Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

现在国内可用的医学大模型有哪些

Answer

目前国内可用的医学大模型有以下这些:

  1. 8 月正式上线的部分大模型:
    • 北京企业机构:
      • 百度(文心一言):https://wenxin.baidu.com
      • 抖音(云雀大模型):https://www.doubao.com
      • 智谱 AI(GLM 大模型):https://chatglm.cn
      • 中科院(紫东太初大模型):https://xihe.mindspore.cn
      • 百川智能(百川大模型):https://www.baichuan-ai.com/
    • 上海企业机构:
      • 商汤(日日新大模型):https://www.sensetime.com/
      • MiniMax(ABAB 大模型):https://api.minimax.chat
      • 上海人工智能实验室(书生通用大模型):https://intern-ai.org.cn
    • 能生成 Markdown 格式的:智谱清言、商量 Sensechat、MiniMax
    • 目前不能进行自然语言交流的:昇思(可以对文本进行是否由 AI 生成的检测,类似论文查重,准确度不错)、书生
    • 受限制使用:MiniMax(无法对生成的文本进行复制输出,且只有 15 元的预充值额度进行体验,完成企业认证后可以进行充值)
    • 特色功能:昇思——生图,MiniMax——语音合成
    • 阿里通义千问、360 智脑、讯飞星火等均不在首批获批名单中。据悉,广东地区获批公司分别为华为、腾讯,科大讯飞系其他地区获批产品。
  2. LLM 开源中文大语言模型及数据集集合中的医学大模型:
    • XrayGLM,首个会看胸部 X 光片的中文多模态医学大模型:
      • 地址:https://github.com/WangRongsheng/XrayGLM
    • MeChat,中文心理健康支持对话大模型:
      • 地址:https://github.com/qiuhuachuan/smile
    • MedicalGPT
      • 地址:https://github.com/shibing624/MedicalGPT

此外,大模型在医疗行业的应用主要涵盖疾病的诊断与预测、药物研发以及个性化医疗等方向,例如麻省理工学院利用 AI 发现新型广谱抗生素 Halicin 等案例充分展示了其在医疗领域的巨大潜力,目前很多医疗研究机构都在进行医疗大模型的开发研究。

Content generated by AI large model, please carefully verify (powered by aily)

References

8月正式上线的国内大模型

5⃣️五家北京企业机构:百度(文心一言)https://wenxin.baidu.com抖音(云雀大模型)https://www.doubao.com智谱AI(GLM大模型)https://chatglm.cn中科院(紫东太初大模型)https://xihe.mindspore.cn百川智能(百川大模型)https://www.baichuan-ai.com/3⃣️三家上海企业机构:商汤(日日新大模型)https://www.sensetime.com/MiniMax(ABAB大模型)https://api.minimax.chat上海人工智能实验室(书生通用大模型)https://intern-ai.org.cn今天这8个大模型,在聊天状态下——能生成Markdown格式的:智谱清言、商量Sensechat、MiniMax目前不能进行自然语言交流的:昇思(可以对文本进行是否由AI生成的检测,类似论文查重,准确度不错)、书生受限制使用:MiniMax(无法对生成的文本进行复制输出,且只有15元的预充值额度进行体验,完成企业认证后可以进行充值)特色功能:昇思——生图,MiniMax——语音合成阿里通义千问、360智脑、讯飞星火等均不在首批获批名单中,广东省2家和其他省市1家也将陆续开放据悉,广东地区获批公司分别为华为、腾讯,科大讯飞系其他地区获批产品

LLM开源中文大语言模型及数据集集合

XrayGLM,首个会看胸部X光片的中文多模态医学大模型:地址:[https://github.com/WangRongsheng/XrayGLM](https://github.com/WangRongsheng/XrayGLM)简介:该项目为促进中文领域医学多模态大模型的研究发展,发布了XrayGLM数据集及模型,其在医学影像诊断和多轮交互对话上显示出了非凡的潜力。MeChat,中文心理健康支持对话大模型:地址:[https://github.com/qiuhuachuan/smile](https://github.com/qiuhuachuan/smile)简介:该项目开源的中文心理健康支持通用模型由ChatGLM-6B LoRA 16-bit指令微调得到。数据集通过调用gpt-3.5-turbo API扩展真实的心理互助QA为多轮的心理健康支持多轮对话,提高了通用语言大模型在心理健康支持领域的表现,更加符合在长程多轮对话的应用场景。MedicalGPT地址:[https://github.com/shibing624/MedicalGPT](https://github.com/shibing624/MedicalGPT)简介:训练医疗大模型,实现包括二次预训练、有监督微调、奖励建模、强化学习训练。发布中文医疗LoRA模型shibing624/ziya-llama-13b-medical-lora,基于Ziya-LLaMA-13B-v1模型,SFT微调了一版医疗模型,医疗问答效果有提升,发布微调后的LoRA权重。

开发:AI应用大模型商业化落地现状与思考

接下来,我们将深入了解大模型在商业化过程中的实际应用情况。首先来看医疗行业,这是关乎每个人生命健康的重要领域。大模型在医疗行业的应用主要涵盖三个方向:疾病的诊断与预测、药物研发以及个性化医疗。从医疗前期的图像诊断,基因组学和精准医疗到药物研发阶段再到最后病人的个性化医疗,人工智能都有其适合的应用场景。例如,在2020年,麻省理工学院利用AI发现了一种名为Halicin的新型广谱抗生素,它不仅能有效杀灭对现有抗生素产生耐药性的细菌,而且不会使细菌产生新的耐药性。这一突破性发现源于AI的助力。研究者先搞了一个由两千个性能已知的分子组成的训练集,这些分子都被标记好了是不是可以抑制细菌生长,用它们去训练AI。AI自己学习这些分子都有什么特点,总结了一套“什么样的分子能抗菌”的规律。之后又对美国FDA已通过的六万多个分子中进行分析,最终成功识别出了一个符合所有要求的分子,这就是Halicin。之后研究者开始做实验证明,它真的非常好使,大概很快就会用于临床,造福人类。这个例子充分展示了AI大模型在医疗领域的巨大潜力,目前很多医疗研究机构都进行医疗大模型的开发研究,大模型在医疗领域大有可为!广告营销行业目前仍然是AIGC()应用最多的业务场景之一,大模型在营销行业从初期的市场分析、中期的客户转化以及后期的客户复购均可参与打开营销生态新思路,为消费者提供更个性化、智能化和互动性强的营销体验,而对于广告图案的生成完全可以通过AI+设计相关的SOP来提高效率。大模型的应用不仅为营销策略提供了新的思路,还能为消费者带来更加个性化、智能化和互动性强的体验。此外,它们还能显著降低内容制作的成本并加速创意的实现过程。

Others are asking
AI医学
AI 在医学领域有以下应用场景: 1. 医学影像分析:可用于分析 X 射线、CT 扫描和 MRI 等医学图像,辅助诊断疾病。 2. 药物研发:加速药物研发过程,如识别潜在的药物候选物和设计新的治疗方法。 3. 个性化医疗:分析患者数据,为每个患者提供个性化的治疗方案。 4. 机器人辅助手术:控制手术机器人,提高手术的精度和安全性。 在招聘方面,AI 产品经理负责基于通用人工智能技术(AGI)的智慧医疗诊断产品的规划、研发、发布上市的全过程管理。任职要求包括本科及以上学历,计算机、信息技术、工程、检验、生物科学、细胞生物学等相关专业优先;具备 3 年以上产品管理经验,有医疗领域产品管理经验者、有极致产品案例者优先;在产品创新、研发、迭代改进及商业化方面有丰富的项目管理经验;对客户需求具有高度敏感度,熟悉竞品分析、定价策略。 当前,我们正处于一个革命的起点,AI 正在工业化生物制药和医疗保健,被应用于从药物设计和诊断到医疗保健交付和后勤功能的各个方面。
2024-12-17
哪个AI比较擅长医学相关领域?
以下是一些在医学相关领域表现出色的 AI: 1. AlphaFold:由 DeepMind 开发,在蛋白质结构预测方面表现出色,其预测准确度超过其他系统,为科学家和药物开发提供了巨大帮助。 2. ESMFold(Meta 的蛋白质结构预测 AI 模型):截至目前已经进行了 7 亿次预测。 3. 多伦多大学研究人员开发的新 AI 系统:利用类似 Stable Diffusion、Midjourney 的生成扩散技术创造出自然界中不存在的蛋白质。 4. 华盛顿大学 David Baker 教授团队开发的 RF Diffusion:基于 DALLE 的人工智能系统,用于根据科学家的需求生成合适的蛋白质结构。 5. 洛桑联邦理工学院科学家们开发的 PeSTo:基于神经网络的新工具,可以预测蛋白质如何与其他物质相互作用,速度快、且通用性强。 6. Surrey 大学开发的人工智能系统:用于识别个体细胞中的蛋白质模式,这一进展可用于理解肿瘤的差异并开发药物。 此外,ChatGPT、Google Bard 等技术在日常工作生活中很有用,也极大加速了医疗健康生物制药的研究,AI 已经在抗癌、抗衰老、早期疾病防治(如提前三年诊断胰腺癌、帮助早期诊断帕金森等)、寻找阿尔兹海默症的治疗方法等方面起着重要作用。例如: 1. 两名高中生与医疗技术公司 Insilico Medicine 及其人工智能平台 PandaOmics 合作,发现了与胶质母细胞瘤相关的三个新靶基因,这些基因对于有效对抗这种癌症至关重要。 2. 由 Integrated Biosciences 领导的一项最新研究通过使用人工智能筛查了超过 800,000 种化合物,专家们发现了三种高效的药物候选物,其药理学性质优于目前已知的抗衰老物质。 3. 亚利桑那大学与哈佛大学共同利用人工智能对健康神经元在疾病进展过程中的分子变化研究,以识别阿尔茨海默病的原因和潜在药物靶点。 相关文献参考: 1. https://www.sciencedaily.com/releases/2023/05/230504121014.htm 2. https://www.wevolver.com/article/pestoanewaitoolforpredictingproteininteractions 3. https://www.sciencedirect.com/science/article/pii/S0958166923000514 4. https://hms.harvard.edu/news/aipredictsfuturepancreaticcancer 5. https://finance.yahoo.com/news/teenagegeniusesaiuncovercancer163541619.html 6. https://www.earth.com/news/artificialintelligenceidentifiesnewantiagingcompounds/ 7. https://medicalxpress.com/news/202305scientistsaidrugalzheimer.html
2024-11-17
我想要了解AI在高校基础医学教学中的应用案例
以下是一些 AI 在高校基础医学教学中的应用案例: 教学:帮助学生做好组会准备,使用了 Claude + Gamma.app,Claude 能节省绝大部分时间。 医疗:蛋白质结构预测和蛋白质合成,用于生成漂亮图片的 AI 可帮助科学家研究并设计新的蛋白质。 做调研:用特定 prompt ,2 小时帮同学干完 3 篇调研报告。 做调研:用 ChatGPT 做调研。 医疗:健康生物制药的研究,AI 在抗癌、抗衰老、早期疾病防治等研究应用中起重要作用。 此外,为了在医疗保健中产生真正的改变,AI 应像人类一样学习,例如成为顶尖医疗人才需要多年密集信息输入、正规学校教育和学徒实践,AI 也应通过合理的模型训练方式而非仅依靠大量数据来提升。 对于中学生学习 AI ,有以下建议: 从编程语言如 Python 、JavaScript 入手,学习编程语法、数据结构、算法等基础知识。 尝试使用 ChatGPT 、Midjourney 等 AI 生成工具,探索百度的“文心智能体平台”、Coze 智能体平台等教育平台。 学习 AI 基础知识,包括基本概念、发展历程、主要技术及在各领域的应用案例。 参与学校或社区组织的 AI 编程竞赛、创意设计大赛等活动,尝试解决实际问题。 关注 AI 发展的前沿动态,思考其对未来社会的影响。
2024-11-07
医学文章如何使用AI
以下是关于医学文章如何使用 AI 的相关信息: 如果您需要 AI 为您的医学课题提供修改意见,可以考虑以下专业工具: 1. Scite.ai:这是一个为研究人员、学者和行业专业人员打造的创新平台,提供引用声明搜索、自定义仪表板和参考检查等工具,能简化学术工作。 2. Scholarcy:一款科研神器,能从文档中提取结构化数据,并通过知识归纳引擎生成文章概要,包含关键概念、摘要、学术亮点、学术总结、比较分析、局限等板块的内容。 3. ChatGPT:强大的自然语言处理模型,可提供有关医学课题的修改意见。您向它提供文章并提出问题和需求,它会尽力提供帮助。 以下是一些 AI 在医学领域的应用案例: 1. 农业:鉴别香蕉树的疾病。国际热带农业中心的高级科学家萨瓦拉吉先生对近 2 万张各种香蕉植物的图片进行了 AI 训练,印度、拉丁美洲和非洲的农民们可以使用他的应用程序 Tumaini 拍照并得到诊断结果。 2. 医学:DoctorGPT,集成了医学专家的知识,能够准确回答各种医学问题。 3. 医学:中医应用,将人工智能与中医结合,通过观察口腔、舌苔和抓脉,生成选择题让患者作答,最后 AI 会生成药方,目前用于辅助看诊,提高诊疗效率,未来愿景是实现 24 小时独立问诊开药。 为了在医疗保健中让 AI 产生真正的改变,我们应投资创建像优秀医生和药物开发者那样学习的模型生态系统。成为顶尖人才通常从多年密集信息输入开始,通过正规学校教育和学徒实践,从出色实践者那里学习。对于 AI 来说,当前学习方式及技术人员对待方式存在问题,应通过堆叠模型训练,而非仅依靠大量数据和生成模型。例如先训练生物学、化学模型,再添加特定医疗保健或药物设计数据点。预医学生课程从基础开始,设计新疗法的科学家也需多年学习和实践,这种方式能培养处理细微差别决策的直觉。 内容由 AI 大模型生成,请仔细甄别。
2024-10-02
目前医学文献相关的AI工具
以下是一些与医学文献相关的 AI 工具: 1. Scite.ai:这是一个为研究人员、学者和行业专业人员打造的创新平台,能增强对科学文献的洞察,提供引用声明搜索、自定义仪表板和参考检查等工具,简化学术工作。网址:https://scite.ai/ 2. Scholarcy:一款科研神器,能从文档中提取结构化数据,并通过知识归纳引擎生成文章概要,包含关键概念、摘要、学术亮点、学术总结、比较分析、局限等板块的内容。网址:https://www.scholarcy.com/ 3. ChatGPT:强大的自然语言处理模型,可提供医学课题的修改意见。网址:https://chat.openai.com/ 在论文写作方面,以下是一些常用的 AI 工具和平台: 1. 文献管理和搜索: Zotero:结合 AI 技术,自动提取文献信息,帮助管理和整理参考文献。 Semantic Scholar:由 AI 驱动的学术搜索引擎,提供文献推荐和引用分析。 2. 内容生成和辅助写作: Grammarly:通过 AI 技术提供文本校对、语法修正和写作风格建议,提高语言质量。 Quillbot:基于 AI 的重写和摘要工具,帮助精简和优化论文内容。 3. 研究和数据分析: Google Colab:提供基于云的 Jupyter 笔记本环境,支持 AI 和机器学习研究,便于进行数据分析和可视化。 Knitro:用于数学建模和优化的软件,帮助进行复杂的数据分析和模型构建。 4. 论文结构和格式: LaTeX:结合自动化和模板,高效处理论文格式和数学公式。 Overleaf:在线 LaTeX 编辑器,提供丰富模板库和协作功能,简化论文编写过程。 5. 研究伦理和抄袭检测: Turnitin:广泛使用的抄袭检测工具,确保论文的原创性。
2024-09-23
动物医学和ai的结合发展前景
动物医学与 AI 的结合具有广阔的发展前景。 在新工业革命的背景下,生物技术与人工智能的融合正在改变世界。过去十年,我们见证了生物科技和技术交叉领域的多个趋势成为现实。计算能力的提升促使生物科学领域出现类似摩尔定律的规律,机器学习和人工智能正在改变生物制药和医疗保健的多个方面,不仅能“读取”还能“写入”生物信息,如 CRISPR 技术。同时,护理服务也在快速解构,包括医院的解构以及护理模式向基于价值或结果的转变。 如今,我们正处于革命的起点,AI 正在使生物制药和医疗保健产业化,应用于药物设计、诊断、医疗服务交付和后台运营等方方面面。例如,机器能够学习只有经过徒弟式培训才能掌握的技能,便于复制,能像启动基于云的服务器一样扩展专业知识,具有即时、廉价和大规模的优势。而且,自动化和机器人技术实现了规模,并进一步实现了真正的生物可再现性,解决了“未工业化”生物学的最大弱点,使生物技术能够大规模扩展。 综上所述,动物医学作为生物医学的一部分,与 AI 的结合有望在疾病诊断、治疗方案制定、药物研发等方面取得重大突破,为动物健康和医疗领域带来巨大的进步和变革。
2024-09-13
常用的多模态大模型
以下是一些常用的多模态大模型: 1. InstructBLIP:基于预训练的BLIP2模型进行训练,在MM IT期间仅更新QFormer。通过引入指令感知的视觉特征提取和相应的指令,能够提取灵活多样的特征。 2. PandaGPT:是一种开创性的通用模型,能够理解6种不同模式的指令并根据指令采取行动,包括文本、图像/视频、音频、热、深度和惯性测量单位。 3. PaLIX:使用混合VL目标和单峰目标进行训练,包括前缀完成和屏蔽令牌完成。这种方法对于下游任务结果和在微调设置中实现帕累托前沿都是有效的。 4. VideoLLaMA:引入了多分支跨模式PT框架,使LLMs能够在与人类对话的同时处理给定视频的视觉和音频内容,使视觉与语言以及音频与语言保持一致。 5. 视频聊天GPT:专门为视频对话设计的模型,能够通过集成时空视觉表示来生成有关视频的讨论。 6. Shikra:Chen等人介绍了一种简单且统一的预训练MMLLM,专为参考对话(涉及图像中区域和对象的讨论的任务)而定制,展示了值得称赞的泛化能力,可以有效处理看不见的设置。 7. DLP:提出PFormer来预测理想提示,并在单模态句子数据集上进行训练,展示了单模态训练增强MM学习的可行性。 8. BuboGPT:通过学习共享语义空间构建,用于全面理解MM内容,探索不同模式之间的细粒度关系。 9. ChatSpot:引入了一种简单而有效的方法来微调MMLLM的精确引用指令,促进细粒度的交互。 10. QwenVL:多语言MMLLM,支持英文和中文,还允许在训练阶段输入多个图像,提高其理解视觉上下文的能力。 11. NExTGPT:端到端、通用的anytoany MMLLM,支持图像、视频、音频、文本的自由输入输出,采用轻量级对齐策略。 12. MiniGPT5:集成了生成voken的反演以及与稳定扩散的集成,擅长为MM生成执行交错VL输出,在训练阶段加入无分类器指导可以提高生成质量。 13. Flamingo:代表了一系列视觉语言模型,旨在处理交错的视觉数据和文本,生成自由格式的文本作为输出。 14. BLIP2:引入了资源效率更高的框架,包括用于弥补模态差距的轻量级QFormer,实现对冻结LLMs的充分利用,利用LLMs可以使用自然语言提示进行零样本图像到文本的生成。 15. LLaVA:率先将IT技术应用到MM领域,引入了使用ChatGPT/GPT4创建的新型开源MM指令跟踪数据集以及MM指令跟踪基准LLaVABench。 16. MiniGPT4:提出了一种简化的方法,仅训练一个线性层即可将预训练的视觉编码器与LLM对齐,能够复制GPT4所展示的功能。 17. mPLUGOwl:提出了一种新颖的MMLLMs模块化训练框架,结合了视觉上下文,包含一个名为OwlEval的教学评估数据集。 18. XLLM:扩展到包括音频在内的各种模式,并表现出强大的可扩展性。利用QFormer的语言可迁移性,成功应用于汉藏语境。 19. VideoChat:开创了一种高效的以聊天为中心的MMLLM用于视频理解对话,为该领域的未来研究制定标准,并为学术界和工业界提供协议。
2025-01-06
哪个大模型找期刊文献最好用
目前在查找期刊文献方面,不同的大模型各有特点。大模型的特点包括: 架构多样:如 encoderonly 适用于自然语言理解任务,encoderdecoder 用于翻译和摘要,decoderonly 擅长自然语言生成任务。 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。 参数众多:如 Open 在 2020 年发布的 GPT3 就有 170B 的参数。 但对于哪个大模型找期刊文献最好用,没有明确的定论。不过,您可以关注一些常见的大模型,如 GPT 系列等,并根据实际需求和使用体验来判断。
2025-01-06
训练以及部署微调模型
以下是关于训练以及部署微调模型的相关信息: 创建微调模型: 假设您已准备好训练数据。使用 OpenAI CLI 开始微调工作,需指定从哪个 BASE_MODEL(如 ada、babbage、curie 或 davinci)开始,可使用后缀参数自定义微调模型的名称。运行命令后会进行以下操作: 1. 使用文件 API 上传文件(或使用已上传的文件)。 2. 创建微调作业。 3. 流式传输事件直到作业完成,这通常需要几分钟,但如果队列中有很多作业或数据集很大,可能需要数小时。 每个微调工作都从默认为 curie 的基本模型开始,模型的选择会影响性能和成本。您的模型可以是 ada、babbage、curie 或 davinci,可访问定价页面了解微调费率的详细信息。 开始微调作业后,可能需要一些时间才能完成。工作可能排在其他工作之后,训练模型可能需要几分钟或几小时,具体取决于模型和数据集的大小。若事件流中断,可通过运行特定命令恢复。工作完成后,会显示微调模型的名称。此外,还可以列出现有作业、检索作业状态或取消作业。 GPT 助手的训练: 在有监督的微调阶段,收集少量但高质量的数据集,要求人工承包商收集提示和理想响应的数据,通常是几万个或类似数量。然后对这些数据进行语言建模,算法不变,只是训练集从互联网文档变为问答提示响应类型的数据。训练后得到有监督的微调模型(SFT 模型),可实际部署。 大型语言模型的微调: 一旦有了基础模型,进入计算成本相对较低的微调阶段。编写标签说明,明确助手的表现期望,雇佣人员创建文档,如收集 100,000 个高质量的理想问答对来微调基础模型,此过程可能只需一天。然后进行大量评估,部署模型并监控表现,收集不当行为实例并纠正,将正确答案加入训练数据,重复此过程。由于微调成本较低,可每周或每天进行迭代。 例如 Llama2 系列,Meta 发布时包括基础模型和助手模型。基础模型不能直接使用,助手模型可直接用于回答问题。若想自己微调,Meta 完成的昂贵的第一阶段结果可提供很大自由。
2025-01-06
测试微调模型
以下是关于测试微调模型的相关内容: 在完成微调之后,需要对结果进行测试。微调不会直接影响原有的大模型,而是生成一些文件,包括模型权重文件、配置文件、训练元数据、优化器状态等。这些文件可以和原有大模型合并并输出新的大模型。 在测试之前,先通过不合并的方式进行微调结果的验证。例如,若数据集中有问答“问:你是谁?答:家父是大理寺少卿甄远道”,当给微调后的模型指定角色“现在你要扮演皇帝身边的女人甄嬛”,然后问模型“你是谁?”,若回答是“家父是大理寺少卿甄远道”,则认为模型微调有效果。 测试代码结果成功。之后可以将微调结果和原有大模型进行合并,然后输出新的模型,使用 webdemo 进行测试。包括切换到对应的目录、执行合并代码、生成相应文件、创建 chatBotLora.py 文件并执行代码进行本地测试、开启自定义服务等步骤,最终验收成功。 此外,当作业成功时,fine_tuned_model 字段将填充模型名称,可将此模型指定为 Completions API 的参数,并使用 Playground 向它发出请求。首次完成后,模型可能需要几分钟准备好处理请求,若超时可能是仍在加载中,几分钟后重试。可通过将模型名称作为 model 完成请求的参数传递来开始发出请求,包括 OpenAI 命令行界面、cURL、Python、Node.js 等方式。 要删除微调模型,需在组织中被指定为“所有者”。 创建微调模型时,假设已准备好训练数据。使用 OpenAI CLI 开始微调工作,需指定基本模型的名称(ada、babbage、curie 或 davinci),还可使用后缀参数自定义微调模型的名称。运行命令会上传文件、创建微调作业、流式传输事件直到作业完成,每个微调工作都从默认为 curie 的基本模型开始,模型选择会影响性能和成本。开始微调作业后,可能需要一些时间才能完成,若事件流中断可恢复。工作完成后会显示微调模型的名称,还可列出现有作业、检索作业状态或取消作业。
2025-01-06
模型微调对模型的影响和价值
模型微调对模型具有重要的影响和价值,主要体现在以下几个方面: 1. 提高结果质量:能够获得比即时设计更高质量的结果。 2. 增加训练示例:可以训练比提示中更多的例子,从而改进小样本学习,在大量任务中取得更好的效果。 3. 节省 Token 和成本:由于更短的提示而节省了 Token,对模型进行微调后,不再需要在提示中提供示例,能够节省成本并实现更低延迟的请求。 4. 提高模型效率:通过专门化模型,可以使用更小的模型,并且由于只对输入输出对进行训练,舍弃示例或指令,进一步改善延迟和成本。 5. 适应特定领域:针对特定领域进行微调,优化所有层的参数,提高模型在该领域的专业性。 目前,微调适用于以下基础模型:davinci、curie、babbage 和 ada。参数规模角度,大模型的微调分成全量微调 FFT(Full Fine Tuning)和 PEFT(ParameterEfficient Fine Tuning)两条技术路线,从成本和效果综合考虑,PEFT 是目前业界较流行的微调方案。 通用大模型如 GPT4.0、GPT3.5 等具有广泛的自然语言理解能力,但在特定领域表现可能不理想。而通过微调,可以在现有模型基础上,更经济、高效地适应新的应用领域,节省成本并加快模型部署和应用速度。
2025-01-06
训练以及部署微调模型
以下是关于训练以及部署微调模型的相关知识: 创建微调模型: 假设您已准备好训练数据,使用 OpenAI CLI 开始微调工作。需指定从哪个 BASE_MODEL 开始,如 ada、babbage、curie 或 davinci,还可使用后缀参数自定义微调模型的名称。运行命令后会进行以下操作: 1. 使用文件 API 上传文件(或使用已上传的文件)。 2. 创建微调作业。 3. 流式传输事件直到作业完成,这通常需要几分钟,但如果队列中有很多作业或数据集很大,则可能需要数小时。每个微调工作都从默认为 curie 的基本模型开始,模型的选择会影响性能和成本,您可访问定价页面了解微调费率的详细信息。开始微调作业后,可能需要一些时间才能完成,若事件流中断,可通过运行特定命令恢复。工作完成后,会显示微调模型的名称。此外,还可以列出现有作业、检索作业状态或取消作业。 GPT 助手的训练: 在有监督的微调阶段,收集少量但高质量的数据集,要求人工承包商收集提示和理想响应的数据,通常是几万个或类似数量。然后对这些数据进行语言建模,算法不变,只是训练集从互联网文档变为问答提示响应类型的数据。训练后得到有监督的微调模型(SFT 模型),可实际部署,它们在某种程度上是有用的。 大型语言模型的微调: 一旦有了基础模型,就进入计算成本相对较低的微调阶段。在这个阶段,编写标签说明明确助手的表现期望,雇佣人员创建文档,例如收集 100,000 个高质量的理想问答对来微调基础模型,这个过程可能只需一天。然后进行大量评估,部署模型并监控表现,收集不当行为实例并纠正,将正确答案加入训练数据,由于微调成本较低,可每周或每天进行迭代。例如 Llama2 系列,Meta 发布时包括基础模型和助手模型,基础模型不能直接使用,助手模型可直接用于回答问题。
2025-01-06
目前国内用于疾病的诊断与预测的AI,公众可用可获得信息的有哪些
目前国内公众可用可获得信息的用于疾病诊断与预测的 AI 应用包括以下方面: 1. 医学影像分析:AI 可用于分析 X 射线、CT 扫描和 MRI 等医学图像,辅助诊断疾病。 2. 药物研发:加速药物研发过程,例如识别潜在的药物候选物和设计新的治疗方法。 3. 个性化医疗:分析患者数据,为每个患者提供个性化的治疗方案。 4. 提前诊断疾病:如提前三年诊断胰腺癌。 5. 发现新的靶基因:两名高中生与医疗技术公司合作,利用 AI 发现与胶质母细胞瘤相关的新靶基因。 6. 抗衰老研究:通过 AI 筛查化合物,发现高效的药物候选物。 7. 寻找阿尔兹海默症的治疗方法:利用 AI 对健康神经元在疾病进展过程中的分子变化进行研究,以识别潜在药物靶点。 8. 早期诊断帕金森:使用神经网络分析患者体液中的生物标志物,在症状出现前几年发现疾病。
2025-01-06
有什么医药行业可用的AI技术
以下是医药行业可用的 AI 技术: 1. 医疗保健方面: 医学影像分析:用于分析医学图像,辅助诊断疾病,如 X 射线、CT 扫描和 MRI 等。 药物研发:加速药物研发过程,识别潜在的药物候选物和设计新的治疗方法。 个性化医疗:分析患者数据,为每个患者提供个性化的治疗方案。 机器人辅助手术:控制手术机器人,提高手术的精度和安全性。 2. 医疗药品零售领域: 药品推荐系统:利用机器学习算法分析用户数据,为用户推荐合适的非处方药品和保健品。 药品库存管理:通过分析历史销售数据等因素,预测药品需求量,优化库存管理策略。 药品识别与查询:借助计算机视觉技术,用户拍摄药品图像,自动识别药名并提供相关信息查询服务。 客户服务智能助手:基于自然语言处理技术,回答顾客关于购药、用药、保健等常见问题。 药店运营分析:分析药店的销售、顾客流量、库存等大数据,发现潜在问题和优化空间。 药品质量监控:通过机器视觉等技术,自动检测药品的包装、标签、颜色等是否合格。 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可信度。 3. 健康生物制药的研究方面: 提前诊断疾病,如提前三年诊断胰腺癌。 发现与疾病相关的新靶基因,如两名高中生与医疗技术公司合作发现与胶质母细胞瘤相关的基因。 帮助抗衰老,通过人工智能筛查化合物,发现高效的药物候选物。 寻找疾病的治疗方法,如利用人工智能对健康神经元在疾病进展过程中的分子变化研究,以识别阿尔茨海默病的原因和潜在药物靶点。 早期诊断疾病,如早期诊断帕金森,通过神经网络分析患者体液中的生物标志物。
2024-12-06
国内可用的可通过上传的文件生产PPT的AI软件有哪些?
以下是一些国内可用的可通过上传文件生成 PPT 的 AI 软件: 1. Gamma:这是一个在线 PPT 制作网站,允许用户通过输入文本和想法提示快速生成幻灯片。它支持嵌入多媒体格式,如 GIF 和视频,以增强演示文稿的吸引力。网址:https://gamma.app/ 2. 美图 AI PPT:由知名图像编辑软件“美图秀秀”的开发团队推出。允许用户通过输入简单的文本描述来生成专业的 PPT 设计。可能包含丰富的模板库和设计元素,用户可根据需求选择不同风格和主题的模板,适用于多种场合。网址:https://www.xdesign.com/ppt/ 3. Mindshow:一款 AI 驱动的 PPT 辅助工具,可能提供一系列智能设计功能,如自动布局、图像选择和文本优化等,以帮助用户更高效地创建演示文稿。网址:https://www.mindshow.fun/ 4. 讯飞智文:由科大讯飞推出的 AI 辅助文档编辑工具,利用科大讯飞在语音识别和自然语言处理领域的技术优势,可能提供智能文本生成、语音输入、文档格式化等功能。网址:https://zhiwen.xfyun.cn/ 5. 爱设计 PPT:在国内 AI 辅助制作 PPT 的产品领域中表现出色,背后拥有强大的团队,成功把握住 AI 与 PPT 结合的市场机遇,并已确立市场领先地位。 另外,推荐您阅读两篇市场分析文章作为参考: 1. 《》 2. 《》 请注意,内容由 AI 大模型生成,请仔细甄别。
2024-11-09
政府文件文秘文案起草可用的AI
以下是为您整理的关于政府文件文秘文案起草可用的 AI 相关信息: 法规研究与解读方面:法规检索最好使用法律行业垂类的 AI 产品。通用型 AI 可能存在查不出来、数据不全或生成内容不满足需求的情况。Prompt 指令词示例:“根据最新修订的《数据安全法》,解析企业在处理个人信息时应遵循的主要原则,并给出具体操作建议。”预计效果是 AI 助手依据最新条款解析原则并提出操作指南或合规建议。其他例子如分析新出台的《网络安全法》对电子商务平台的影响等。Promopt 结构提示为“【需求或目的+根据具体法条或者根据某部法律+具体需要研究或则具体的研究细节内容】” 法律意见书撰写或非诉交易文件材料方面:Prompt 指令词示例:“针对我方当事人涉及的版权纠纷案,输入【已有的证据材料】+【相关法律条文】,撰写一份初步法律意见书,论证我方主张的合理性和胜诉的可能性。”预计效果是 AI 根据提供的案件背景等自动撰写初步法律意见书。 工作场景应用方面:在企业运营中,包括日常办公文档材料撰写整理、法律文书起草等;在教育领域,协助评估学生学习情况等;在游戏/媒体行业,有定制化游戏等应用;在零售/电商行业,包括舆情监测等;在金融/保险行业,涵盖个人金融理财顾问等。 此外,还有一份名为“A proinnovation approach to AI regulation”的相关内容,但主要涉及监管方面的一些问题,如透明度措施、基础模型和监管框架、AI 沙盒和测试平台等。
2024-11-08
国内可用的修改校对WORD的ai软件
以下是一些国内可用的修改校对 WORD 的 AI 软件: 1. Wordvice AI:集校对、改写转述和翻译等功能于一体的 AI 写作助手,基于大型语言模型提供全面的英文论文润色服务。 2. ChatGPT:由 OpenAI 开发的大型语言模型,可用于学生和写作人员的多方面写作辅助。 3. Quillbot:人工智能文本摘要和改写工具,可用于快速筛选和改写文献资料。 4. HyperWrite:基于 AI 的写作助手和大纲生成器,可帮助用户在写作前进行头脑风暴和大纲规划。 5. Wordtune:AI 驱动的文本改写和润色工具,可以帮助用户优化文章的语言表达。 6. Smodin:提供 AI 驱动的论文撰写功能,可以根据输入生成符合要求的学术论文。 总的来说,这些 AI 工具涵盖了文章润色的各个环节,包括校对、改写、大纲生成、内容生成等,可以有效提高写作效率和质量。科研人员和学生可以根据自身需求选择合适的工具进行使用。
2024-11-04
推荐分镜脚本创作可用的AI
以下为您推荐一些可用于分镜脚本创作的 AI 相关资源和方法: 1. 阿汤的 AI 短片探索第一幕(动画篇)中的分镜脚本示例,包括景别(特写、全景、远景、中景等)、风格(彩色、灰白冷淡等)、画面内容、镜头时长和镜头运动等详细信息。 2. 关于如何做出商业级的 AI 视频广告的教程,其中提到分镜提示词的结构,如明确视频时长、分镜数量、每个分镜的内容和输出格式要求等。还介绍了让 Claude 生成分镜脚本的提示词,并指出对于 30 秒的广告视频,10 个分镜且每个分镜平均 3 秒较为合适。同时,景别设定有助于 MJ 理解需求,画面内容可用于生成图像,对话旁白可用于配音,音乐音效为创作背景音提供思路。您可以参考获取更具体的分镜脚本内容。
2024-11-03
最近国内外 有什么新出的AI产品
以下是国内外新出的一些 AI 产品: 图像类产品: 国内: 可灵:由快手团队开发,用于生成高质量的图像和视频,图像质量高,最初采用内测邀请制,现向所有用户开放,价格相对较高,重度用户年费可达几千元,平均每月使用成本在 400 到 600 元,也有临时或轻度使用的免费点数和较便宜包月选项。 通义万相:在中文理解和处理方面表现出色,可选择多种艺术和图像风格,生成图像质量高、细节丰富,操作界面简洁直观、用户友好度高,能与阿里其他产品和服务无缝整合,重点是现在免费,每天签到获取灵感值即可,但存在某些类型图像无法生成、处理非中文语言或国际化内容不够出色、处理多元文化内容可能存在偏差等局限性。 搜索类产品: 国内:大模型厂商推出的 ChatBot 产品(智谱清言、Kimi Chat、百小应、海螺 AI 等),搜索厂商或创业团队推出的 AI 搜索产品(360 AI 搜索、秘塔、博查 AI、Miku 等)。 海外:Perplexity、You、Phind 等。 中国公司和团队的出海产品:ThinkAny、GenSpark、Devv 等。 PPT 类产品: 国内:爱设计 PPT,背后有实力强大的团队,对市场需求有敏锐洞察力,把握住了 AI 与 PPT 结合的市场机遇,已确立市场领先地位,代表了当前国内 AI 辅助 PPT 制作的最高水平,能提高制作效率并保证高质量输出。
2025-01-06
国内有什么生成视频的AI应用么
以下是国内一些生成视频的 AI 应用: 1. 可灵:在 AI 视频生成领域表现出色,具有卓越的视频生成质量,生成的视频在画面清晰度、连贯性和内容丰富性上可与国际顶级模型媲美。生成速度快,处理效率高,且对国内用户的可访问性强,提供了便捷、稳定的使用体验。 2. Pika:非常出色的文本生成视频 AI 工具,擅长动画制作,并支持视频编辑。 3. Hidreamai:有免费额度,支持文生视频、图生视频,提示词使用中文、英文都可以,文生视频支持多种控制,可生成不同时长和尺寸的视频。 4. ETNA:由七火山科技开发的文生视频 AI 模型,能根据简短文本描述生成相应视频内容,视频长度 8 15 秒,画质可达 4K,支持中文,时空理解。 更多的文生视频网站可以查看: 需注意,内容由 AI 大模型生成,请仔细甄别。
2025-01-06
ChatGPT国内怎么下载并使用
以下是在国内下载并使用 ChatGPT 的方法: 苹果系统: 1. 在 AppleStore 下载 chatgpt:中国区正常下载不了,需要切换到美区。美区 AppleID 注册教程参考知乎链接: 。最终在 AppleStore 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,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。 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。 安卓系统: 1. 安装 google play: 到小米自带的应用商店搜索 google play 进行安装。 安装好后,打开 GooglePlay,按照提示一步步操作,登录 GooglePlay。 2. 下载安装 chatgpt: 到谷歌商店搜索“ChatGPT”进行下载安装,开发者是 OpenAI,别下错。可能遇到“google play 未在您所在的地区提供此应用”的问题,解决方法如下:在 google play 点按右上角的个人资料图标。依次点按:设置>常规>帐号和设备偏好设置>国家/地区和个人资料。在这里看到账号没有地区,可以“添加信用卡或借记卡”,国内的双币信用卡就行,填写信息时地区记得选美。如果回到 google play 首页还搜不到 chatgpt,可以卸载重装 google play,操作过程保持梯子的 IP 一直是美,多试几次。 3. 体验 ChatGPT:如果只想体验 ChatGPT 3.5 版本,不升级 GPT4,直接登录第二部注册好的 ChatGPT 账号即可。 4. 订阅 GPT4 Plus 版本:先在 Googleplay 中的【支付和订阅】【支付方式】中绑定好银行卡,然后在区 chatgpt 里订阅 Plus。 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。
2025-01-06
国内开源AI绘图软件,适合新手的推荐
以下是为您推荐的适合新手的国内开源 AI 绘图软件: 1. Midjourney:是目前较容易上手的工具,对于完全不懂 AI 绘图、想尝试的新手来说是不错的入门选择。现阶段的 AI 能辅助进行设计,视觉效果相当吸睛。在 Midjourney 中生成 UI 设计图,如果没想好输入哪些指令,可以先用指令模板:「ui design forapplication,mobile app,iPhone,iOS,Apple Design Award,screenshot,single screen,high resolution,dribbble」,把里面的“类型”替换成您想设计的产品的关键词描述(英文)。 2. Creately:在线绘图和协作平台,利用 AI 功能简化图表创建过程,适合绘制流程图、组织图、思维导图等。具有智能绘图功能,可自动连接和排列图形,有丰富的模板库和预定义形状,实时协作功能适合团队使用。官网:https://creately.com/ 3. Whimsical:专注于用户体验和快速绘图的工具,适合创建线框图、流程图、思维导图等。具有直观的用户界面,易于上手,支持拖放操作,快速绘制和修改图表,提供多种协作功能,适合团队工作。官网:https://whimsical.com/ 4. Miro:在线白板平台,结合 AI 功能,适用于团队协作和各种示意图绘制,如思维导图、用户流程图等。具有无缝协作,支持远程团队实时编辑,丰富的图表模板和工具,支持与其他项目管理工具(如 Jira、Trello)集成。官网:https://miro.com/ 5. Lucidchart:强大的在线图表制作工具,集成了 AI 功能,可以自动化绘制流程图、思维导图、网络拓扑图等多种示意图。具有拖放界面,易于使用,支持团队协作和实时编辑,丰富的模板库和自动布局功能。官网:https://www.lucidchart.com/ 6. Microsoft Visio:专业的图表绘制工具,适用于复杂的流程图、组织结构图和网络图。其 AI 功能可以帮助自动化布局和优化图表设计。集成 Office 365,方便与其他 Office 应用程序协同工作,有丰富的图表类型和模板,支持自动化和数据驱动的图表更新。官网:https://www.microsoft.com/enus/microsoft365/visio/flowchartsoftware 7. Diagrams.net:免费且开源的在线图表绘制工具,适用于各种类型的示意图绘制。支持本地和云存储(如 Google Drive、Dropbox),有多种图形和模板,易于创建和分享图表,可与多种第三方工具集成。官网:https://www.diagrams.net/
2025-01-06
国内哪个ai最好
目前国内有多个表现出色的 AI 模型和相关产品。例如: 由 DeepSeek、零一万物、知谱 AI 和阿里巴巴开发的模型在 LMSYS 排行榜上取得了优异成绩,尤其在数学和编程方面表现出色。 智谱一年间推出了 4 代 GLM,一直是国内能力较好的模型之一。 MiniMax 推出了 MoE 架构的新模型,以及“星野”这个目前国内较成功的 AI 陪聊 APP。 月之暗面专注长 Token 能力,在记忆力和长 Token 能力上有一定优势。 同时,Kimi 智能助手作为 ChatGPT 的国产平替,实际上手体验较好,是国内最早支持 20 万字无损上下文的 AI,也是目前对长文理解做得较好的 AI 产品,能一次搜索几十个数据来源,无广告,能定向指定搜索源。 需要注意的是,判断哪个 AI 最好取决于具体的应用场景和需求。不同的 AI 在不同领域和任务中可能具有不同的优势。
2025-01-06
国内Agent平台有哪些
国内的 Agent 平台主要有以下这些: 1. 扣子 coze.cn:可以在几分钟内完成 Agent 创建,有多种常见 Bot 类型,如讲故事、减肥提醒等。 2. 百度 AppBuilder:基于百度的技术和资源。 3. 阿里通义千问:具有一定的特色和功能。 4. 文心智能体:百度推出的基于文心大模型的智能体平台,支持开发者按需打造产品能力。 5. Myshell:具有创作者收入,其状态机的架构设计带来新体验。 6. 斑头雁:适用于 2B 基于企业知识库构建专属 AI Agent,有多种成熟模板,适用于客服、营销、销售等场景。 7. 钉钉 AI 超级助理:依托钉钉的优势,在处理高频工作场景方面表现出色。 以上信息仅供参考,您可以根据自身需求选择适合的平台。
2025-01-06