情绪、人群范围、事件涉及群体、谁在关注、趋势、情感分布、危机管理、品牌形象塑造、舆论引导、危机声明、信息发布。 链接： 入库时间：2023/11/13 推广：制定上市推广方案 关键词库(28 个）：品牌、产品信息、新品、成分、属性、功效、人群特征、客户分析、产品定位、核心卖点、推广策略、广告、公关、线上推广、线下活动、合作伙伴、资源整合、预算、执行计划、监测、评估、微调方案、价值主张、营销策略、热点话题、消费者、向往感、诱惑钩子 链接： 入库时间：2023/11/14 推广：制定内容营销方案 例如，提高品牌知名度、增加客户参与度、提高转化率、增加销售等。 链接： 入库时间：2023/11/14 图像模型生成菜品照片 应用场景：美团外卖商家版后台 链接： 入库时间：2024/01/03
2024-09-03
AI电商
AI 在电商领域的应用包括以下方面： 1. 产品推荐：通过分析客户数据，为每个客户推荐可能感兴趣的产品。 2. 搜索和个性化：改善搜索结果，为客户提供个性化的购物体验。 3. 动态定价：根据市场需求动态调整产品价格。 AI 在医疗药品零售领域的应用有： 1. 药品推荐系统：利用机器学习算法分析用户购买记录和症状描述等数据，推荐合适的非处方药品和保健品，提升销售转化率。 2. 药品库存管理：通过分析历史销售数据、天气、疫情等因素，预测未来药品需求量，优化库存管理策略，降低成本。 3. 药品识别与查询：借助计算机视觉技术，用户用手机拍摄药品图像，AI 系统自动识别药名并提供相关信息查询服务。 4. 客户服务智能助手：基于自然语言处理技术，AI 虚拟助手回答顾客关于购药、用药、保健等常见问题，减轻人工客服工作压力。 5. 药店运营分析：分析药店的销售、顾客流量、库存等大数据，发现潜在运营问题和优化空间，为决策提供参考。 6. 药品质量监控：通过机器视觉、图像识别等技术，自动检测药品的包装、标签、颜色等是否合格，及时发现问题。 7. 药品防伪追溯：利用区块链等技术，实现全流程的药品溯源，确保药品供应链的安全性和真实可信度。 总之，AI 技术在药品零售领域可以提升购药体验、优化库存管理、降低运营成本、保障药品质量安全，是一个值得重视的发展方向。需要注意的是，以上内容由 AI 大模型生成，请仔细甄别。
2024-09-02
因此在prompt中，把query放到头部和尾部，同时根据相似度，把相似度大的文档放到context的两端，是什么意思，要如何做到
在开发产品视角的大模型 RAG 应用的 Prompt 阶段，匹配出与问句向量最相似的 top k 个 chunk 后，将匹配出的文本和问句添加到配置好的 prompt 中提交给 LLM。在这个过程中，根据论文《Lost in the Middle:How Language Models Use Long Contexts》，由于大模型对上下文中间位置的知识点提取较差，所以把 query（即问句）放到 prompt 的头部和尾部，同时按照相似度，将相似度大的文档放置在 context（上下文）的两端，这样做能够提升回答效果。要做到这一点，需要在进行 prompt 工程时，选择最合适的 prompt 模板，并按照上述原则对 query 和相似度大的文档进行合理的位置安排。
2024-08-19
用Ai设计的画稿，是属于我个人的吗？我可以商业使用吗？
AI 绘画的版权问题一直存在争议。在 Midjourney 流行后，用户无需自己搭模型就能获取大量 AI 生成的图像，但关于其是否道德或合法尚无定论。有观点认为 AI 只是从现有素材库中拼接和重塑内容，真正的创意来自原始艺术家；也有观点认为 AI 绘画需要创意，prompt 能体现这一点，因此在艺术社区和 AI 图片分享评论区常有相关争执。 目前旧的法律法规未覆盖 AI 相关场景，包括国内著作权内容也未对 AI 相关进行说明。在新的法律法规出台前，使用 AI 制作的图版权可能是公版，不能保证著作权。为确保版权，建议将机器生产的内容作为原始素材，在后期多下工夫突出“人类创作”部分。 AI 绘画在个体方面的应用包括成为自媒体博主、个体商户应用、实体印刷（如 T 恤、杯子实物等）、AI 摄影、设计接单、AI 定制萌娃头像、电商商品、自媒体素材、AI 服装预售、AI 视频接单、培训老师等。在公司方面，包括设计质量和效率提升、AI 绘画相关应用开发、CV 方面算法应用等。 在工作中出图方面，不同人员有不同的应用，如 harry 用于兴趣学习、自媒体素材、自定义节点开发；古戈尔用于视频、动画；二师兄用于图像流制作、装修工程和建筑工程等。
2024-09-14
如何大家属于自己的知识库，需要哪些素材
创建属于自己的知识库并上传文本内容，需要以下步骤： 1. 在单元页面，单击新增单元。 2. 在弹出的页面选择要上传的数据格式，默认是文本格式。 3. 选择一种文本内容上传方式完成内容上传，具体方式如下： 本地文档：在文本格式页签下，选择本地文档，然后单击下一步。将要上传的文档拖拽到上传区，或单击上传区域选择要上传的文档。目前支持上传.txt、.pdf、.docx 格式的文件内容，每个文件不得大于 20M。一次最多可上传 10 个文件。当上传完成后单击下一步。选择内容分段方式，包括自动分段与清洗（系统会对上传的文件数据进行自动分段，并会按照系统默认的预处理规则处理数据）和自定义（手动设置分段规则和预处理规则，分段标识符选择符合实际所需的标识符，分段最大长度设置每个片段内的字符数上限，文本预处理规则包括替换掉连续的空格、换行符和制表符，删除所有 URL 和电子邮箱地址），单击下一步完成内容上传和分片。 在线数据： 自动采集方式：适用于内容量大，需要批量快速导入的场景。在文本格式页签下，选择在线数据，然后单击下一步。单击自动采集，单击新增 URL。在弹出的页面完成输入要上传的网站地址，选择是否需要定期同步网站内容，如果需要选择内容同步周期，单击确认。当上传完成后单击下一步，系统会自动根据网站的内容进行内容分片。 手动采集：适用于需要精准采集网页上指定内容的场景。安装扩展程序，详情请参考。在文本格式页签下，选择在线数据，然后单击下一步。点击手动采集，然后在弹出的页面点击权限授予完成授权。在弹出的页面输入要采集内容的网址，然后单击确认。在弹出的页面上，点击页面。 Notion：在文本格式页签下，选择 Notion，然后单击下一步。单击授权。首次导入 Notion 数据和页面时，需要进行授权。在弹出的页面完成登录，并选择要导入的页面。选择要导入的数据，然后单击下一步。选择内容分段方式，包括自动分段与清洗（系统会对上传的文件数据进行自动分段，并会按照系统默认的预处理规则处理数据）和自定义（手动设置分段规则和预处理规则，分段标识符选择符合实际所需的标识符，分段最大长度设置每个片段内的字符数上限，文本预处理规则包括替换掉连续的空格、换行符和制表符，删除所有 URL 和电子邮箱地址），单击下一步完成内容上传和分片。 自定义：在文本格式页签下，选择自定义，然后单击下一步。输入单元名称，然后单击确认。单击创建分段，然后在弹出的页面输入要上传的内容。每个分段最多可添加 2000 个字符。单击保存。
2024-09-09
如何建立一个属于自己的ai模型
建立属于自己的 AI 模型可以参考以下步骤： 1. 模型安装设置 对于二维码相关的模型，进入 SD 版块，下载两个 SD 的 ControlNET 模型和一个预处理器。可添加公众号【白马与少年】，回复【SD】获取。 在【QR ControlNET】的文件夹中，后缀为【.yaml】的放在“……\\sdwebuiakiv4.2\\extensions\\sdwebuicontrolnet\\models”路径下，后缀为【.safetensors】的放在“……\\sdwebuiakiv4.2\\models\\ControlNet”路径下。 选择模型，填入关键词，设置迭代步数、采样、图像大小等参数。 2. 部署和训练 选择合适的部署方式，如本地环境部署、云计算平台部署、分布式部署、公共云服务商部署等，根据自身资源、安全和性能需求进行选择。 准备训练所需的数据和计算资源，确保有足够的训练数据覆盖目标应用场景，并准备足够的计算资源，如 GPU 服务器或云计算资源。 选择合适的预训练模型作为基础，如开源的 BERT、GPT 等，也可自行训练基础模型。 针对目标任务进行模型微调训练，优化模型结构和训练过程以提高性能。 部署和调试模型，将训练好的模型部署到生产环境，并进行在线调试和性能优化。 注意安全性和隐私保护，重视大模型涉及的大量数据和隐私信息的安全性和合规性。 3. 注册 AI 模型 进入智普 AI：https://open.bigmodel.cn/ 。 点击开始使用，注册登录。 按照要求进行认证，之后点击控制台。 点击右侧的：查看 API key。 点击添加新的 API key，再点击复制，并保存编码以备后续使用。 总的来说，建立自己的 AI 模型需要综合考虑多方面因素，包括部署方式、数据准备、模型训练、部署调试以及安全性等。需要根据具体需求选择合适的方法，并注意优化各个环节以提高模型性能和应用效果。
2024-09-03
可灵AI和即梦AI从属于AIGC的哪个领域？
可灵 AI 和即梦 AI 属于单纯做 AIGC 的产品，这类产品借助 AI 的生成能力来实现相关功能。
2024-08-22
根据自己5000小时的视频制作属于自己的数字人
以下是根据您 5000 小时的视频制作属于自己的数字人的方法： 生成数字人： 1. 在剪映右侧窗口顶部，打开“数字人”选项，选取免费且适合的数字人形象，比如“婉婉青春”。选择数字人形象时，软件会播放其声音，可判断是否需要，然后点击右下角的“添加数字人”，将其添加到当前视频中。剪映会根据提供的内容生成对应音视频，并添加到视频文件的轨道中，左下角会提示渲染完成时间。之后可点击预览按钮查看效果。 2. 增加背景图片：删除先前导入的文本内容，点击左上角的“媒体”菜单并点击“导入”按钮，选择本地一张图片上传，如书架图片，点击图片右下角的加号将其添加到视频轨道（会覆盖数字人）。书架图片所在轨道会新增，将轨道最右侧的竖线向右拖拽至视频最后使其在整个视频播放时显示。选中背景图片所在轨道，在显示区域拖动图片的角将其放大到适合尺寸，如覆盖视频窗口，并将数字人拖动到合适位置。 3. 增加字幕：点击文本智能字幕识别字幕，点击开始识别，软件会自动将文字智能分段并形成字幕。完成后点击右上角的“导出”按钮，导出视频备用。 AI 换脸： 打开 facefusion 软件，返回实例列表，点击自定义服务按钮，通过 web 浏览器访问 facefusion 提供的 UI 界面。在 facefusion 软件界面上传准备好的图片、视频，在右侧可看到预览效果，点击下方的开始按钮执行换脸处理。处理完成后，在输出位置会出现处理后的视频，输出窗口右上角有下载按钮，可导出换脸后的视频到本地。 本次制作的成本和时间： 1. 时间：大约 10 分钟左右。 2. 制作数字人视频：免费。 3. 数字人换脸：约 0.8 元。 4. 数字人换脸时长：经实际测试 1 分 28 秒的视频，总转换时间在 200 秒。GPU 服务器此次整体运行时长所需花费 0.97 元，facefusion 软件运行只占服务器运行时长的一部分，所以换脸的成本约 0.8 元。
2024-08-14
如何训练属于自己的AI
训练属于自己的 AI 可以按照以下步骤进行： 1. 选择合适的部署方式，如本地环境部署、云计算平台部署、分布式部署等，根据自身资源、安全和性能需求进行选择。 2. 准备训练所需的数据和计算资源，确保有足够的训练数据覆盖目标应用场景，并准备足够的计算资源，如 GPU 服务器或云计算资源。 3. 选择合适的预训练模型作为基础，可以使用开源的预训练模型如 BERT、GPT 等，也可以自行训练一个基础模型。 4. 针对目标任务进行模型微调训练，根据具体应用场景对预训练模型进行微调训练，优化模型结构和训练过程以提高性能。 5. 部署和调试模型，将训练好的模型部署到生产环境，并对部署的模型进行在线调试和性能优化。 6. 注意安全性和隐私保护，大模型涉及大量数据和隐私信息，需要重视安全性和合规性。 在训练过程中，还可以使用一些工具来辅助，如搜索引擎、RAG（给资料库/让它上网搜）、写公式 Program of Thought等。同时，要记得语言模型只会一件事，文字接龙。
2024-06-28