# 自然语言处理 #
1
关注
7859内容
拥抱Data+AI｜B站引入阿里云DMS+X，利用AI赋能运营效率10倍提升
本篇文章针对B站在运营场景中的痛点，深入探讨如何利用阿里云Data+AI解决方案实现智能问数服务，赋能平台用户和运营人员提升自助取数和分析能力，提高价值交付效率的同时为数据平台减负。
阿里云DMS，身边的智能化数据分析助手
生成式AI颠覆了人机交互的传统范式，赋予每个人利用AI进行低门槛数据分析的能力。Data Fabric与生成式AI的强强联合，不仅能够实现敏捷数据交付，还有效降低了数据分析门槛，让人人都能数据分析成为可能！阿里云DMS作为阿里云统一的用数平台，在2021年初就开始探索使用Data Fabric理念构建逻辑数仓来加速企业数据价值的交付，2023年推出基于大模型构建的Data Copilot，降低用数门槛，近期我们将Notebook（分析窗口）、逻辑数仓（Data Fabric）、Data Copilot（生成式AI）进行有机组合，端到端的解决用数难题，给用户带来全新的分析体验。
【Prompt Engineering 提示词工程指南】文本概括、信息提取、问答、文本分类、对话、代码生成、推理
本文介绍了使用提示词与大语言模型（LLM）交互的基础知识。通过调整参数如温度（Temperature）、最高概率词元（Top_p）、最大长度（Max Length）及停止序列（Stop Sequences），可以优化模型输出。温度参数影响结果的随机性；Top_p 控制结果的多样性；最大长度限制输出长度；停止序列确保输出符合预期结构。此外，频率惩罚（Frequency Penalty）和存在惩罚（Presence Penalty）可减少重复词汇，提升输出质量。提示词需包含明确指令、上下文信息、输入数据及输出指示，以引导模型生成理想的文本。设计提示词时应注重具体性、避免歧义，并关注模型的具体行为
2024 年 8 月暨 ACL 2024 57篇代码大模型论文精选
2024年8月中旬，国际计算语言学大会ACL在泰国曼谷举行，展示了48篇代码大模型相关论文，包括24篇主会论文和24篇findings论文。主会论文涵盖XFT、WaveCoder、DolphCoder等创新方法，findings论文则探讨了代码注释增强、自动化程序修复等主题。此外，还额外整理了9篇8月最新代码大模型论文，涉及数据集合成、安全代码生成等多个前沿方向。欲了解更多，请访问我们的综述和GitHub项目。
copilot和chatGPT的区别
比较了OpenAI开发的两个工具：ChatGPT和Copilot，指出ChatGPT主要用于自然语言交互，而Copilot专注于辅助编程，同时提到了它们的训练数据、应用场景和交互方式的不同，以及Copilot的价格信息。
Perplexideez：开源本地 AI 搜索助手，智能搜索信息来源追溯
Perplexideez 是一款开源的本地 AI 搜索助手，旨在通过智能搜索和信息来源追溯功能，提升用户的搜索体验。它支持多用户、单点登录（SSO），并提供美观的搜索结果展示。Perplexideez 基于 Postgres 数据库，集成了 Ollama 或 OpenAI 兼容的端点，使用 SearXNG 实例进行网络搜索。
|
从千问Agent看AI Agent——我们很强，但还有很长的路要走
本项目主要通过通义千问作为基础大模型，通义Agent浏览器助手实现网页和PDF材料，以帮助您快速了解多个页面的内容，总结您浏览过的内容，并减少繁琐的文字工作。实现数据分析与可视化、处理文件等的代码解释器功能。
一文综述 | 万字文总结，近几年都有哪些语义分割模型用了Transformer方法呢？
一文综述 | 万字文总结，近几年都有哪些语义分割模型用了Transformer方法呢？
免费试用