永恒云_社区达人页

AI 助理
备案控制台
个人头像照片
永恒云
已加入开发者社区1909天

勋章 更多

个人头像照片
星级博主
星级博主
个人头像照片
技术博主
技术博主
个人头像照片
门派掌门
门派掌门

成就

已发布38篇文章
6条评论
已回答23个问题
0条评论
已发布0个视频
github地址

我关注的人 更多

粉丝 更多

jiashufeng
jiashufeng
yuanzhengme
yuanzhengme
qx3yaud7b55wm
qx3yaud7b55wm
爱丽695
爱丽695
wu-haha
wu-haha
游客yq4zv3ipumwkg
游客yq4zv3ipumwkg
游客t2vs2wury4ono
游客t2vs2wury4ono

技术能力

兴趣领域
  • 数据库
擅长领域
技术认证

暂无个人介绍

暂无精选文章
暂无更多信息

2024年08月

2024年07月

  • 07.31 14:59:35
    发表了文章 2024-07-31 14:59:35

    PolarDB 开源评测开发者评测

    本文对阿里云PolarDB的开源版本PolarDB - X和PolarDB - PG进行了评测。PolarDB - X可通过PXD工具或源码编译进行部署，安装过程中可能遇到网络、依赖、文档滞后等问题，建议完善文档、提供一键安装脚本和新手教程、加强社区建设。PolarDB - PG基于阿里云ECS + ESSD云盘共享存储部署，ESSD云盘性能提升明显，但拉取镜像时可能出现timeout或无响应情况。两款开源版本在部署中虽有问题，但具有优势和潜力，通过改进可提高用户体验，促进在开源社区的推广。
  • 07.31 13:56:50
    回答了问题 2024-07-31 13:56:50

    如何10分钟获得一位24小时AI专家助手？

    踩0 评论0
  • 07.30 21:27:30
    发表了文章 2024-07-30 21:27:30

    利用AI实现情感分析的实践与探索

    本文主要介绍了利用AI技术进行情感分析的实践过程。通过阿里云自然语言处理服务（NLP）提供的情感分析API，结合Python编程语言和Jupyter Notebook开发环境，实现对社交媒体上产品评论的情感分析。具体步骤包括数据收集、预处理和调用API进行分析。示例代码展示了如何使用Python SDK调用API并获取情感分析结果。通过情感分析，企业能快速了解用户反馈，优化产品策略。未来，情感分析在客户服务、市场调研等领域将有更广泛应用，而阿里云平台为实现情感分析提供了便捷高效的工具和服务。
  • 07.29 22:45:07
    发表了文章 2024-07-29 22:45:07

    阿里云百炼开发者评测

    阿里云百炼是一站式大模型开发平台，具有以下特点： 知识检索应用：搭建智能问答助手需经历数据准备、知识库建立、应用创建与配置、测试与优化四步，存在数据质量、索引构建、问答效果调优等困难，建议加强数据预处理、优化索引构建机制并加强产品支持和社区建设。 模型训练：通过数据准备、调优等操作提升模型问答效果，控制台操作指引清晰，但可增加更多行业模板并优化模型训练界面。 流程管理功能：通过自定义业务流程对接智能体应用满足场景需求，使用效果较好，但存在部分参数设置不明确的问题，建议预制系统模板方便用户学习。整体上，百炼功能全面，但在细节和用户体验方面有待改进。
  • 07.28 14:57:09
    回答了问题 2024-07-28 14:57:09

    结合自己的项目上云经历，分享部署过程及体验

    踩0 评论0
  • 07.28 14:11:44
    回答了问题 2024-07-28 14:11:44

    分享出你的「松弛感工作」必备AI技能，并展示使用效果

    踩0 评论0
  • 07.28 13:14:45
    回答了问题 2024-07-28 13:14:45

    “AI+作业”，是辅助还是颠覆？

    踩0 评论0
  • 07.25 23:55:37
    回答了问题 2024-07-25 23:55:37

    数据存储阶段，哪些小妙招有助于优化成本

    踩0 评论0
  • 07.25 21:20:45
    回答了问题 2024-07-25 21:20:45

    丹青-千变万换，体验图片局部内容替换，分享使用过程、输出结果及使用体验

    踩0 评论0
  • 07.25 16:55:54
    回答了问题 2024-07-25 16:55:54

    使用PAI-EAS一键部署ChatGLM，并应用LangChain集成外部数据

    踩0 评论0
  • 07.23 10:41:59
    回答了问题 2024-07-23 10:41:59

    如何破除工作中的“路径依赖”？

    踩0 评论0
  • 07.22 15:54:11
    回答了问题 2024-07-22 15:54:11

    通用大模型VS垂直大模型，你倾向于哪一方？

    踩0 评论0
  • 07.20 17:24:22
    发表了文章 2024-07-20 17:24:22

    操作系统智能助手OS Copilot开发者评测

    本文主要介绍了线上体验 OS Copilot 的详细步骤，包括安装、测试、使用不同场景及删除资源的方法。还对 OS Copilot 进行了产品体验评测，指出新人上手较简单但文档有改进空间，对工作帮助程度高，我非常愿意推荐。同时反馈了产品功能，包括体验的功能与兴趣点、与其他产品对比的优缺点、功能扩展期望及与其他产品联动组合。最后总结其有优势也有提升空间，期待优化。
  • 07.20 13:35:06
    发表了文章 2024-07-20 13:35:06

    通义万相AI绘画创作解决方案评测

    在阿里云平台上，资源部署体验流畅，提供详尽步骤，包括开通服务、获取API-KEY、创建网络资源和服务器。一键部署借助ROS脚本，简化了程序安装，API设计直观，适合快速集成。用户可自定义登录凭据，部署过程自动化，大约5分钟后即可通过URL访问。服务响应快，模型泛化能力强，支持多种图片风格，图片质量高。建议增加更多风格滤镜、多语言支持和动态图像生成等新功能。成本效益高，易用性强，适合广泛行业，文档丰富，适合新手。
  • 07.17 17:28:50
    发表了文章 2024-07-17 17:28:50

    E-MapReduce Serverless Spark开发者评测

    **EMR Serverless Spark测评概要** - 弹性处理大规模用户行为分析，提升产品优化与推荐精度。 - 相比自建Spark集群，EMR Serverless Spark展现更高稳定性、性能，降低成本，简化运维。 - 支持多种数据源，提供Spark SQL与DataFrame API，自动资源调度，适用于波动需求。 - 文档清晰，但可增强特定场景指导与故障排查。 - 建议优化监控、调度算法，增加内置分析工具，并强化与其他阿里云产品（如MaxCompute, DataWorks, QuickBI）的联动。 - 全托管服务减轻运维负担，但资源管理、查询效率与兼容性仍有提升空间。
  • 07.17 16:50:15
    回答了问题 2024-07-17 16:50:15

    一键生成你眼中的未来城市，分享部署过程、输出结果及使用体验

    踩0 评论0
  • 07.17 14:59:22
    回答了问题 2024-07-17 14:59:22

    展示你用AI工具生成动漫头像，并分享配置过程及使用体验

    踩0 评论0
  • 07.17 00:19:13
    回答了问题 2024-07-17 00:19:13

    如何借助AI技术为NAS注入新活力？

    踩0 评论0
  • 07.17 00:04:28
    回答了问题 2024-07-17 00:04:28

    人工智能与“人工”之间如何平衡？

    踩0 评论0

2022年05月

  • 发表了文章 2024-08-15

    Serverless高可用架构解决方案评测

  • 发表了文章 2024-08-03

    容器化管理云上应用解决方案评测

  • 发表了文章 2024-07-31

    PolarDB 开源评测开发者评测

  • 发表了文章 2024-07-30

    利用AI实现情感分析的实践与探索

  • 发表了文章 2024-07-29

    阿里云百炼开发者评测

  • 发表了文章 2024-07-20

    操作系统智能助手OS Copilot开发者评测

  • 发表了文章 2024-07-20

    通义万相AI绘画创作解决方案评测

  • 发表了文章 2024-07-17

    E-MapReduce Serverless Spark开发者评测

  • 发表了文章 2022-05-24

    Flink组件之分发器

  • 发表了文章 2022-05-24

    Flink组件之任务管理器

  • 发表了文章 2022-05-24

    Flink组件之资源管理器

  • 发表了文章 2022-05-24

    Flink组件之作业管理器

  • 发表了文章 2022-05-24

    Flink的重要特点

  • 发表了文章 2022-05-24

    RDD相关概念关系

  • 发表了文章 2022-05-24

    Spark的数据读取与保存之文件系统类数据读取与保存

  • 发表了文章 2022-05-24

    Spark的数据读取与保存之文件类数据读取与保存

  • 发表了文章 2022-05-24

    RDD数据分区器

  • 发表了文章 2022-05-24

    Spark的Driver和Executor

  • 发表了文章 2022-05-24

    Spark内置模块

  • 发表了文章 2022-05-24

    用IDEA执行操作hive

正在加载, 请稍后...
滑动查看更多
  • 回答了问题 2024-08-20

    视频时代，图文未来如何发展？

    在我看来，视频时代下，图文内容依然能够找到新的生存空间与价值定位，而不会逐渐式微。 就我自己的经历来说，我是一个喜欢阅读的人，无论是书籍、文章还是杂志，我都喜欢通过文字来获取信息和知识。在学习上，我经常会阅读各种教材和参考书籍，这些图文内容能够让我更深入地理解知识点，并且可以根据自己的节奏进行学习。比如，在学习数学时，我可以通过文字和图表来理解公式和定理的推导过程，这种深度阅读和思考是视频所无法替代的。 在工作中，我也经常需要查阅各种文档和报告，这些图文内容能够提供准确和详细的信息，帮助我更好地完成工作任务。例如，在撰写项目报告时，我需要参考大量的数据分析和图表，这些图文资料能够让我更清晰地展示项目的进展和成果。 此外，在日常生活中，我也喜欢通过图文内容来获取各种信息，比如新闻、美食、旅游等。相比于视频，图文内容更加简洁明了，能够让我快速获取关键信息。而且，我可以根据自己的兴趣和需求，选择阅读感兴趣的内容，这种个性化的体验是视频所无法提供的。 当然，我也承认视频内容具有其独特的优势，比如直观性和感染力。但是，图文内容和视频内容并不是相互排斥的，而是可以相互补充的。在未来，图文内容可以通过与视频内容的结合，创造出更加丰富和多样化的信息传播方式。 总之，我相信图文内容在视频时代依然具有重要的价值和发展空间。通过不断创新和适应时代的变化，图文内容能够继续为我们提供有价值的信息和知识。
    踩0 评论0
  • 回答了问题 2024-08-20

    你有哪些能写出完美Prompt的秘籍？

    明确目标：在撰写Prompt之前，我会先思考自己想要模型完成的具体任务，例如生成文章、回答问题、进行对话等。明确目标能让我更有针对性地构建Prompt。具体详细：我会尽量提供具体的细节和背景信息，让模型更好地理解任务的上下文。比如，如果我想要模型写一篇关于旅行的文章，我会说明旅行的目的地、时间、目的等细节。语言简洁：避免使用冗长复杂的句子，尽量用简洁明了的语言表达需求。这样模型能更快地理解我的意图。引导思考：在Prompt中加入一些引导性的问题或提示，激发模型的思考和创造力。例如，我会问模型：“你认为这个问题可以从哪些角度来分析？”设定限制：根据需要，设定一些限制条件，如字数、风格、主题等，确保模型的输出符合我的要求。提供示例：如果可能，我会提供一些示例，让模型了解我期望的输出格式和内容。多角度尝试：对于同一个任务，我会尝试从不同的角度撰写Prompt，看看哪种效果更好。反馈调整：根据模型的输出结果，及时调整Prompt，使其更加精准。学习借鉴：我会学习其他优秀的Prompt案例，借鉴他们的经验和技巧，不断提升自己的Prompt撰写能力。 例如，有一次我需要模型为我生成一篇关于健康饮食的文章。我这样撰写Prompt：“请写一篇关于健康饮食的文章，包括饮食的重要性、合理的饮食结构以及一些健康饮食的建议。文章语言要简洁明了，适合大众阅读。”模型根据这个Prompt生成了一篇符合我要求的文章。 总之，通过以上秘籍，我能够更精准地指引模型，激发其创造力，从而获得满意的输出结果。
    踩0 评论0
  • 回答了问题 2024-08-15

    如何用AI来提高英语学习效率？【AI动手】

    配置过程： 访问链接：点击https://modelscope.cn/studios/makabakaing/Word-wizard，进入多模态AI单词助记工具的页面。配置设置：该工具提供了图文记忆和视觉学习两种模式。在图文记忆模式中，可以输入需要记忆的单词，选择生成故事或使用生成故事demo；在视觉学习模式中，可以上传图片识别其中物品元素单词。根据选择的模式输入单词（用逗号分隔）或上传图片，也可以先选择示例的单词或者图片先进行测试。图文记忆：这里生成图片不知到为什么等待好久都是这样视觉学习：启动助记过程：点击相应的按钮，“生成故事”或者“识别图片”然后“生成释义和例句”，启动多模态助记过程。图文记忆：视觉学习： 输出结果： 图文记忆模式：生成故事：根据输入的单词生成故事，例如输入“apple, banana, orange, pear, grape, watermelon, mango, cherry, kiwi, pineapple”，可能会生成一个关于水果们的奇妙故事。 视觉学习模式：上传图片或者选择使用示例图片后，识别结果会显示图片中识别出的物品元素单词，如上传一张水果图片，可能识别出“apple, banana”等单词。生成释义和例句：针对识别出的单词，生成相应的释义和例句，帮助用户理解和记忆单词。 使用体验： 优点：功能创新：通过故事和助记图片帮助记忆单词的方式新颖有趣，能够提高学习兴趣。视觉学习效果好：视觉学习模式对于图片中物品元素单词的识别较为准确，生成的释义和例句通俗易懂，对单词记忆有帮助。个性化学习：用户可以根据自己的需求选择输入单词或上传图片，实现个性化学习。 不足：图文记忆图片生成问题：图文记忆模式中图片生成不成功，存在各种错误提示，影响使用体验。缺乏发音功能：部分用户认为工具缺少语言学习中重要的发音部分，希望能增加此功能。某些操作不够便捷：例如生成故事文本框的内容累加、部分文本框不支持删除等问题，给用户带来不便。 总体而言，多模态AI单词助记工具在创新学习方式方面具有一定的优势，但在图片生成等方面还需要进一步优化和改进，以提供更好的用户体验。
    踩0 评论0
  • 回答了问题 2024-08-11

    大型AI模型如何跨越“专门化智能”的局限？

    我认为大型AI模型要跨越“专门化智能”的局限，需要从多个方面入手。 首先，多模态学习与融合非常重要。就像我们在生活中需要综合运用各种感官来理解世界一样，AI模型也应该能够处理和融合多种模态的信息，比如文本、图像、音频等。这样可以使模型更全面地理解和处理复杂的任务，增强其通用性和适应性。我在工作中曾经参与过一个项目，需要对大量的文本和图像数据进行分析和处理。我们使用了多模态学习的方法，将文本和图像信息进行融合，让模型能够更好地理解数据的含义，从而提高了项目的效果。 其次，知识增强与迁移学习也能帮助模型跨越局限。通过在模型中融入结构化知识和领域知识，可以让模型在特定任务上具备更深厚的理解和推理能力。同时，利用迁移学习技术，将模型在一个任务上学到的知识迁移到其他相关任务上，可以实现知识的共享和复用。我记得在一次解决问题的过程中，我运用了之前学到的知识和经验，成功地解决了一个看似无关的问题。这让我意识到，知识的迁移和复用是非常重要的。 此外，模型压缩与剪枝可以提高模型的运行效率和部署便利性，从而扩大其应用范围。在实际应用中，我们可能会遇到计算资源有限的情况，这时模型压缩与剪枝就显得尤为重要。 可解释性与透明性提升也是必不可少的。让模型的决策过程能够被人类理解和解释，可以提高模型的可信度和可靠性。这有助于在更多领域推广应用大型AI模型，尤其是那些对决策过程有较高要求的领域。 最后，持续学习与自我优化能让模型具备不断学习和自我优化的能力，适应不断变化的环境和任务需求。就像我们人类需要不断学习和进步一样，AI模型也应该能够不断提升自己的能力。 总之，大型AI模型跨越“专门化智能”的局限需要综合考虑多个方面的因素，通过不断的努力和创新，才能实现真正的全能和创新。
    踩0 评论0
  • 回答了问题 2024-08-11

    智能眼镜能否重塑学习体验？

    我认为智能眼镜有潜力重塑学习体验并更深层次地融入教育体系，实现高效的“智能学习”新模式。 就我个人经历而言，我在学习外语时，经常会遇到一些生词或短语，需要查阅词典或上网搜索，这往往会打断我的学习思路。如果有智能眼镜的话，我可以通过语音指令或简单的操作，快速获取单词的释义和发音，甚至可以进行实时翻译，这将大大提高我的学习效率。 此外，智能眼镜还可以提供个性化的学习体验。例如，它可以根据我的学习进度和薄弱环节，为我推荐相关的学习资料和练习题，帮助我有针对性地进行学习和提高。在学习数学时，智能眼镜可以分析我在哪些知识点上存在不足，然后推送相应的讲解视频和练习题，让我能够更加高效地学习。 然而，智能眼镜在融入教育体系时也面临一些挑战。比如，智能眼镜的技术成熟度需要进一步提高，以确保其稳定性和可靠性。同时，价格也是一个重要因素，如果价格过高，可能会限制其在学校和家庭中的普及。 总的来说，智能眼镜具有很大的潜力，但需要在技术、成本等方面不断改进和完善，才能更好地发挥其在教育领域的作用。我期待着智能眼镜能够为我们的学习带来更多的便利和创新。
    踩0 评论0
  • 回答了问题 2024-08-09

    如何用5分钟搭建企业级AI问答知识库？试试Hologres，PAI和计算巢

    配置过程： 准备工作：选择个人账号资源，然后确认开启实验。前往PAI控制台，创建默认工作空间。 使用计算巢部署服务：访问计算巢服务市场：在阿里云控制台中找到计算巢服务市场页面。选择部署模板：搜索“Hologres+PAI一键部署企业级问答知识库”的模板，并单击进入详情，进入后点击正式创建按钮。配置参数：服务实例名称：test地域：华南1（深圳）VPC配置：可用区F、选择新建VPC其他项默认即可 确认订单并创建：这里可以看到预计的费用情况，检查依赖和授权信息，确认无误后单击立即创建，如果提示角色权限未开通点击开通即可。创建完成后点击去列表查看，等待部署预计10分钟左右。 配置并连接知识库：服务实例的状态变为已部署后，单击进入详情页面。在详情页面中找到endpoint，点击进入就可以体验知识库了。首先要创建配置AccessKey ID和AccessKey Secret。在AccessKey管理页面获取或者创建新的。这里只填写user和password这两个选项，其他配置如Embedding的模型、PAI-EAS连接信息等已预配置，无需修改。配置好之后点击连接Hologres进行测试，确保连接成功，成功后会提示：连接Hologres成功。 上传语料数据：这里先使用官方提供的测试数据进行体验，首先下载示例文件。在WebUI的上传页签里上传文件，这里上传刚下载好的txt数据文件。上传完成后，状态区域会显示成功上传的信息。 配置聊天模式：在聊天页签配置聊天模式，它有向量数据库、大语言模型、向量数据库+大语言模型。这里我们选择的是向量数据库+大语言模型，相关的k条语料默认为3和prompt模版选择通用模板。输出结果： 用户可以在WebUI的聊天框中输入问题，并立即获得回答。根据配置的聊天模式，系统可仅使用Hologres进行向量近似查询返回结果，或结合大模型进行进一步推理求解。输出结果的形式还可根据配置选择通用、URL提取或自定义样式。删除资源： 回到服务实例管理页面，点击右上角的删除服务即可。等待删除完成就停止计费了。使用体验： 高效性：通过计算巢的一键部署功能，极大地简化了搭建企业级AI问答知识库的流程，整个过程相对快速，能够在较短时间内完成。灵活性：支持自定义语料数据和配置参数，满足不同业务场景的需求。稳定性与性能：Hologres和PAI的结合提供了强大的数据处理和AI推理能力，确保问答系统的稳定性和高效性。易用性：WebUI界面友好，操作简单，方便用户进行问答操作和管理。 总体而言，基于Hologres + PAI + 计算巢搭建企业级AI问答知识库是一个高效、灵活且易用的解决方案，能够满足企业对于实时、准确、智能化的问答需求。
    踩0 评论0
  • 回答了问题 2024-08-08

    你试过一秒钟出现在世界各地的感觉吗？使用一键人像抠图换背景，让你拥有任意门

    配置过程： 访问指定的AI绘图工具网站：https://modelscope.cn/studios/iic/Change_Image_Background在网页上可以选择示例图片使用，或者可以自己上传一张包含清晰人像的照片。接着选择一个喜欢的背景图片，或者上传自己喜欢的图片作为背景。确认选择后，点击“一键抠图换背景”按钮，等待系统处理。输出结果： 系统处理完成后，会得到两张新的图片，一张人像被精准地抠出来了，另一张图片与新选择的背景完美融合。人像的边缘处理的很自然，没有明显的瑕疵或不和谐之处。使用体验： 使用一键人像抠图换背景工具的体验非常棒。首先，操作过程极其简单，无需专业的图像处理知识，任何人都能轻松上手。上传图片和上传背景等操作也都非常简单清晰明了，可以满足不同用户的需求和创意。在抠图效果方面表现也非常的出色，它能够准确地识别并抠出人像，即使是头发丝等细节部分也能处理得很好，背景融合也非常自然，让人像仿佛原本就处于新的背景中。 总的来说，一键人像抠图换背景工具为我们提供了一种便捷、高效、有趣的图像处理方式，让我们能够轻松展现个人风格和创意，非常值得一试。
    踩0 评论0
  • 回答了问题 2024-08-06

    传统架构在哪些方面存在缺陷？

    传统架构在面对当今数字化转型浪潮时，存在以下缺陷： 扩展性不足：传统架构通常依赖固定的物理资源，难以快速应对业务流量的突增。例如电商平台在促销活动期间，若未提前准备足够资源，可能导致系统崩溃，影响用户体验和销售额。运维成本高：传统架构需要企业自行维护硬件和软件，包括定期检查、更新和故障修复等，这不仅需要专业的技术团队，还需要投入大量的时间和资金。资源利用率低：传统架构往往需要预先购买足够多的资源以应对峰值流量，但在大部分时间里，这些资源都处于闲置状态，造成资源浪费。灵活性不足：传统架构难以灵活应对业务需求的快速变化。面对用户行为变化、市场需求波动时，传统架构需要进行大量硬件和软件调整，响应速度慢，影响业务的敏捷性。故障恢复能力弱：传统架构通常依赖单点的物理服务器或数据中心，一旦发生硬件故障或灾难事件，恢复时间长，影响范围大。高能耗和环保压力：传统数据中心能耗巨大，对环境造成不小的影响。随着企业对可持续发展的重视，降低数据中心能耗和碳排放成为重要考量，传统架构难以满足这一要求。 近期有幸参与咱们云端问题第9期云上Serverless高可用架构陪跑班，经过实际操作，体验了一键部署Serverless高可用架构之后，很明显的能够感受到阿里云的Serverless高可用架构的优势。 弹性伸缩能力：它具有弹性伸缩能力，能根据业务负载自动调整资源，避免资源浪费，如电商平台在促销活动时能自动扩展资源，保证系统稳定。按需付费：采用按需付费模式，只为使用的资源付费，极大地降低了成本。高可用性：通过在多个可用区进行部署，确保服务连续性，减少因故障导致的业务中断。快速部署：无需关注底层基础设施，可快速上线应用，能够很好地适应业务需求的快速变化。集成和事件驱动：能轻松集成各种云服务和第三方API，为快速迭代和创新提供了有力支持。减少单点故障风险：通过分布式部署和自动故障转移，大大提高了系统的可靠性。 总之，阿里云的Serverless高可用架构更能满足数字化转型中企业对高可用性、高性能和快速迭代的需求。
    踩0 评论0
  • 回答了问题 2024-08-01

    使用PAI-快速开始，低代码实现大语言模型微调和部署，并分享配置过程、输出结果及使用体验

    配置过程： 先创建PAI默认工作空间。在PAI工作空间内，选择快速开始中的Model Gallery，然后在任务管理找到通义千问2-0.5B-Instruct进行部署，在部署面板，直接单击部署。部署成功后会有一个链接可以体验模型效果。模型详情页面，单击右上角的微调训练，上传自定义数据集，用于模型的微调训练。确保数据格式符合平台要求，如JSON格式，包含问题与答案字段，如'instruction'与'output'。在训练界面设置训练轮次、学习率、批量大小等参数，可以优化模型性能。开始训练后系统自动进行模型微调训练。训练过程中可实时查看日志和进度。 输出结果： 训练完成后，可获取训练日志，展示每一轮训练的loss值、准确率等关键指标，用于评估模型训练效果。通过模型评估报告，了解微调后的模型在测试集上的性能表现，包括精确度、召回率、F1分数等指标。部署模型后，获取API的访问地址、请求示例等信息，方便后续调用在线服务。 使用体验： 简单易用：PAI - QuickStart平台提供了直观易用的界面和丰富的功能，使非专业开发者也能轻松完成模型的微调、训练和部署过程。功能强大：集成了多种业界流行的预训练模型，并提供丰富的微调选项和部署配置，能根据业务需求快速找到合适的模型并进行个性化调整。高效便捷：一键部署模型并快速调用在线服务，大大缩短了从模型开发到实际应用的时间周期，提高了工作效率。良好支持：在使用过程中，遇到问题可通过查阅详细的官方文档和联系技术支持，快速得到满意的解答和帮助。 在实际操作中，上传数据集后，通过简单的参数设置启动训练，整个过程流畅高效。训练完成后，部署模型并进行测试，模型能够准确地回答相关问题，表现出较好的性能。 总之，PAI-QuickStart为用户提供了一种便捷、高效的方式来实现大语言模型的微调和部署，降低了AI应用的门槛，使得更多用户能够受益于AI技术。
    踩0 评论0
  • 回答了问题 2024-08-01

    展示你用FaceChain-FACT生成人物写真，并分享配置过程、输出结果及使用体验

    配置过程： AI工具：FaceChain-FACT选择风格：汉服风上传图片：我上传了一张比较清晰的正脸照然后点击生成按钮，等待处理输出结果： 使用体验 操作简便，界面友好，生成速度很快，效果远超预期，能满足个性化需求
    踩0 评论0
  • 回答了问题 2024-07-31

    如何10分钟获得一位24小时AI专家助手？

    在当今AI迅速发展的时代，拥有一位24小时在线的AI专家助手对于网站来说变得至关重要。阿里云为我们提供了一个绝佳的解决方案，让我们能够在短短10分钟内为网站添加这样一位智能助手。 首先，我按照阿里云的解决方案文档进行了体验操作下面是具体的部署过程。 创建大模型问答应用时，在百炼控制台的我的应用中创建应用，选择通义千问-Plus模型，并输入Prompt，然后发布应用。获取API-KEY和应用ID。通过函数计算搭建示例网站，填写百炼应用ID以及API-KEY，完成项目部署。在环境详情的最底部找到函数资源，进入函数详情页。引入AI助手，在代码视图中找到public/index.html文件，并解除24-83行的代码注释。验证网站上的AI助手，部署完成后，网站右下角就出现了AI助手图标，点击即可唤起助手。创建知识库，配置知识库的测试数据，最后给应用设置知识库然后重新发布应用。 最后在实际交互中，我体验到了 AI 助手的高效与便捷。它能够迅速理解我的问题，并给出准确的回答。例如，我询问关于产品的信息时，它能详细地介绍产品的特点和优势。 实际创建过程中，我觉得整个流程相对顺畅，操作简单易懂，即使是对技术不太熟悉的人也能轻松完成。不过，我也有一些建议。在界面设计上，可以更加个性化，以适应不同网站的风格。同时，希望AI助手在回答问题时能更加智能，对于一些复杂问题的理解和处理能力能够进一步提高。 总的来说，阿里云的这个解决方案为我们提供了一种快速、便捷地为网站添加AI助手的方式，能够有效提升网站的服务质量和用户体验。我相信，随着技术的不断发展，AI助手将在未来发挥更加重要的作用。
    踩0 评论0
  • 回答了问题 2024-07-28

    结合自己的项目上云经历，分享部署过程及体验

    一、项目背景 我的项目是一个基于ThinkPHP的Web应用，主要是用于一键部署搭建自己的高端简约并且带有后台管理系统的个人主页/引导页。 二、部署过程 提前Gitee上整理好Web应用的项目代码，确保代码完整无误。选择ECS实例可用区、型号以及实例规格，还有服务器root密码。部分代码如下图（完整代码在文末）：配置安全组规则，开放必要的服务端口。安装必要软件，这里Nginx我使用了OOS公共插件进行安装的，PHP和MySQL数据库由于OOS插件无法选择版本号，这里我就使用shell脚本进行安装了。下载项目代码，这里我使用wget将Gitee上的项目代码下载下来并且解压。配置项目，修改Nginx的配置文件，把项目的运行路径以及框架的伪静态规则配置正确。（然后这里我还简单做了个缓存和用户禁止访问某些文件）测试项目，最后部署成功后，系统会输出项目的主页URL地址和后台管理系统的地址还有ECS登录的地址，测试各项功能是否正常。三、发布部署脚本到Gitee代码仓库 在Gitee仓库中创建一个新的仓库，用于存放部署脚本。将写好的一键部署脚本整理并上传到该仓库中。在Gitee仓库的README.md文件中添加部署脚本的说明。四、体验分享 效率提升：通过将项目部署到阿里云，利用云服务器的高性能和弹性扩展能力，项目的响应速度明显提升，能够更好地满足用户的需求。灵活性增强：阿里云提供了丰富的云服务和工具，使得项目的部署和管理更加灵活。可以根据实际需求随时调整资源配置，快速应对业务的变化。成本控制：采用按需付费的模式，能够根据项目的实际使用情况支付费用，有效降低了成本。同时，阿里云的资源利用率高，避免了资源浪费。数据安全：阿里云提供了多重安全防护措施，包括数据加密、访问控制等，确保了项目数据的安全。便捷管理：通过阿里云的控制台，可以方便地管理项目的各种资源和服务，实时监控项目的运行状态，及时发现和解决问题。五、总结 将项目迁移到阿里云是一次非常成功的尝试。通过参与“开源上云，寻找云上创造者”活动，不仅提升了项目的性能和稳定性，还获得了更多的技术支持和资源。在未来，我将继续探索云服务的更多功能和应用场景，为项目的发展注入新的动力。 以下是一键部署过程的示意图： Gitee仓库：https://gitee.com/yonghengyun/ros-nitai希望我的分享对您有所帮助，祝您在项目上云过程中顺利！
    踩0 评论0
  • 回答了问题 2024-07-28

    分享出你的「松弛感工作」必备AI技能，并展示使用效果

    智能语音助手（以小爱同学为例） 使用效果：在工作中，我经常需要记录一些灵感和想法，这时我会使用小爱同学的语音转文字功能。比如，我会说“小爱同学，帮我记录一下，关于新产品的推广方案，我有一个想法，是举办一场线上活动”，小爱同学会迅速将我的话转换成文字记录下来，还可以生成总结等等。此外，我还会用它来设置提醒，比如“小爱同学，提醒我明天上午10点开会”，它会准确地设置提醒，确保我不会错过重要事情。 使用感受：小爱同学的语音助手功能非常方便，让我能够随时随地记录想法和设置提醒，大大提高了我的工作效率，也让我感觉更加轻松自在。 智能文档处理（以通义千问为例） 使用效果：在撰写报告时，我会使用通义千问来获取一些相关的信息和数据。比如，我会问“通义千问，给我一些关于行业趋势的分析报告”，它会迅速提供一些相关的资料和观点，帮助我更好地完成报告。此外，它还能帮我检查文档的语法和逻辑错误，提供改进建议。 使用感受：通义千问为我提供了很多有价值的信息和建议，让我的文档撰写工作变得更加轻松和高效，同时也提高了文档的质量。
    踩0 评论0
  • 回答了问题 2024-07-28

    “AI+作业”，是辅助还是颠覆？

    “AI+作业”在教育中具有辅助和颠覆的双重性质。 从辅助的角度来看，AI技术确实能够提高学习效率。例如，我在学习数学时，使用过一款智能解题软件，它能够快速解析题目并提供详细的解题步骤，这帮助我节省了很多时间，让我能够更深入地理解知识点。此外，AI还可以根据学生的学习情况提供个性化的学习建议和资源，有助于满足不同学生的需求。 然而，“AI+作业”也存在一些问题。当看到学生频繁使用搜索引擎或AI搜题，且呈现低龄化趋势时，确实令人担忧。以我身边的一个实际案例为例，有个小学生在完成作业时过度依赖AI搜题，直接抄袭答案，而不去思考解题过程，导致学习能力下降。这不仅违背了作业的初衷，也让老师无法准确了解学生的真实学习情况。 未来中小学教育在AI时代要乘风破浪，需要找到平衡。一方面，要引导学生正确使用AI技术，将其作为辅助工具，而不是依赖对象。例如，老师可以在课堂上强调独立思考的重要性，并设置一些需要学生自主思考的作业。另一方面，学校和家长要加强监管，限制学生使用AI工具的时间和场景，避免过度依赖。 总之，“AI+作业”是一把双刃剑，我们需要合理利用，使其成为教育的助力，而不是阻碍。
    踩0 评论0
  • 回答了问题 2024-07-26

    数据存储阶段，哪些小妙招有助于优化成本

    多元数据需要得到有效的治理，以下是一些值得一试的数据治理办法： 数据分类与标签：根据数据的性质、用途和重要性进行分类，并为其添加标签，以便于管理和检索。例如，在我们的项目中，将客户数据分为潜在客户、活跃客户和流失客户，并为每个类别添加相应的标签。数据质量监控：建立数据质量监控机制，定期检查数据的准确性、完整性和一致性。使用数据清洗工具来修复或删除错误数据。数据安全管理：实施严格的数据访问控制和加密措施，确保数据的安全性。例如，使用角色-based的访问控制，只有授权人员能够访问特定的数据。元数据管理：建立元数据管理系统，记录数据的来源、格式、含义等信息，便于理解和使用数据。数据生命周期管理：制定数据生命周期策略，明确数据的创建、存储、使用、归档和删除等阶段的管理要求。 在降低云上数据存储成本方面，我有以下妙招： 分层存储：根据数据的访问频率和重要性，将数据存储在不同成本的存储层中。例如，将频繁访问的热数据存储在高性能的存储中，而将不常访问的冷数据存储在成本较低的存储中。数据压缩与去重：在上传数据之前，对其进行压缩和去重处理，以减少存储空间的占用。生命周期管理：利用阿里云OSS的生命周期管理功能，设置规则自动将过期的数据迁移到低成本的存储层或删除。定期清理：定期审查存储的数据，删除不再需要的数据，以释放存储空间。 我使用过自动化工具进行数据生命周期管理，体验非常好 例如，使用阿里云OSS的生命周期管理功能，我们可以非常轻松地设置规则，自动将数据从高成本的存储层迁移到低成本的存储层，或者删除过期的数据。这不仅节省了人力成本，还提高了数据管理的效率和准确性。以下是一个案例截图： 使用感受： 自动化工具使数据生命周期管理变得更加简单和高效。我们不再需要手动管理数据的迁移和删除，大大减少了工作量。同时，通过合理设置生命周期规则，我们能够有效地降低存储成本，提高资源利用率。此外，自动化工具还提供了实时监控和报告功能，让我们能够清楚地了解数据的存储情况和成本变化，便于及时调整策略。总之，自动化工具是数据生命周期管理的得力助手，能够帮助我们更好地管理数据，实现节支降本和提质增效的目标。
    踩0 评论0
  • 回答了问题 2024-07-25

    丹青-千变万换，体验图片局部内容替换，分享使用过程、输出结果及使用体验

    使用过程： 访问ReplaceAnything的网站并登录。选择进入创作图像页面，然后这里我上传了一张包含人物和自然背景的图片。使用选保区点选工具选择人物区域。（也可以用非保留区点选背景）在Prompt中输入：背景是繁华都市夜景，高楼大厦林立，霓虹灯五彩斑斓地闪烁。天空呈现深邃的暗蓝色，点缀着些许明亮的星星。街道上车辆穿梭，灯光照亮路面，呈现出温暖的黄色光晕。整体色彩对比度高，光影效果强烈，营造出充满活力和现代感的氛围。 输出结果： 使用体验： 使用ReplaceAnything进行图片局部内容替换的体验非常棒。操作过程简单易懂，上传图片和点选保留区域都很方便。输入Prompt后，AI能够快速理解我的需求并生成相应的效果。输出结果挺不错的，AI替换的新背景能与人物完美融合，营造出了我想要的效果。整个过程不仅高效便捷，还激发了我的创意灵感，让我能够轻松实现自己的想法。我强烈推荐这款工具给其他喜欢图片编辑和创意表达的朋友们。
    踩0 评论0
  • 回答了问题 2024-07-25

    使用PAI-EAS一键部署ChatGLM，并应用LangChain集成外部数据

    配置过程 准备工作： 在PAI控制台创建默认工作空间部署PAI EAS模型然后选择自定义部署根据项目文档进行配置服务，如下图服务状态显示为运行中表示创建部署成功 体验ChatGLM 启动WebUI 点击查看web应用进入web页面。然后就可以进行模型推理体验验证了 集成自己的业务数据 LangChain是一个开源的框架，可以让AI开发人员将像GPT-4这样的大语言模型（LLM）和外部数据结合起来，从而在尽可能少消耗计算资源的情况下，获得更好的性能和效果。 首先进入LangChain页面，然后上传自定义数据，支持配置.txt、.md、.docx、.pdf格式的文件。这里官方有提供一个README.md示例文件，上传测试。最后测试对话，输入业务数据相关的问题进行对话，如下图通过Web界面与ChatGLM进行交互，模型能够根据输入的问题给出准确回答，并能结合LangChain集成的外部数据源提供更丰富、更精确的答案。 清理资源 回到工作空间控制台直接点击删除然后确认即可 使用体验分享： 部署便捷性：PAI-EAS的一键部署功能简化了模型部署的复杂度，即使是初学者也能快速上手。图形化的界面和清晰的指引使得整个过程非常直观。性能表现：ChatGLM-6B在PAI-EAS上运行效率高，响应速度快，能够满足实时对话的需求。集成LangChain后，模型的回答更加准确和实用，能够处理更多样化的问题。灵活性与扩展性：LangChain框架的灵活性让模型能够轻松集成外部数据源，实现了复杂任务的处理能力。可以根据需求添加更多的工具和数据源，进一步扩展模型的功能和应用场景。资源效率：通过LangChain的优化，模型在处理外部数据时的计算资源消耗得到了有效控制。PAI-EAS提供的弹性扩缩容和蓝绿部署等功能，有助于以较低的资源成本获取高并发且稳定的在线算法模型服务。 注意事项：在实际操作中，需要严格按照文档和指南进行配置，避免因误操作产生不必要的费用。同时，要注意资源的使用情况，及时释放不需要的资源。 总的来说，使用PAI-EAS一键部署ChatGLM，并应用LangChain集成外部数据是一种高效、便捷且强大的解决方案，为AI开发和应用提供了有力的支持。
    踩0 评论0
  • 回答了问题 2024-07-23

    如何破除工作中的“路径依赖”？

    认识并承认路径依赖的存在：在工作中，我们要意识到路径依赖是一种常见的现象，每个人都可能会陷入其中。例如，我在之前的项目中，一直使用传统的数据分析方法，虽然效率不高，但因为习惯了这种方式，一直没有尝试新的工具和技术。直到项目进度受到影响，我才意识到自己陷入了路径依赖的陷阱。 培养创新意识和好奇心：保持对新知识、新技术的好奇心，积极主动地学习和探索。我曾经参加过一次行业研讨会，了解到了一种新的数据分析工具，它能够大大提高数据处理的效率。回到工作中，我立刻开始学习和使用这个工具，虽然在初期遇到了一些困难，但通过不断地尝试和学习，我最终成功地将其应用到项目中，提高了工作效率。 设定明确的目标：为工作设定明确、可衡量的目标，这有助于我们评估现有方法是否有效，以及是否需要寻找新的方法。在一次项目中，我设定了一个明确的目标，即在规定的时间内完成数据处理和分析任务。通过对现有方法的评估，我发现传统的方法无法满足这个目标，于是我开始寻找新的解决方案，最终找到了一种更高效的数据分析方法，成功地完成了任务。 持续学习和培训：定期参加相关的培训和学习活动，不断提升自己的技能和知识水平。我会定期参加线上课程和培训，学习新的编程语言、数据分析工具等。通过这些学习，我不仅能够掌握新的技能，还能够拓宽自己的思维方式，从而更容易发现和尝试新的工作方法。 勇于尝试新事物：克服对未知的恐惧，勇于尝试新的方法和工具。在一次项目中，我需要使用一种新的编程语言来开发一个功能。虽然我对这种语言不太熟悉，但我还是决定尝试一下。在学习和使用的过程中，我遇到了很多问题，但通过不断地尝试和解决问题，我最终成功地完成了任务。这次经历让我明白，勇于尝试新事物是打破路径依赖的重要一步。 寻求反馈和建议：主动向同事、上级或客户寻求反馈和建议，从不同的角度看待自己的工作方法。我会定期与同事进行交流，分享彼此的工作经验和方法，同时也会听取他们的建议。通过这种方式，我能够发现自己工作方法中的不足之处，从而及时进行调整和改进。 建立多元化的思维模式：学习和运用多种思维工具，如头脑风暴、SWOT分析等，从不同的角度思考问题。在制定项目计划时，我会运用头脑风暴的方法，收集大家的想法和建议，然后再运用SWOT分析的方法，对这些想法和建议进行评估和筛选，最终制定出最优的项目计划。 营造创新的文化氛围：在团队中营造鼓励创新、容忍失败的文化氛围，让大家敢于尝试新的方法和思路。我所在的团队会定期组织创新活动，鼓励大家提出新的想法和建议。同时，对于那些尝试新方法但失败的人，我们也会给予鼓励和支持，让他们知道失败是成功的垫脚石。 定期反思和总结：定期对自己的工作进行反思和总结，分析哪些方法有效，哪些需要改进。我会每月对自己的工作进行一次总结，回顾自己在项目中使用的方法和工具，分析哪些地方做得好，哪些地方需要改进。通过这种方式，我能够不断地优化自己的工作方法，提高工作效率。 总之，破除工作中的“路径依赖”需要我们认识到问题的存在，培养创新意识和好奇心，设定明确的目标，持续学习和培训，勇于尝试新事物，寻求反馈和建议，建立多元化的思维模式，营造创新的文化氛围，以及定期反思和总结。只有这样，我们才能避免在工作中习惯性依赖原有方法，不断提升自己的工作能力和效率。 使用感受：在尝试新的工作方法和工具时，可能会对它的操作和功能不太熟悉等等，需要花费一些时间去学习和适应，随着使用的深入，就会发现新的方法和工具能够带来意想不到的效果。同时，通过与同事的交流和分享，能够获得更多的启发和建议，从而更好地改进自己的工作方法。
    踩0 评论0
  • 回答了问题 2024-07-22

    通用大模型VS垂直大模型，你倾向于哪一方？

    在通用大模型与垂直大模型的选择上，我认为两者各有优势，应根据具体应用场景和需求来决定。 通用大模型具有广泛的适用性和强大的通用性，能够处理多种不同的任务和领域，如自然语言处理、图像识别等。以使用自然语言处理通用大模型为例，它能够处理各种类型的自然语言任务，为用户提供全面而综合的服务。例如，在日常的信息检索中，通用大模型可以理解复杂的问题，并从海量的知识中提供较为准确和全面的回答。在开发一个内容创作平台时，通用大模型的通用性和跨领域的理解能力显得尤为重要，能够根据输入的主题和提示，生成风格多样、内容丰富的文本，大大提高了内容生产的效率和多样性。 然而，在某些特定的领域和场景中，垂直大模型更具优势。例如，在医疗领域，垂直大模型能够基于丰富的医学知识和临床数据，为医生提供精准的诊断建议和治疗方案。在我曾参与的一个医疗诊断分析的项目中，面对海量的医疗诊断数据，需要精准识别和分类，使用通用大模型虽然也能搞定，但总感觉不够精细。后来采用垂直大模型，专门针对医疗诊断进行深度学习训练，效果显著，不仅识别准确率大幅提升，还为医生提供了更为可靠的辅助决策支持。 在智能客服项目中，通用大模型可以处理常见的一般性问题，但在面对特定行业术语、复杂业务逻辑或高度个性化的客户需求时，其回答往往显得不够精准或缺乏深度。为了提升服务质量和客户满意度，引入垂直大模型进行补充是一个很好的解决方案。通过针对金融行业进行深度训练和优化，垂直模型能够更准确地理解客户的金融咨询需求，提供更为专业和具体的解答。 综上所述，通用大模型和垂直大模型应相互结合、相互补充，共同推动 AI 技术在不同应用场景中的发展和创新。在实际应用中，我们可以根据具体需求，灵活选择或整合使用两种模型，以实现最佳的效果。例如，在智能客服领域，通用大模型可以处理常见的一般性问题，而涉及到金融、法律等专业领域的复杂问题时，垂直大模型可以介入，提供更准确和权威的解答。案例图： 使用感受方面，通用大模型就像一个全能选手，能够应对各种不同的场景，但在专业性上可能有所欠缺；垂直大模型则像一个专家，在特定领域能够提供精准的服务，但适用范围相对较窄。将两者结合使用，可以充分发挥各自的优势，提供更全面、更精准的服务。
    踩0 评论0
  • 回答了问题 2024-07-17

    一键生成你眼中的未来城市，分享部署过程、输出结果及使用体验

    一、部署过程 （一）准备工作 注册并登录阿里云账号，首次开通函数计算新用户可领取试用，老用户按量付费。2023年04月06日20:00之后开通函数计算的用户，可0元享新用户专享套餐，有效期3个月，总价值180元。套餐包含四个试用包：50万vCPU秒 + 200万GB秒 + 800万次函数调用 + 100万GB*秒GPU。免费资源预计可使用Stable Diffusion大约17.36小时。为避免部署不成功问题，建议账户余额不能为0。 （二）部署函数计算环境 登录函数计算控制台，本次使用的是函数计算2.0服务。在应用界面搜索创建“AI数字绘画stable-diffusion自定义模型版”，点击立即创建。配置资源，可直接全部选择默认设置，继续点击创建应用。绘图类型可选择多种风格按自己想要的来选择：SD1.5、动漫风格、真人风格部署成功之后，这个WebUI就是安装成功的平台链接，点击进入Stable Diffusion图像生成平台。 二、输出结果 通过调用部署在FC上的Stable Diffusion函数，成功生成了未来城市的图片，展示了不同风格的未来城市景象，如：在未来的城市中，高耸入云的建筑彼此相连，形成了巨大的空中走廊网络，绿色植被穿插其间，无人驾驶的飞行器在空中穿梭，人们在智能科技的陪伴下享受着便捷与和谐的生活。 三、释放资源 在刚才的应用详情页面，直接点击这个删除应用，勾选确定，一键删除即可停止计费。 四、使用体验 便捷性整个部署过程非常简便，几乎是一键式的操作，无需担心服务器配置和运维问题，只需要关注模型的风格样式以及提示词即可。对于不熟悉云计算的用户也能轻松完成部署。高效灵活可以快速获得所需的计算资源，无需搭建复杂的本地环境或购买昂贵的硬件设备。Stable Diffusion的WebUI界面非常灵活，可以根据自己的需求输入不同的提示词来生成不同风格的图像，还可以随时更换模型或插件，以满足更多的创作需求。图片的生成速度很快，图像质量挺高，基本可以满足用户对于高质量图片的需求。成本可控新用户可以获得免费的试用额度，在使用过程中几乎没有产生额外的费用。即使超出试用额度，按量计费的方式也非常灵活，可以根据实际需求进行调整。安全可靠云服务拥有强大的安全防护措施，包括网络隔离、访问控制、数据加密等，确保用户的数据和隐私得到充分保护。函数计算还提供了完善的日志收集和监控功能，方便用户随时了解系统的运行情况和安全状况。有待改进提示词对中文的理解偏差较大，对于大多数的用户来说不是很友好。
    踩0 评论0
正在加载, 请稍后...
滑动查看更多
正在加载, 请稍后...
暂无更多信息
勋章
关注
粉丝