直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

手机怎么运行ai模型

回答

以下是在手机上运行 AI 模型的方法:

  1. AnLinux 安装:AnLinux 是一个能让安卓手机或平板电脑变身为小型 Linux 电脑的工具,有条件可自行下载 termux,软件地址为 https://github.com/EXALAB/AnLinux-App,也可选择安装包自行安装,如 file:app-release.apk 。
  2. termux 安装:termux 是一款基于 Android 平台的开源终端模拟器,可使用手机操作相关命令以跑通大模型。有条件可自行下载,软件地址 https://termux.dev/en/ ,也可选择安装包自行安装,如 file:termux-app_v0.118.0+github-debug_arm64-v8a.apk 。

此外,Phi-3-mini 是微软发布的一个小语言模型,有 38 亿参数,能在端侧流畅运行。可以使用开源工具 Ollama,从官网下载安装包后一路点下一步进行安装。之后打开终端,运行“ollama run phi3”系统就会自动下载 Phi-3 并安装。还可以通过套一层 Web UI 解决终端里给出答案无法格式化 markdown 的内容,如开源社区的 Open WebUI 就可以与 Ollama 无缝集成。相关链接:Ollama.https://ollama.com Open WebUI.https://github.com/open-webui/open-webui 。

更多报道介绍:

  • 微软发布 Phi-3,性能超 Llama-3,可手机端运行 https://mp.weixin.qq.com/s/kb_gfaYkXiW_cR22K2bX9g
  • 微软发布 Phi-3 Mini:3.8B 参数小到能塞进手机,性能媲美 GPT-3.5 https://mp.weixin.qq.com/s/lfDqYBLTaZ5-D4IUW18NJQ
  • 微软的 SLMs 之路:对 Phi-3 的看法&使用体验 https://mp.weixin.qq.com/s/wnAeBG5AYPCkpM-NtlF1IQ
  • Phi-3:小模型,大未来!(附魔搭社区推理、微调实战教程) https://mp.weixin.qq.com/s/pgvt5m4JnpX3kCkVI_wK8g
  • 大语言模型的深度比较:Mixtral 8x22B、Llama 3 与 Phi-3(2024.4) https://mp.weixin.qq.com/s/KiXKc_Xbs5g0XMhF96ICEA
  • 在 Macbook 上运行 Phi-3 https://mp.weixin.qq.com/s/akoUNFJe8gAlC5xLI8vlIw
内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

盘盘:手机AI新时代轻松运行小型模型

什么是AnLinux?AnLinux是一个魔法盒子,它能让你的安卓手机或平板电脑变身为一台小型的Linux电脑。AnLinux是一个让安卓设备变得更加多才多艺的工具,可以随身携带的多功能电脑(模型)。有条件自行下载termux,软件地址https://github.com/EXALAB/AnLinux-App,也可以选择以下安装包自行安装,以下安装包是经过验证可行。file:app-release.apk[heading3]termux安装[content]什么是termux?termux是一款基于Android平台的开源终端模拟器,使用进行软件包的管理。可以使用手机操作相关命令,使得能正常跑通大模型。有条件自行下载termux,软件地址https://termux.dev/en/,也可以选择以下安装包自行安装,以下安装包是经过验证可行。file:termux-app_v0.118.0+github-debug_arm64-v8a.apk

盘盘:手机AI新时代轻松运行小型模型

[title]盘盘:手机AI新时代轻松运行小型模型[heading1]建立了【爱好者交流群】大家一起测试找和找场景作者:王三十九生活的幻觉原文:https://mp.weixin.qq.com/s/akoUNFJe8gAlC5xLI8vlIwPhi-3-mini是微软发布的一个小语言模型,有38亿参数,主打一个体积小,能在端侧流畅运行,并且效果不错。今天试着在自己的Macbook上跑了一下。主要用到了一个开源的工具Ollama,这个工具把在本地运行模型的流程做到了“傻瓜式”。除了Phi-3外,它还支持许多主流开源模型,包括Llama 3,Mistral,Gemma等。从官网下载Ollama安装包后一路点下一步进行安装。之后打开终端,运行一个命令ollama run phi3系统就会自动下载Phi-3并安装。这个模型体积只有2.3GB,比我预想的小很多。安装完成后,终端里会出现一个交互界面,在这里就可以直接开聊了。用起来第一感觉是速度非常快。对简单问题的回答也比较令人满意。终端里给出答案无法格式化markdown的内容,这可以通过给它套一层Web UI来解决。开源社区也有解决方案,比如Open WebUI就可以与Ollama无缝集成。根据Github上的说明安装好之后(需要预先安装Docker,之后也是执行一条命令),就可以通过浏览器访问运行在本地的Web聊天界面了。整体操作下来,感觉现在围绕大模型应用的工具链真的很成熟了,对新手很友好。而且在本地跑模型和直接调用API时的感受很不一样,看到它吐出答案的那一刻,很难想象LLM这样强大的技术竟然可以在自己的笔记本电脑上运行起来。1.相关链接Ollama.https://ollama.com Open WebUI.https://github.com/open-webui/open-webui

盘盘:手机AI新时代轻松运行小型模型

[title]盘盘:手机AI新时代轻松运行小型模型作者:盘盘[Welcome to P.|盘盘个人杂志](https://g10npwhy4nv.feishu.cn/docx/U1Iqduc3mox5F8xmbUzcCC6qnof)更多报道介绍:微软发布Phi-3,性能超Llama-3,可手机端运行https://mp.weixin.qq.com/s/kb_gfaYkXiW_cR22K2bX9g微软发布Phi-3 Mini:3.8B参数小到能塞进手机,性能媲美GPT-3.5https://mp.weixin.qq.com/s/lfDqYBLTaZ5-D4IUW18NJQ微软的SLMs之路:对Phi-3的看法&使用体验https://mp.weixin.qq.com/s/wnAeBG5AYPCkpM-NtlF1IQPhi-3:小模型,大未来!(附魔搭社区推理、微调实战教程)https://mp.weixin.qq.com/s/pgvt5m4JnpX3kCkVI_wK8g大语言模型的深度比较:Mixtral 8x22B、Llama 3与Phi-3(2024.4)https://mp.weixin.qq.com/s/KiXKc_Xbs5g0XMhF96ICEA在Macbook上运行Phi-3https://mp.weixin.qq.com/s/akoUNFJe8gAlC5xLI8vlIw最近微软发布Phi-3 Mini:性能媲美GPT-3.5,都宣传说可以塞进手机。那到底如何塞进手机里面呢?

其他人在问
除了生成式ai还有什么ai
以下是除生成式 AI 之外的一些常见的 AI 类型: 1. 监督学习型 AI:使用标记的数据进行训练,以预测未来的值。 2. 无监督学习型 AI:专注于在原始数据中发现模式。 3. 深度学习型 AI:使用人工神经网络处理复杂模式,可使用标记和未标记的数据进行半监督学习。 4. 强化学习型 AI:通过与环境的交互和奖励机制来学习最优策略。 在游戏领域,早期的游戏中的计算机控制对手是简单脚本程序,而现在由于更快的微处理器和云技术,能够构建大型神经网络,在高度复杂的领域中识别模式和表示。未来,多代理系统可能会成为建模推理和社会学习过程的主流方式。在生成式 AI 的下一个阶段,推理研发成果将渗透到应用层,特定领域中获取真实世界数据和构建特定认知架构仍是挑战。
2024-10-18
有没有好用的辅助做笔记的ai工具和指令?
以下为您推荐一些好用的辅助做笔记的 AI 工具: Vowel:https://www.vowel.com/ Augment:https://www.augment.co/?ref=superhuman1_mar23&utm_source=superhuman.beehiiv.com&utm_medium=newsletter&utm_campaign=thisaicanhackinterviews Noty:https://noty.ai/ Sembly AI:https://www.sembly.ai/ Briefly:https://chrome.google.com/webstore/detail/brieflyaimeetingsummar/bjmgcelbpkgmofiogkmleblcmecflldk Fireflies.ai:https://app.fireflies.ai/ Noota:https://chrome.google.com/webstore/detail/nootascreenrecordermee/eilpgeiadholnidgjpgkijfcpaoncchh Read:https://app.read.ai/analytics/meetings 、https://app.read.ai/analytics/settings/workspace/new 相关文章参考: 此外,还有一些 AI 工具在其他相关领域也表现出色,例如: 在制作 PPT 方面,有 Gamma(https://gamma.app/)、美图 AI PPT(https://www.xdesign.com/ppt/)、Mindshow(https://www.mindshow.fun/)、讯飞智文(https://zhiwen.xfyun.cn/)等。
2024-10-18
ai视频
以下是关于 AI 视频的相关内容: 从生成方式分类: 1. 文生视频、图生视频:Runway、Pika labs、SD + Deforum、SD + Infinite zoom、SD + AnimateDiff、Warpfusion、Stability Animation。 2. 视频生视频: 逐帧生成:SD + Mov2Mov。 关键帧+补帧:SD + Ebsynth、Rerender A Video。 动态捕捉:Deep motion、Move AI、Wonder Dynamics。 视频修复:Topaz Video AI。 3. AI Avatar+语音生成:Synthesia、HeyGen AI、DID。 4. 长视频生短视频:Opus Clip。 5. 脚本生成+视频匹配:Invideo AI。 6. 剧情生成:Showrunner AI。 从产品阶段和可用维度分类: 1. Opusclip:利用长视频剪成短视频。 2. Raskai:短视频素材直接翻译至多语种。 3. invideoAI:输入想法>自动生成脚本和分镜描述>生成视频>人工二编>合成长视频。 4. descript:屏幕/播客录制>PPT 方式做视频。 5. veed.io:自动翻译自动字幕。 6. clipchamp:微软的 AI 版剪映。 7. typeframes:类似 invideoAI,内容呈现文本主体比重更多。 部分 AI 视频软件汇总及相关信息: |网站名|网址|费用|优势/劣势|教程| |||||| |Runway|https://runwayml.com| |有网页有 app 方便|| |haiper|https://app.haiper.ai/|免费| | | |SVD|https://stablevideo.com/|有免费额度|对于景观更好用|| |Pika|https://pika.art/|收费 https://discord.gg/pika|可控性强,可以对嘴型,可配音|| |PixVerse|https://pixverse.ai/|免费|人少不怎么排队,还有换脸功能|| |Dreamina|https://dreamina.jianying.com/|剪映旗下|生成 3 秒,动作幅度有很大升级|| |Morph Studio|https://app.morphstudio.com/| |还在内测| | |Heygen|https://www.heygen.com/| |数字人/对口型| | |Kaiber|https://kaiber.ai/| | | | |Moonvalley|https://moonvalley.ai/| | | | |Mootion|https://discord.gg/AapmuVJqxx| |3d 人物动作转视频| | |美图旗下|https://www.miraclevision.com/| | | | |Neverends|https://neverends.life/create|2 次免费体验|操作傻瓜| | |SD|Animatediff SVD deforum|免费|自己部署| | |Leiapix|https://www.leiapix.com/|免费|可以把一张照片转动态| | |Krea|https://www.krea.ai/|12 月 13 日免费公测了| | | |luma||30 次免费| | | |Kling|kling.kuaishou.com| | ||
2024-10-18
0基础学习AI应该从哪里开始入手呢
对于 0 基础学习 AI,您可以从以下几个方面入手: 1. 了解 AI 基本概念: 建议阅读「」部分,熟悉 AI 的术语和基础概念。了解什么是人工智能,它的主要分支(如机器学习、深度学习、自然语言处理等)以及它们之间的联系。 浏览入门文章,这些文章通常会介绍 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅: 在「」中,您将找到一系列为初学者设计的课程。这些课程将引导您了解生成式 AI 等基础知识,特别推荐李宏毅老师的课程。 通过在线教育平台(如 Coursera、edX、Udacity)上的课程,您可以按照自己的节奏学习,并有机会获得证书。 3. 选择感兴趣的模块深入学习: AI 领域广泛(比如图像、音乐、视频等),您可以根据自己的兴趣选择特定的模块进行深入学习。 建议您一定要掌握提示词的技巧,它上手容易且很有用。 4. 实践和尝试: 理论学习之后,实践是巩固知识的关键,尝试使用各种产品做出您的作品。 在知识库提供了很多大家实践后的作品、文章分享,欢迎您实践后的分享。 5. 体验 AI 产品: 与现有的 AI 产品进行互动是学习 AI 的另一种有效方式。尝试使用如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人,了解它们的工作原理和交互方式。 通过与这些 AI 产品的对话,您可以获得对 AI 在实际应用中表现的第一手体验,并激发您对 AI 潜力的认识。 记住,学习 AI 是一个长期的过程,需要耐心和持续的努力。不要害怕犯错,每个挑战都是成长的机会。随着时间的推移,您将逐渐建立起自己的 AI 知识体系,并能够在这一领域取得自己的成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法,设计自己的学习路径。 对于中学生学习 AI,还可以: 1. 从编程语言入手学习: 可以从 Python、JavaScript 等编程语言开始学习,这些是 AI 和机器学习的基础。 学习编程语法、数据结构、算法等基础知识,为后续的 AI 学习打下基础。 2. 尝试使用 AI 工具和平台: 可以使用 ChatGPT、Midjourney 等 AI 生成工具,体验 AI 的应用场景。 探索一些面向中学生的 AI 教育平台,如百度的“文心智能体平台”、Coze 智能体平台等。 3. 学习 AI 基础知识: 了解 AI 的基本概念、发展历程、主要技术如机器学习、深度学习等。 学习 AI 在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目: 可以参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动。 尝试利用 AI 技术解决生活中的实际问题,培养动手能力。 5. 关注 AI 发展的前沿动态: 关注 AI 领域的权威媒体和学者,了解 AI 技术的最新进展。 思考 AI 技术对未来社会的影响,培养对 AI 的思考和判断能力。 总之,中学生可以从编程基础、工具体验、知识学习、实践项目等多个方面入手,全面系统地学习 AI 知识和技能,为未来的 AI 发展做好准备。但请注意,以上内容由 AI 大模型生成,请仔细甄别。
2024-10-18
ai建站推荐
以下为您推荐一些 AI 建站工具: 1. 即时设计:https://js.design/ 这是一款可在线使用的「专业 UI 设计工具」,为设计师提供更加本土化的功能和服务,相较于其他传统设计工具,更注重云端文件管理、团队协作,并将设计工具与更多平台整合,一站搞定全流程工作。 2. V0.dev:https://v0.dev/ Vercel Labs 推出的 AI 生成式用户界面系统。每个人都能通过文本或图像生成代码化的用户界面。它基于 Shadcn UI 和 Tailwind CSS 生成复制粘贴友好的 React 代码。 3. Wix:https://wix.com/ Wix 是一款用户友好的 AI 工具,可让您在没有任何编码知识的情况下轻松创建和自定义自己的网站,提供广泛的模板和设计供您选择,以及移动优化和集成电子商务功能等功能。Wix 建站工具通过拖放编辑、优秀模板和 250 多种 app,能帮助不同领域的用户创建所有种类的网站。 4. Dora:https://www.dora.run/ 使用 Dora AI,可以通过一个 prompt,借助 AI 3D 动画,生成强大网站。支持文字转网站,生成式 3D 互动,高级 AI 动画。 在选择 AI 网站制作工具时,您可以考虑以下因素: 1. 目标和需求:确定您的网站目标(例如个人博客、商业网站、在线商店)和功能需求。 2. 预算:有些工具提供免费计划或试用版,但高级功能可能需要付费订阅。 3. 易用性:选择一个符合您技术水平的工具,确保您能够轻松使用和管理网站。 4. 自定义选项:检查工具是否提供足够的自定义选项,以满足您的设计和功能需求。 5. 支持和资源:查看是否有足够的客户支持和学习资源(如教程、社区论坛),帮助您解决问题。 请注意,以上内容由 AI 大模型生成,请仔细甄别。
2024-10-18
如何快速入门学习ai
以下是快速入门学习 AI 的方法: 1. 了解 AI 基本概念: 阅读「」部分,熟悉 AI 的术语和基础概念,包括其主要分支(如机器学习、深度学习、自然语言处理等)以及它们之间的联系。 浏览入门文章,了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅: 在「」中,找到为初学者设计的课程,特别推荐李宏毅老师的课程。 通过在线教育平台(如 Coursera、edX、Udacity)上的课程,按照自己的节奏学习,并有机会获得证书。 3. 选择感兴趣的模块深入学习: AI 领域广泛,比如图像、音乐、视频等,可根据自己的兴趣选择特定模块深入学习。 掌握提示词的技巧,它上手容易且很有用。 4. 实践和尝试: 理论学习后,实践是巩固知识的关键,尝试使用各种产品做出作品。 知识库中有很多实践后的作品、文章分享。 5. 体验 AI 产品: 与现有的 AI 产品进行互动,如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人,了解其工作原理和交互方式。 对于不会代码的情况,20 分钟上手 Python + AI 可以这样做: 在深入学习 AI 时,许多朋友因需要编程而感到困难,各类教程默认会打命令行也增加了入门难度。因此有了这份简明入门,旨在让大家更快掌握 Python 和 AI 的相互调用,在接下来的 20 分钟内循序渐进完成以下任务: 1. 完成一个简单程序。 2. 完成一个爬虫应用,抓取公众号文章。 3. 完成一个 AI 应用,为公众号文章生成概述。 一些背景: 关于 Python: Python 就像哆拉 A 梦,它拥有一个装满各种道具的百宝袋,被称为标准库,遇到问题时可直接使用。如果百宝袋里的道具不够用,还可以通过 pip 一类的工具订购新道具,也可以在 GitHub 一类的分享代码的平台获取。Python 被全世界广泛使用,尤其是在 AI 领域。 关于 OpenAI API: OpenAI 通过两种方式提供服务,其一通过 ChatGPT 提供开箱即用的服务,直接对话即可;其二通过 OpenAI API 提供更加灵活的服务,通过代码调用完成更多自动化任务。
2024-10-18
我的app应用想要对接大语言模型,结合APP用户自身的数据,实现更精准的对话,是否有行业比较成功的案例可以借鉴
以下是一些在 APP 应用对接大语言模型方面比较成功的案例,可供您借鉴: 1. Poe: 由 Quora 开发,有 APP 版本,支持跨端使用。 集成了 Chat GPT、GPT4、Claude+、Claude、Dragonfly 等模型,同时支持用户自建 Chatbot。 不同语言模型回复效果有差异,适合需要调用多种大语言模型的用户。 Dragonfly 擅长给出较短的回答,并擅长在输入中给出示例时遵循指示。 Claude 更擅长创造性回复,配合 Poe 中的提问引导,非常适合在查阅资料时使用。 支持分享用户和模型的对话内容,但 GPT4、Claude+产品需要付费订阅使用。 访问地址: Poe 中的提问引导真的能够启发到用户,midjourney prompt 扩写 Chatbot 能力很惊人。 2. Perplexity.ai: 本质是个可联网的搜索引擎,完全免费,支持网页版、APP(目前支持 iOS,安卓即将推出)、Chrome 插件。 网页版能力全面,能够根据提问从互联网上搜寻信息并给出总结后的答案。 很多 Chat GPT 中调用插件才能解决的事情(联网查询、旅行、住宿、商品推荐)靠 Perplexity 就可以解决。 能给出信息来源网址,并根据搜索内容给出继续对话的问题建议。 最新推出的 Copilot 能力支持根据搜索内容进行信息补充,每 4h 内使用 5 次,调用 GPT4。 支持分享聊天内容到多渠道。 首页推荐当下流行的新闻、搜索内容。 支持筛选 Academic(包含不同领域的学术研究论文)、Wolfram|Alpha(包含数学、科学、经济学、语言学、工程学、社会科学、文化等领域的知识库)、Wikipedia(维基百科)、Youtube、Reddit(娱乐、社交和新闻网站)、News 进行搜索。 Chrome 插件可针对当前页面给出即时摘要。 访问地址:
2024-10-18
大模型合规
大模型的安全问题包括以下方面: 1. 对齐保障:通过对齐(指令调优),如 ChatGPT 从 GPT3 经过对齐而来,使其更好地理解人类意图,增加安全保障,确保不输出有害内容。对齐任务可拆解为监督微调及获取奖励模型和进行强化学习来调整输出分布。例如 LLAMA2 使用安全有监督微调确保安全,强化学习能让模型根据人类反馈更细粒度思考答案的安全性,面对训练分布外数据也能拒绝不当回答。 2. 数据过滤:在预训练阶段对数据进行过滤,如 baichuan2 采用此技术减少有害输出,但因数据关联性,仅靠此方法可能不够,模型仍可能从关联中学到有害内容,且面对不良信息时可能因缺少知识而处理不当。 3. 越狱问题:用户可能通过越狱(Jailbreak)使模型的对齐失效,重新回答各种问题。 大模型的特点包括: 1. 架构:分为 encoderonly、encoderdecoder、decoderonly 三类,目前熟知的 AI 助手多为 decoderonly 架构,由 transformer 衍生而来。 2. 规模:预训练数据量大,来自互联网的多种来源,且参数众多,如 GPT3 已达 170B 的参数。 GPT3 与 ChatGPT 相比,除形式不同外,安全性也有差别。
2024-10-18
大模型安全相关资料
以下是关于大模型安全的相关资料: 大模型的架构:包括 encoderonly、encoderdecoder 和 decoderonly 三种类型。其中,我们熟知的 AI 助手基本采用 decoderonly 架构,这些架构都是由谷歌 2017 年发布的“attention is all you need”论文中提出的 transformer 衍生而来。 大模型的特点:预训练数据量大,往往来自互联网上的论文、代码、公开网页等,通常用 TB 级别的数据进行预训练;参数非常多,如 Open 在 2020 年发布的 GPT3 就已达到 170B 的参数。 大模型的安全性保障:通过对齐(指令调优),包括监督微调、获取 reward model 与进行强化学习来调整语言模型的输出分布,以保证语言模型不会输出有害内容和信息。例如 LLAMA2 专门使用了安全有监督微调确保安全。但 Alignment 并不足以防护所有安全问题,存在越狱(Jailbreak)现象,会使模型对齐失效。此外,还有隐私问题。 相关资源:如果想进一步了解大语言模型安全,可以访问 Github awesomellmsafety 项目:https://github.com/ydyjya/AwesomeLLMSafety
2024-10-18
目前最好用的机关公文写作大模型或智能体
目前在机关公文写作方面表现较好的大模型或智能体有: 智谱清言:由智谱 AI 和清华大学推出,基础模型为 ChatGLM 大模型。在工具使用排名国内第一,在计算、逻辑推理、传统安全能力上排名国内前三。更擅长专业能力,但在代码能力上还有优化空间,知识百科方面稍显不足。可应用场景广泛,在 AI 智能体方面相关的应用,包括任务规划、工具使用及长文本记忆相关场景表现出色,在较复杂推理应用上效果不错,也适用于广告文案、文学写作等。 此外,在大模型中,智能体是大模型的一个重要发展方向。智能体可以理解为在大模型(如 LLM)基础上增加了工具、记忆、行动、规划等能力。目前行业里主要用到的如 langchain 框架,能通过代码或 prompt 的形式将 LLM 与 LLM 之间以及 LLM 与工具之间进行串接。
2024-10-18
你知道有支持个性化训练的大预言模型么
以下是一些支持个性化训练的大语言模型: 1. Character.ai:更注重人格属性,试图满足社交、情感、陪伴等需求,与 ChatGPT 侧重不同,后者注重提高效率和解放生产力。 2. Midjourney:今天发布了模型个性化 Personalization 或 'p'的早期测试版本。模型个性化会学习用户的喜好,以便更可能用用户的口味来填补空白。其要求包括目前从成对排名中的投票和喜欢的探索页面上的图像中学习,需要大约 200 个成对排名/喜欢才能生效。使用时只需在提示后输入 'p',或使用提示栏中的设置按钮为所有提示启用个性化功能,还可以使用 's 100'控制个性化效果的强度。但需注意个性化目前不是一个稳定的功能,会随着进行更多的成对排名而变化,且可能会在接下来的几周内推出算法更新。
2024-10-18
我该如何利用文心一言、kimi等已有的大语言模型去作个性化训练?
已有的大语言模型如文心一言、kimi 等通常不支持个人进行个性化训练。 大语言模型的相关知识包括: 国内大模型有通用模型如文心一言、讯飞星火等,处理自然语言;还有垂直模型,专注特定领域。 大语言模型工作原理包括训练数据、算力、模型参数,在训练数据一致情况下,模型参数越大能力越强。 Transformer 是大语言模型训练架构,具备自我注意力机制能理解上下文和文本关联。 大模型可能因错误数据导致给出错误答案,优质数据集对其很重要。 Prompt 分为 system prompt、user prompt 和 assistant prompt,写好 prompt 的法则包括清晰说明、指定角色、使用分隔符、提供样本等。 Fine tuning 是基于通用大模型,针对特定领域任务提供数据进行学习和调整,以适应特定领域的需求。 学习大型语言模型(LLM)的开发是一个系统性的过程,需要涵盖多个方面的知识和技能: 掌握深度学习和自然语言处理基础,包括机器学习、深度学习、神经网络等基础理论,以及自然语言处理基础,如词向量、序列模型、注意力机制等。 理解 Transformer 和 BERT 等模型原理,掌握相关论文。 学习 LLM 模型训练和微调,包括大规模文本语料预处理,使用预训练框架,以及微调 LLM 模型进行特定任务迁移。 掌握 LLM 模型优化和部署,包括模型压缩、蒸馏、并行等优化技术,模型评估和可解释性,以及模型服务化、在线推理、多语言支持等。 进行 LLM 工程实践和案例学习,结合行业场景,进行个性化的 LLM 训练,分析和优化具体 LLM 工程案例,研究 LLM 新模型、新方法的最新进展。 持续跟踪前沿发展动态。 机器学习是人工智能的一个子领域,深度学习是机器学习的一个子领域,大语言模型是深度学习在自然语言处理领域的应用之一,具有生成式 AI 的特点。
2024-10-18
手机上可以语音交互的AI
以下是为您整理的关于手机上可以语音交互的 AI 的相关信息: 在 AR 交互方面,面向现实是 AR 眼镜跟手机的最大差异点。手机在视频娱乐、语音社交方面表现出色,操作简单,较少的现实应用如拍照翻译。现实物体繁多,难以预测下一步的指令操作,语音交互更适合长尾指令。当在现实中选定手机时,AI 会给出如手机型号、新旧程度、维修售后、购买价格、启动自拍、查看信息等下一步提示。语音交互虽操作成本高,但能对现实物体进行细颗粒的指令交互,可作为手机应用场景的补充,如车载交互、智能音箱那样限定特定应用场景。 此外,有由前苹果团队开发的可穿戴 AI 智能硬件,获得知名企业投资。其无需唤醒词,通过语音控制,内置投影仪和深度传感器投影交互界面,功能类似智能手机,完全由 AI 驱动。 希望以上信息对您有所帮助。
2024-10-16
苹果手机下载Chatgbt
在苹果手机下载 ChatGPT 的步骤如下: 1. 在 Apple Store 下载 ChatGPT :中国区正常下载不了,需要切换到美区才可以下载。美区 Apple ID 注册教程可参考知乎链接: 。最终在 Apple Store 搜到 ChatGPT 结果后下载安装,注意别下错。 2. 支付宝 购买苹果礼品卡 充值 订阅付费 App :打开支付宝,地区切换到【美区任意区】,往下滑,找到【品牌精选 折扣礼品卡】,点击进去,可以看到【大牌礼品卡】,往下滑找到【App Store & iTunes US】礼品卡,按需要的金额购买即可,建议先买 20 刀。具体包括: 支付宝购买礼品卡。 在 apple store 中兑换礼品卡。 在 chatgpt 中购买订阅 gpt plus,如果中途不想继续订阅了,可到订阅列表中取消订阅。 完成上述步骤后,即可开始使用 ChatGPT 4o : 1. 开启对话:打开 ChatGPT 应用或网页,点击开始对话。会员不管是在苹果还是安卓手机上购买的,电脑上都能登录。 2. 体验最新语音对话功能:版本切到 ChatGPT 4o,点击右下角“耳机🎧”图标,选择一个声音,就可以体验流畅的语音对话。
2024-10-12
有哪些实用的AI手机应用APP
以下是一些实用的 AI 手机应用 APP: 图片和视频内容编辑类:美图秀秀(https://apps.apple.com/us/app/meituphotoeditoraiart/id416048305)排名第 9 位、SNOW(https://apps.apple.com/us/app/snowaiprofile/id1022267439)排名第 30 位、Adobe Express(https://apps.apple.com/us/app/adobeexpressaiphotovideo/id1051937863)排名第 35 位。 消费者助手类:ChatGPT 以巨大优势成为网络和移动端排名第一的产品,Perplexity 目前在网络上排名第三,首次进入移动端前 50 名榜单。Anthropic 的 Claude 是 ChatGPT 的直接竞争对手,在网页排名中进入前五,排名第 4。 模仿 ChatGPT 的骗钱软件:通过类似标题和标志误导用户收费。 针对手机特有功能设计类:打造个性化虚拟形象的有七款应用;为移动设备量身定制的键盘应用有 Facemoji(https://apps.apple.com/us/app/facemojiaiemojikeyboard/id1103138272)排名第 9 位、Bobble(https://apps.apple.com/us/app/bobbleaikeyboardassistant/id972432964)排名第 31 位、Genie(https://apps.apple.com/us/app/genieaichatbotkeyboard/id1658377526)排名第 37 位。 教育科技类:扫描并解决作业问题的 Photomath(https://apps.apple.com/us/app/photomath/id919087726),通过实时对话学习语言的 Elsa(https://apps.apple.com/us/app/elsaspeakenglishlearning/id1083804886)。
2024-10-07
手机怎么加开源ai模型吗?
以下是为您整理的在手机上添加开源 AI 模型的相关信息: 对于 Phi3mini 模型: 主要用到开源工具 Ollama,从官网下载安装包后一路点下一步进行安装。 打开终端,运行“ollama run phi3”命令,系统会自动下载并安装 Phi3。 该模型体积约 2.3GB,安装完成后终端会出现交互界面,可直接交流。 若想格式化终端给出答案的 markdown 内容,可通过开源社区的 Open WebUI 解决,根据 Github 上的说明安装(需预先安装 Docker,之后执行一条命令),即可通过浏览器访问本地的 Web 聊天界面。 相关链接:Ollama(https://ollama.com )、Open WebUI(https://github.com/openwebui/openwebui) 对于配置微信助手相关: 首先配置 OneAPI,在阿里的接口创建 ApiKey 并复制。 在 OneAPI 的页面,点击【渠道】添加新渠道,类型选择阿里通义千问,名称自定,将复制的 ApiKey 粘贴到秘钥里。 智谱·AI 开源模型列表中的 Chat 模型: ChatGLM26B32k:第二代 ChatGLM 长上下文对话模型,在 ChatGLM26B 的基础上强化了长文本理解能力,能处理最多 32K 长度的上下文。代码链接:,模型权重下载链接:魔搭社区、始智社区、启智社区。 ChatGLM26B32kint4:ChatGLM26B32K 的 int4 版本。代码链接:,模型权重下载链接:魔搭社区、始智社区、启智社区。 ChatGLM6B:第一代 ChatGLM 对话模型,支持中英双语,基于 General Language Model、魔搭社区、始智社区、启智社区。
2024-10-01
手机可以加ai模型吗?
手机可以加载 AI 模型,但存在一定的限制和特点。 从周鸿祎的观点来看,手机上的大模型相对较弱,更多发挥智能助理的作用。若大企业从隐私保护角度考虑,可能会将大模型私有化并在 PC 上落地。不过,手机智能助理也能处理一些如设定闹钟等琐碎问题。 另外,有研究显示,如微软研究院推出的 Phi3mini 系列 AI 模型能够在智能手机等个人设备上运行。但由于手机在功耗、计算能力、芯片面积和性能等方面存在限制,不能部署过大的模型。 总之,手机可以加 AI 模型,但在实际应用中需考虑其性能和功能的局限性。
2024-10-01
网站内的agi工具,是在手机上用还是在电脑上运用
目前在 AI 领域,网站内的 AGI 工具在手机和电脑上的运用情况如下: 手机和 PC 厂商如华为、荣耀、小米、OPPO、VIVO、三星、联想等都已宣布会在手机/PC 端侧搭载大模型。但仔细看来,除了很弱的 Nvidia Chat with RTX,目前并没有真正全离线版的大模型产品,端上智能暂时还是噱头。手机和电脑厂商们的打法基本都是大模型还是放在线上,手机和电脑来调用,然后搭配一个小 AI 做总结等服务。 短期内的端上智能仍然会停留在一些个别小市场里,原因包括:离线小模型永远都会和在线大模型有一个代际的能力差距;即使是小模型,其目前的耗能和生热仍然难以达到手机要求;目前的 AI 还不是刚需,猎奇成分比较多;技术上还不能确认小型化的模型是“真 AGI”还是“聊天机器”。 同时,为您推荐一些在线 TTS 工具: Eleven Labs:https://elevenlabs.io/ ,是一款功能强大且多功能的 AI 语音软件,使创作者和出版商能够生成逼真、高品质的音频。人工智能模型能够高保真地呈现人类语调和语调变化,并能够根据上下文调整表达方式。 Speechify:https://speechify.com/ ,是一款人工智能驱动的文本转语音工具,使用户能够将文本转换为音频文件。它可作为 Chrome 扩展、Mac 应用程序、iOS 和 Android 应用程序使用,可用于收听网页、文档、PDF 和有声读物。 Azure AI Speech Studio:https://speech.microsoft.com/portal ,Microsoft Azure Speech Studio 是一套服务,它赋予应用程序能力,让它们能够“听懂、理解并与客户进行对话”。 以下是一些 GitHubDaily 开源项目列表中的 AIGC 相关项目: |名称|简述| ||| ||一个可打造成企业内部知识库的私人专属 GPT!可以将任何文档、资源或内容转换为大语言模型(LLM)知识库,使得在对话过程中可引用到里面的内容。| ||有获取 GPTs 的 Prompt、Knowledge 以及如何防护的教程,另外单独对破解官方 GPTs 的 Prompt 进行分类。| ||收集了超级多被破解的 GPTs Prompt| ||一份精心收集整理的优秀 AI 助手列表。| ||只需一张角色图片,即可生成与角色一致且动作可控的生动视频。| ||一个可以安装在电脑(和安卓手机)上的用户界面,让你可以与文本生成的人工智能互动,并与社区创建的角色聊天/玩角色扮演游戏。| ||微软在 GitHub 开源的一套 AI 工具,可用于简化大模型应用的开发周期。打通了从项目构思、原型设计、测试、评估到生产部署和监控的全流程,让开发者可以快速构建出高质量的大语言模型应用。| ||一个在 GitHub 开源的计算机视觉 AI 工具箱,安装简便,可供开发者重复使用,大幅提升效率。|
2024-10-01
coze 是否可以通过LLM生成python代码运行查询excel表格信息?
在 Coze 中,可以通过以下步骤实现相关操作: 1. 进入 Coze,点击「个人空间 工作流 创建工作流」,打开创建工作流的弹窗。 2. 根据弹窗要求,自定义工作流信息,点击确认完成工作流的新建。 3. 新建后的编辑视图与功能中,左侧「选择节点」模块根据子任务需要,实际用到的有: 插件:提供一系列能力工具,拓展 Agent 的能力边界。如本案例中的思维导图、英文音频,无法通过 LLM 生成,需依赖插件实现。 大模型:调用 LLM,实现各项文本内容的生成。如本案例中的中文翻译、英文大纲、单词注释等依赖大模型节点。 代码:支持编写简单的 Python、JS 脚本,对数据进行处理。 4. 编辑面板中的开始节点、结束节点,分别对应分解子任务流程图中的原文输入和结果输出环节。 5. 按照流程图,在编辑面板中拖入对应的 LLM 大模型、插件、代码节点,即可完成工作流框架的搭建。 需要注意的是,因为前面需要对多维表格操作,所以要先在 http://open.feishu.cn 上建一个飞书机器人,并添加知识库或多维表格编辑权限,具体可参考飞书文档。
2024-10-16
stable diffusion可以用macbook 13来运行吗?配置够吗
Stable Diffusion(简称“SD”)的运行对电脑配置有一定要求。对于 Windows 系统: 显卡:必须是 NVIDIA(俗称 N 卡)。 专用 GPU 内存:4GB 勉强可以跑动 SD,出图时间较长;6GB 出一张图时间为 20 50 秒,大部分功能可用;8GB 5 20 秒出一张图,所有功能基本开放。 电脑运行内存:8GB 以上。 电脑系统:Win10 或者 Win11。 对于 Mac 系统,可以查看以下视频进行一键安装:https://www.bilibili.com/video/BV1Kh4y1W7Vg/?spm_id_from=333.788&vd_source=6f836e2ab17b1bdb4fc5ea98f38df761 但具体 MacBook 13 是否能运行及配置是否足够,还需根据上述标准进行对照检查。
2024-09-16
ai基本运行逻辑
AI 的基本运行逻辑包括以下方面: 大模型与语音技能 NLU 的差异:语音技能 NLU 是通过一系列规则、分词策略等训练而成,运作逻辑规律可观测,具有 ifelse 式逻辑性;大模型凭借海量数据在向量空间中学习知识的关联性形成,运作逻辑难以观测,脱离了 ifelse 的层面。 工作流中的应用: 代码相关:让大模型写代码,可将其输出的代码片段再输入回去让其检查准确性和结构规范性,若有两个 Agent 分别负责 Coding 和 Code Review,效果更佳。 工具利用:如 Kimi Chat 会在互联网上检索相关内容,基于检索结果总结分析并给出结论,其他工具为大模型在获取、处理、呈现信息上做额外补充。 任务规划:Agent 通过自行规划任务执行的工作流路径,面向简单或线性流程运行,例如先识别姿势,再利用相关模型合成新图像,最后进行语音合成输出等。
2024-09-07
AI的基本运行逻辑是什么?
AI 的基本运行逻辑主要体现在以下两个方面: 1. 在自然语言处理(NLU)方面,传统的语音技能 NLU 是通过一系列规则、分词策略等训练而成的产物,其运作逻辑规律都是可观测的,具有 ifelse 式的逻辑性。而大模型则是凭借海量的数据,在向量空间中学习知识的关联性从而形成的,其运作逻辑难以观测,已然脱离了 ifelse 的层面。 2. 在视频制作方面,例如在制作片头时,需要先确定镜头想法,如视线聚焦到中心的圆形细胞并保持固定以方便后续画面转场,可能会对单张 AI 图生视频进行分图层处理,并叠加多个画面来丰富画面。 此外,在 AI 监管方面,需要确定一系列支持监管一致性和监管者的功能,如建立中央监测和评估框架,收集相关数据,支持监管者进行内部监测和评估等,以实现创新的监管方式。监测和评估需要集中进行,以确定整体框架是否符合目标,是否以支持创新、清晰、适度、适应性强、值得信赖和协作的方式运行,并建立反馈回路以衡量框架的有效性。
2024-08-21
请推荐一款适合在本地电脑上下载运行的供审计人员使用大模型,运用AI提升审计效率,请我们一步一步认真思考
在考虑适合审计人员使用的本地AI大模型时,我们需要认真思考几个关键点:模型的功能性、易用性、与现有审计流程的集成能力以及对审计效率的实际提升。以下是几款可能适合审计人员使用的AI工具的推荐: 1. AI Audit for Cash:普华永道开发的AI Audit for Cash工具,专注于现金审计的自动化,能够高效执行包括现金余额、银行存款余额调节表等关键测试,显著提升审计质量和效率。 2. Deloitte Auvenir:德勤推出的Auvenir平台,提供生态性解决方案,帮助中小型会计师事务所提升审计数字化程度,打破资源和能力限制,革新审计服务模式。 3. Deloitte Cobalt:德勤的Cobalt平台,使用人工智能技术进行全面的智能风险感知,适用于企业持续经营判断及业务发展等更广泛的领域。 4. Deloitte iCredit:德勤的智能信贷风险监测平台,深度融合了金融行业特别是大型商业银行的信贷资产审计经验,结合人工智能技术,实现从抽样到全量信贷扫描的转变,聚焦高风险客群,提早预警风险信息。 5. IT审计工具:利用IT审计技术,如VBA、SQL、Python等编程语言,开发自动化工具,可以大幅提升审计效率,特别是在处理大量重复操作或复杂计算时。 选择适合的AI工具时,审计人员应考虑以下因素: 功能性:工具是否能满足审计过程中的具体需求。 集成性:工具是否能与现有的审计软件和流程无缝集成。 用户友好性:工具是否易于学习和使用,以减少培训时间和成本。 数据安全和隐私:确保工具符合数据保护法规和标准。 成本效益:考虑工具的总体成本,包括购买、维护和升级费用。 审计人员在选择AI工具时,应进行充分的市场调研和产品测试,以确保所选工具能够真正提升审计工作的效率和质量。
2024-07-04