OS Copilot 是否做好准备大干一场了？实测体验
**OS Copilot测评摘要:** 智能运维助手OS Copilot展现出优雅的命令停止功能和对话记忆，但存在不足。Markdown渲染在终端中不理想，且在生成脚本后误导用户执行未创建的文件。模型有时产生幻觉，误认为已完成任务。此外，对codesum等特定功能理解不足。建议加强代码高亮、系统集成、思维链透明度、疑难命令处理及提供API。测评包括一键创建实例、修改密码、设置安全组、创建AccessKey及安装步骤。
通义千问API：让大模型写代码和跑代码
基于前面三章的铺垫，本章我们将展示大模型Agent的强大能力。我们不仅要实现让大模型同时使用多种查询工具，还要实现让大模型能查询天气情况，最后让大模型自己写代码来查询天气情况。
LangChain+通义千问+AnalyticDB向量引擎保姆级教程
本文以构建AIGC落地应用ChatBot和构建AI Agent为例，从代码级别详细分享AI框架LangChain、阿里云通义大模型和AnalyticDB向量引擎的开发经验和最佳实践，给大家快速落地AIGC应用提供参考。
阿里云服务器部署Jupyter私房菜
在阿里云ECS上，选用2核2G的配置，安装Ubuntu 22.04，然后部署Nginx作为Jupyter Notebook的反向代理。安装Miniconda3，配置清华TUNA镜像源以加速下载。创建Jupyter Notebook，设置密码和远程访问，通过Nginx配置实现安全访问。整个过程包括安装Jupyter，修改Nginx配置，最后通过浏览器访问 Notebook。
如何训练属于自己的“通义千问”呢？
大模型的风潮还未停歇，国内大模型的研发也正如火如荼地开展着。你试用过哪些大模型呢？你觉得哪一款产品最适合开发者呢？你有想过训练出自己的大模型吗？这不就来了！ 通义千问开源！阿里云开源通义千问70亿参数模型，包括通用模型Qwen-7B和对话模型Qwen-7B-Chat，两款模型均已上线ModelScope魔搭社区，开源、免费、可商用。点击链接，立即开启模型开源之旅：https://modelscope.cn/models/qwen/Qwen-7B/summary
社区供稿 | 10G显存，通义千问-7B-int4消费级显卡最佳实践
在魔搭社区，通义千问团队发布了Qwen-7B-Chat的Int4量化模型，Qwen-7B-Chat-Int4。该方案的优势在于，它能够实现几乎无损的性能表现，模型大小仅为5.5GB，内存消耗低，速度甚至超过BF16。
通义千问API：找出两篇文章的不同
本章我们将介绍如何利用大模型开发一个文档比对小工具，我们将用这个工具来给互联网上两篇内容相近但版本不同的文档找找茬，并且我们提供了一种批处理文档比对的方案
【AI绘画大比拼】通义万相VS文心一格：探索十种风格下的绘画生成差异！
近日，通义大模型家族的新成员——通义万相已在人工智能大会上亮相。其中，通义万相的强大的“文生图”功能，不禁让我想到了去年八月由百度依托飞桨、文心大模型的技术创新推出的“AI作画”首款产品——文心一格。 那么，在类似的Prompt下，两款产品的表现将会如何呢？今天就让我们就十种风格下二者生成图像的表现力，来看看这两款产品的差异。
用通义Qwen大模型和Streamlit构建 ChatPDF 应用（附代码）
本文介绍了如何利用通义千问Qwen大模型构建一个本地ChatPDF AI助手，该助手允许用户上传PDF并与之对话，确保文档隐私安全。项目通过阿里云百炼平台获取Qwen-Long模型，支持多种文档格式。现实现步骤包括导入库、加载环境变量、初始化客户端、编码器、页面与对话管理、文件上传、选择模型、获取AI回答及计算费用，主函数整合这些功能，提供交互体验。
通义千问7B-基于本地知识库问答
上期，我们介绍了通义千问7B模型的微调+部署方式，但在实际使用时，很多开发者还是希望能够结合特定的行业知识来增强模型效果，这时就需要通过外接知识库，让大模型能够返回更精确的结果。
通义千问7B模型开源，魔搭最佳实践来了
通义千问开源！阿里云开源通义千问70亿参数模型，包括通用模型Qwen-7B-Base和对话模型Qwen-7B-Chat，两款模型均已上线ModelScope魔搭社区，开源、免费、可商用，欢迎大家来体验。
通义万相陪我做作业-小学生暑假科技作业-太空电子琴
我是一个三年级的小学生，今年暑假有一个科技作业是要做一种乐器，让宇航员可以带到太空里去使用，然后这个乐器我的想法就是把它做成一个就可以让宇航员如果遇到外星人，可以跟他进行交流，把地球上动物的声音都传播给他，通过这种声音的方式跟外星人进行交流。我做这个暑假作业用到了两个工具，一个是通义万相，另外一个就是阿里云DataV。
通义千问开源第二波！多模态来啦！（内含魔搭最佳实践）
近期，通义千问大规模视觉语言模型Qwen-VL上线魔搭社区，Qwen-VL以通义千问70亿参数模型Qwen-7B为基座语言模型研发，支持图文输入，具备多模态信息理解能力。
通义灵码评测: 阿里云出品通义大模型AI代码编程辅助工具
通义灵码是阿里云出品的一款基于通义大模型的AI智能编码辅助工具，提供行级/函数级实时续写、自然语言生成代码、单元测试生成、代码注释生成、代码解释、研发智能问答、异常报错排查等能力，并针对阿里云 SDK/OpenAPI 的使用场景调优，助力开发者高效、流畅的编码。
2023云栖大会 | 阿里云发布通义千问2.0
今天，阿里云正式发布千亿级参数大模型通义千问2.0。在10个权威测评中，通义千问2.0综合性能超过GPT-3.5，正在加速追赶GPT-4。通义千问APP在各大手机应用市场正式上线，所有人都可通过APP直接体验最新模型能力。
使用Git LFS从Hugging Face下载大型语言模型
Hugging Face作为主流的模型库，提供了大量预训练模型，但这些模型的大尺寸使得直接下载可能会遇到困难。Git LFS（Large File Storage）作为Git的一个扩展，为我们提供了一个解决方案
通义千问14B开源！内附魔搭最佳实践
9月25日，阿里云开源通义千问140亿参数模型Qwen-14B及其对话模型Qwen-14B-Chat，免费可商用。Qwen-14B在多个权威评测中超越同等规模模型，部分指标甚至接近Llama2-70B。阿里云此前开源的70亿参数模型Qwen-7B等，一个多月下载量破100万，成为开源社区的口碑之作。
从 CodeGemma 到 CodeQwen1.5：开源编程大模型百家争鸣
笔者最近刚刚试用完 CodeGemma ，准备分享我的心得时，通义千问的 CodeQwen1.5 就也悄然发布。本文主要介绍 CodeQwen1.5 这款开源编程大模型，并展示如何在 VSCode 中使用它帮你提升编程体验。
首款 AI Native IDE Framework，OpenSumi 3.0 正式发布！
展望未来，开发者只需定义明确的目标，例如添加新的接口功能，而 AI Agent 则有能力在一个具备运行环境的Workspace 中，自主操控编辑器、终端和浏览器等工具，自动化完成一系列标准的软件开发任务。
2023云栖大会 | 阿里云发布通义千问2.0
今天，阿里云正式发布千亿级参数大模型通义千问2.0。在10个权威测评中，通义千问2.0多方面性能超过GPT-3.5，正在加速追赶GPT-4。 此外，通义千问APP在各大手机应用市场正式上线，所有人都可通过APP直接体验最新模型能力。 过去6个月，通义千问2.0在性能上取得巨大飞跃，相比4月发布的1.0版本，通义千问2.0在复杂指令理解、文学创作、通用数学、知识记忆、幻觉抵御等能力上均有显著提升。目前，通义千问的多方面性能已经超过GPT-3.5，加速追赶GPT-4。
【学习大模型】RAG基础
RAG（Retrieval-Augmented Generation）技术是为了解决大模型中的幻觉问题、实时交互、数据安全和知识动态性挑战。它结合了搜索和大模型的提示功能，使模型能基于检索到的信息生成更准确的回答。RAG通过向量数据库和向量检索，将文本转化为向量表示，然后进行相似度计算和检索，以提供上下文相关的信息。
智能编程的未来：通义灵码全功能评测
本文全面评测了通义灵码，一款智能代码撰写助手。从便捷的安装体验到高效的代码续写能力，通义灵码表现出色。它不仅能生成和解释代码，还能自动撰写单元测试，有效解答编程问题，并提供准确的错误分析。这些功能共同提升了编程效率，尤其对于新手和经验丰富的开发者都是极大的帮助，使其成为值得尝试的工具。
解密！通义智文-你的AI阅读助手！
通义智文是基于通义大模型的AI阅读助手，网页阅读、论文阅读、图书阅读和自由阅读，用AI帮你读得多、读得快、读得懂。 通过文档场景化阅读、结构化导读、给我灵感、多文档处理等亮点功能和文档智能大小模型协同的核心技术。让AI帮你更准确，更深入，更专业的读懂文档，沉淀专属知识资产。 产品已于2023年10月31日在云栖大会正式对外发布，现免费公测全面开放。
python代码运行报错:No module named 'aliyunsdkcore'
用python调用阿里云图片OCR识别，使用的是阿里云官方给的传本地图片文件进行检测的代码，运行报错:No module named 'aliyunsdkcore'。在pycharm python软件包和终端里安装aliyunsdkcore这个模块都失败了。
沉浸式学习PostgreSQL|PolarDB 16: 植入通义千问大模型+文本向量化模型, 让数据库具备AI能力
本文将带领大家来体验一下如何将“千问大模型+文本向量化模型”植入到PG|PolarDB中, 让数据库具备AI能力.
【平衡点：解锁中国大模型开源闭源的新时代】关于大模型是否开源的分析
本文探讨了开源与闭源软件在大模型技术发展中的角色，深入比较了两者在质量、安全、产业化、适应性和可靠性等方面的优缺点。开源软件得益于全球开发者社区，通常在创新和适应性上表现出色，但安全性和质量可能因分散的开发而有所波动。闭源软件则在代码质量和安全性上有一定优势，但可能限制了产业的协作与创新。 在商业模式方面，开源通常依赖服务和支持盈利，闭源则通过软件授权和订阅服务获利。开源模式的市场竞争更激烈，闭源模式则更注重市场份额和控制。企业需要根据自身情况选择合适的战略，有些可能会采用
