- 博客(341)
- 收藏
- 关注
RSS订阅原创 AI产品经理学习路线(非常详细)，从零基础入门到精通，从看这篇开始！
市面上不同的公司对产品经理的定位有很大的差别，一名合格的产品经理是能对软件产品整个生命周期负责的人。AI产品经理和通用型软件产品经理的底层思考框架是一样的，都是要经历产品立项、需求分析、产品设计、产品执行管理（研发测试）、验收、分析迭代这几个阶段。：通用型产品经理，只需要把业务流程、痛点理清楚，在进行逻辑处理、界面流程化，软件化即可。而AI产品是AI技术为出发点，为各行各业提供全新的解决方案，甚至会变更原来的业务流程和使用方式。人工智能已经成为国家的重点发展方向之一，各行各业也加入到AI这个大家庭。
2024-09-19 11:54:02
785
原创 转行AI产品经理入门指南（非常详细）零基础入门到精通，收藏这一篇就够了
AI产品经理和传统产品经理有哪些不同？薪资前景怎么样?应当以怎样的姿势入行？这篇干货回答将告诉你作为从业人员，非常负责任的告诉你，AI产品经理，香是非常香的，但这个岗其实和大多数人想象中的不一样。
2024-09-19 10:33:12
620
原创 独立开发者靠什么赚钱？
独立开发者的变现方式主要有：产品收入（产品销售、广告收入、订阅、内购、赞助）和定制服务收入。之所以要成为独立开发者，是因为公司里有太多的**“不得不”。**无效加班、同事间的内卷、上级的PUA，和未来可能的35岁失业。而独立开发者则能从这样的环境中独善其身，创作自己的产品、有自己独立的收入来源，把“不得不”变成“我想要”和“我可以”。
2024-09-18 15:41:06
1072
原创 产品经理有必要学习大模型技术吗？
基于大模型技术的端侧应用开发中，大模型可以充当后端（通过选择大模型、训练和部署大模型或者直接调用大模型接口）、前端开发最终测试发布。在拆解了市场上现有的AIGC产品后，可以基于大模型技术，设计自己的AIGC产品，组建自己的AIGC产品研发团队，参加大模型应用的竞赛，增加自己的项目经验。可以去找文案生成、图像生成、视频生成等大模型产品来使用和体验，用提示词与大模型交互，让大模型完成各类工作，提升工作效率的同时对大模型工具有更直观的感受。由于大模型是基于大量现有的资料训练得到，在需要创新的任务上受限。
2024-09-18 15:07:26
857
原创 80w起！零成本快速入门大模型指南
今年招聘市场确实是好点了，我发现群友都在讨论，得赶快学点 AI 大模型。他们有的是想正式转到一些新兴的 AI 行业，需要系统的学习训练。更多的是想跟已有的技能结合，辅助编程提效，或上手实操应用，增加自己的职场竞争力。这也可以理解，ChatGPT 推出仅一年半的时间，就将生成式 AI 推向主流。从谷歌到亚马逊，从百度到阿里，几乎所有科技巨头都在布局 AI，也直接影响到了招聘市场，大模型相关的岗位数量多了不少，年薪甚至达到 80W-90W。
2024-09-18 14:11:05
835
原创 大模型面试八股+答案，LLM-offer手到擒来！
比如，如果题目问到“大模型的优势和劣势”，你就要分别列举出来，并提供具体例子来支持你的论点。大模型八股文常常需要有清晰的结构，让你的回答更有条理，让面试官一目了然。[x] 大模型（LLMs）agent 面。[x] 大模型（LLMs）强化学习面。[x] 大模型（LLMs）训练集面。[x]大模型（LLMs）显存问题面。[x] 大模型（LLMs）基础面。[x] 大模型（LLMs）进阶面。[x] 大模型（LLMs）微调面。[x] 大模型（LLMs）推理面。[x] 大模型（LLMs）评测面。🔍 第一关：了解题目。
2024-09-17 14:30:00
224
原创 GitHub标星破百万！AI大模型面试八股文（超详细）真的太强了！
众所周知AI大模型是现在乃至为了发展必不可少的关键，现在互联网公司不管大厂小厂都在大量招聘AI大模型工程师，而且给的薪资都非常高！今天给小伙伴们分享一份GitHub上超详细的AI大模型面试八股文，废话不多说下面给大家把这份手册的内容展示出来！由此可见AI大模型的发展前景到底有多猛！
2024-09-16 09:30:00
156
原创 大模型算法岗常见面试题100道（值得收藏）
这个过程涉及到将教师模型的知识转移到学生模型中，通常通过模仿教师模型的输出或中间层的表示。相反，如果模型需要在嵌入式设备上运行，可能需要将模型压缩到更小的尺寸，并优化其运行时的内存使用，以确保模型可以在资源有限的设备上顺利运行。数据输入格式通常需要与模型的输入接口相匹配，例如，对于文本模型，数据通常需要是字符串格式，并且可能需要经过特定的预处理，如分词、编码等。INT8 提供更高的压缩比，可以显著减少模型的内存占用和带宽需求，但由于量化过程中的 信息损失，可能会对模型的准确性产生一定影响。
2024-09-15 17:45:00
621
原创 阿里二面凉了：Transformer为何要用KV缓存？
前几天有个网友偷偷给我发私信，那叫一个信心满满地冲向阿里面试大模型岗位，结果悲催了，铩羽而归。到底是哪里出了岔子呢？这篇文章，我们就从面试官的视角，来拆解这个 Transformer 的面试连环炮。如果是你在面试现场被这些问题 “轰炸”，到底该咋回答呢？嘿嘿，一起看看吧！第一个问题一般都是先热热身，面试官问这个呢，其实是想看看，你知不知道 Transformer 的一个最基本的工作原理。
2024-09-14 14:46:38
1147
原创 阿里面试官：大模型上线前为什么要做推理优化？985学妹的满分回答！
你知不知道产品级大模型系统里为什么要用推理优化这个东西？不少候选人，说自己项目里用了推理优化技术，但是其实他并不知道自己为什么要用这个东西。说白了就是为了用而用，或者看别人用他也用，从头到尾都没思考过。没有对自己的设计问过为什么的人，一定是平时没有思考的人，面试官对这类候选人印象通常很不好。因为面试官担心你进了团队之后只会木头木脑的干呆活儿，没有自己的思考。，你既然用了推理优化这个东西，你知不知道用了有什么好处，同时又有什么坏处？你当时做没做过调研，为什么要用它？
2024-09-14 14:27:21
559
原创 2024最新版，人大赵鑫老师《大语言模型》新书pdf分享
由于大语言模型技术的快速更迭，本书无法覆盖所有相关内容，旨在梳理最具代表性的基础知识内容，帮助读者更好地了解大语言模型技术的核心知识点，能够快速上手相关的科研与工程项目。• 背景与基础知识部分. 第 2 章将首先介绍大语言模型的构建过程，随后介绍大语言模型相关的背景知识以及重要概念，包括涌现能力、扩展定律以及二者之间的联系与区别；• 评测与应用部分. 第 12 章将主要介绍面向大语言模型性能的评测方法，针对不同的能力维度介绍相关的评测集合、评测指标以及评测方法，并且指出大语言模型目前存在的问题。
2024-09-13 17:44:36
565
原创 球球各位，别再卷AI产品经理了！！！
起因：由于卷子哥，9.9的slogan被抄了，竞品也在卷我，害。加上最近有无数人在问我AI产品和跨境电商的事，我真的被问麻了，同样的问题被问了无数次，所以想写一篇文章专门说说这个事。由于秋招咨询量爆炸，请卷子们提前预定9.9咨询，内卷！启动！（我不信这个还被抄）根据卷子哥的检索，“内卷”（involution）是社会学那边的概念，与“进化”evolution相对。美国人类学家克利福德，在1963年发布著作《农业内卷化——印度尼西亚的生态变化过程》
2024-09-12 12:00:08
700
原创 AIGC时代，产品经理的角色定位与能力模型
当下，要是问产品经理想往哪个方向发展，90%都会说想转AI产品经理。但是AIGC产品经理和传统产品经理有什么异同？新时代，对于产品经理的要求又有哪些变化呢？产品经理这个角色由来已久，在 PC 时代、移动云时代、产业时代，它们分别代表着不一样的承载着不一样的使命。
2024-09-12 11:50:34
383
原创 从零开始：AI产品经理的入门路线图
AI技术的核心是模仿人类的学习和决策过程，以在特定任务上达到并超越人类的表现。机器学习是实现AI的一种手段，它使计算机能够通过数据学习和改进。在机器学习中，算法通过对大量数据的分析学习，捕捉数据的模式和规律，并用于预测或分类任务。深度学习是机器学习的一个分支，它以人工神经网络为基础，尤其善于处理视觉和语言识别问题。深度学习模型通常需要海量的数据来训练，它可以识别和利用这些数据中的复杂模式。AI产品经理需要理解这些原理，才能准确地与团队成员和利益相关方沟通，并作出明智的决策。
2024-09-10 15:49:22
1262
原创 产品经理如何掌握AI：一份实用的学习指南
AI时代的产品经理角色产品经理在AI时代扮演的角色不仅仅是产品的规划者和执行者，更是AI技术的应用者和创新者。通过使用AI，产品经理可以设计一个智能助手，它能够根据用户的历史行为推荐个性化的产品或内容。►理解AI的核心价值对于产品经理而言，重要的不是深入AI的技术细节，而是理解AI如何改变产品与用户的互动。生成式AI作为当前的热点，它通过“生成”内容来弥补用户和产品之间的信息差距，从而革新了交互体验。你是一家研发公司的产品经理，老板准备推出一款扫地机器人，希望你做出产品方案。
2024-09-10 15:03:57
1018
原创 2万字长文，如何成为一个“懂”AI 的产品经理？
坦率来说 2024 年围绕大模型，产品的发展速度比之前预期的要低一些，比如在 BI 领域，Chat BI 声量很大，但落地下来效果并不好，这个也很正常，因为每个人总是会在短期内高估技术带来的价值，而在长期范围低估技术带来的价值。这里面有客观的原因，一项技术基底在真的应用到行业的方方面面本身就是需要过程的，因为这项技术需要去和原本的实现方案做竞争，就像俞军给的知名的需求公式：用户价值= 新体验– 旧体验– 替换成本。很多时候即使用了新技术，收益可能也没有想象的那么大，这是一个事实。
2024-09-10 11:57:18
1547
原创 爽爆了！转行AI产品经理，涨薪40%！
每天都是整理需求、开会、写文档、协调资源·被开发、运营diss一通，顺便为产品“背个锅”·熬夜加班做出来的产品，业务团队还是不愿意用…更让人头秃的是，干了3年，好像到了“职业天花板”，升职加薪的迹象一点没有，裁员的风声却与日俱增……上周偷摸面了个试，面试官上来就抛了一个问题：有没有做AI产品的经历？AI在B端和C端有哪些落地场景？AI算法工程师说你的需求实现不了怎么办……沉默片刻，一抬头，撞上面试官的眼神，我就知道我凉了……现在的产品人，都要求要会AI了？现在连中小企业都开始接入AI功能。
2024-09-10 11:39:33
392
原创 刚刚，开源大模型的新王诞生了：超越GPT-4o，模型还能自动纠错
乍一看，Reflection 70B 似乎是横空出世，HyperWrite 的知名度并不高。但其实 Shumer 已是 AI 领域的创业老将了：2020 年，他与就 Jason Kuperberg 共同创立了 Otherside AI。从左至右分别为 Otherside AI 的联合创始人：Matt Shumer, Miles Feldstein 与 Jason Kuperberg。Otherside AI 凭借其当家产品 HyperWrite 收获了一波流量。
2024-09-08 13:45:00
1211
原创 本地运行Llama3极简傻瓜教程
不知道各位小伙伴是否有听说过wsl呢？wsl的全程是Windows Subsystem for Linux，也就是windows的linux子系统，也就是我们用再安装虚拟机或者双系统，可以在windows上顺畅的运行linux。安装指南如下：https://learn.microsoft.com/zh-cn/windows/wsl/install。
2024-09-07 14:30:00
1060
原创 教你轻松本地电脑部署最新Llama3.1，搭建免费本地大模型助手
是一个开源的大模型管理工具，它提供了丰富的功能，包括模型的训练、部署、监控等。通过Ollama，你可以轻松地管理本地的大模型，提高模型的训练速度和部署效率。此外，Ollama还支持多种机器学习框架，如TensorFlow、PyTorch等，使得你可以根据自己的需求选择合适的框架进行模型的训练。好了，使用Ollama在本地部署Llama3.1的教程就为大家教到这里，大家快动手试试，愿大家在本文中能有所收获。回答速度挺快，答案不知道对不对，但可以自圆其说，哈哈，这个大家自己测试体验一下吧。
2024-09-06 16:37:07
329
原创 使用 LlamaIndex 从 PDF 文档构建知识图谱 RAG
之前，我从 PDF 文档中实现了 RAG LLM。检索增强生成 (RAG) 的概念是向大型语言模型 (LLM) 提供来自外部知识源（如 PDF 文档、CSV 文件等）的补充信息。这使它们能够生成更准确、更符合上下文的响应。但是，RAG 难以处理广泛的异构信息。RAG 利用向量数据库，该数据库基于不同实体（如单词或短语）的高维向量表示来测量它们之间的相似性或相关性。它忽略了实体的结构和关系。例如，在向量表示中，“员工”一词可能比“信息”与“雇主”更相关，因为它在向量空间中看起来更接近。
2024-09-06 15:54:13
455
原创 这本PyTorch官方出品的《Deep Learning With PyTorch》终于有了中文版！
一些线上或线下的关于PyTorch的课程和大学里的计划课程，以及大量的线上博客和教程，使得PyTorch学习起来更容易。（9-14章）作者会引导大家完成一个真正有价值的项目，肺癌的早期检测。（1-8章）是初学者水平，内容会带大家了解 Pytorch 项目，并开始掌握一些基本技能，还会介绍 Pytorch API 和一些 Pytorch 库背后的特性，并训练一个初始的分类模型。（15章）就很简单了，主要介绍了 Pytorch 部署的相关内容，非常简明，也意味着 Pytorch 的部署工具其实并不复杂。
2024-09-06 14:50:36
422
原创 Langchain-Chatchat+Qwen实现本地知识库
Langchain-Chatchat一种利用思想实现的基于本地知识库的问答应用，目标期望建立一套对中文场景与开源模型支持友好、可离线运行的知识库问答解决方案。大致过程包括加载文件 -> 读取文本 -> 文本分割 -> 文本向量化 -> 问句向量化 -> 在文本向量中匹配出与问句向量最相似的top k个 -> 匹配出的文本作为上下文和问题一起添加到prompt中 -> 提交给LLM生成回答。Qwen-7B(14B)是阿里云研发的通义千问大模型系列的70(140)亿参数规模的模型。
2024-09-04 12:00:41
1113
原创 LangChain + ChatGLM2-6B 搭建个人专属知识库
更强大的性能：基于 ChatGLM 初代模型的开发经验，全面升级了基座模型。ChatGLM2-6B 使用了GLM的混合目标函数，经过了 1.4T 中英标识符的预训练与人类偏好对齐训练，评测结果显示，相比于初代模型，ChatGLM2-6B 在 MMLU（+23%）、CEval（+33%）、GSM8K（+571%） 、BBH（+60%）等数据集上的性能取得了大幅度的提升，在同尺寸开源模型中具有较强的竞争力。更长的上下文：基于。
2024-09-04 11:55:18
897
原创 使用 Langchain-Chatchat 搭建一个自己的知识库（使用google实验室环境）
本文将在 google 实验室中使用 Langchain-Chatchat 搭建一个知识库，还可以进行聊天等功能。由于是在 google 实验室上面跑代码，所以本地电脑什么配置都无所谓！效果图运行起来后可以上传各种文档文件到知识库。完整笔记： colab.research.google.com/drive/1TDYS…
2024-09-04 11:38:57
1074
原创 215篇【大模型医疗】论文合集(附PDF)
ChatGPT的横空出世引发了新一轮生成式大模型热潮，作为最新技术的"试验场"，医疗也成为众多大模型的热门首选。😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓。，供大家学习和参考。
2024-08-31 23:37:00
253
原创 大语言模型（LLMs）经典论文清单！
原文：https://zhuanlan.zhihu.com/p/620360553要说2023刷屏最多的词条，ChatGPT可以说是无出其右。到最近的GPT-4，技术的革新俨然已呈现破圈之势，从学术圈到工业界再到资本圈，同时也真切逐步影响到普通人的日常生活与工作。坦白来讲，对于大语言模型生成相关的工作，个人长期以来持保守态度，认为这个方向更多的是一种深度学习的理想追求。现在看小丑竟是我自己，也许优秀的工作正是需要对理想状态的持续追求，才叫优秀的工作。
2024-08-31 23:21:27
1253
原创 【推荐】多模态基础大模型技术白皮书|附下载
为此，需研究多模态内容理解与生成任务统一建模，面向理解与生成任务相关的多种下游任务，包括语音识别、语音合成、视觉描述、视觉问答、视觉内容生成、跨模态检索等具体应用，设计与多模态预训练模型尽可能兼容的多任务学习机制，使得各个任务的学习能够互相兼容、互为增强，各个任务可以从其他任务中所学到的技能和知识中收益，在提升模型性能和泛化能力的同时，赋予预训练模型更强的通用性。因此，需研究面向应用部署的模型推理加速、面向特定任务的模型泛化与迁移学习，实现高效的预训练学习算法，同时保障预训练模型泛化性和鲁棒性。
2024-08-30 18:01:27
1158
原创 互联网人+大模型=？
外界看是“你有这么高速运转的互联网人搭载了大模型记住我给出的原理”而实际上大模型的出现让原本分裂出了朋友，现在是大模型乱纪元，而你，又是哪一派呢？派别再多大伙的终极需求也是一致的最后请问——你和AI处得怎么样？
2024-08-30 16:50:32
930
原创 深入浅出LangChain:从模型调用到Agents开发的全流程指南
不同的模型，最大的上下文窗口的大小差异较大，我们最常用的GPT-4，实际上只有8000左右的token数。它们是可以执行某些操作的对象，通常接受输入并产生输出。LangChain、LangGraph以及LangSmith的组合，极大的简化了开发者构建AI应用、Agents、Tools的工作量，抹平了各个AI厂家间的调用差异，适配了大量了中间件及组件，形成了一个完整的解决方案。如下是一个实例创建的代码，建立之后可供调用的方法是统一的，当然不同API支持的方法的数量不同，其中支持最全面的还是openai。
2024-08-29 15:07:17
848
原创 190款大模型背后：揭秘600天后的中国大模型产业落地
如果说，从移动互联网到云计算，再到今天的大模型时代，是当下对企业发展的一种宏观叙事逻辑。那么从微观上讲，对于仅过去600天的大模型时代而言，它的叙事逻辑又是怎样的？以及它的生命周期会呈现出怎样的轨迹？8月，据中央网信办透露，截至目前，我国完成备案并上线、能为公众提供服务的生成式人工智能服务大模型已达190多个，注册用户数超过6亿。在大模型狂飙的600天后，国内大模型不仅整体上呈现出百花齐放的态势，在交通、教育、制造、医疗等七大行业，更是开始崭露头角。
2024-08-29 14:51:07
1025
原创 一文带你了解RAG(检索增强生成) | 概念理论介绍+ 代码实操
RAG（Retrieval Augmented Generation, 检索增强生成）是一种技术框架，其核心在于当 LLM 面对解答问题或创作文本任务时，首先会在大规模文档库中搜索并筛选出与任务紧密相关的素材，继而依据这些素材精准指导后续的回答生成或文本构造过程，旨在通过此种方式提升模型输出的准确性和可靠性。RAG 技术架构图介绍：富文本 主要存储于 txt 文件中，因为排版比较整洁，所以获取方式比较简单实战技巧：【版面分析——富文本txt读取】
2024-08-29 10:59:08
1119
原创 AI 时代之下，如何构建企业专属的智能知识库？
想象一个由人工智能管理的强大数据库，它不仅存储信息，还能理解、分析和运用这些信息。这就是AI知识库——一个能够自我学习、不断进化的智能系统。
2024-08-28 15:34:30
1899
原创 GLM-4-Flash免费：在线微调GLM-4-Flash + Function Calling搭建法律知识库
在利用GLM-4-Flash进行在线微调和Function Calling时，数据加密：确保在数据传输和存储过程中采用加密技术，保护用户数据和法律案件信息的机密性。访问控制：实施严格的访问控制策略，限制对模型服务和案件数据库的访问权限，防止未经授权的访问和数据泄露。合规性审查：定期对模型服务和案件数据库进行合规性审查，确保符合相关法律法规的要求。
2024-08-28 15:06:05
925
原创 用 Transformers 处理自然语言：创建基于Hugging Face的文本内容处理程序
今天在寻找 Transformer 学习材料的时候，找到了《Natural Language Processing with Transformers》的开源翻译，如果没有买书的同学可以看一下。重点是情感分析的任务（一个常见的文本分类问题），并介绍了Trainer API。探讨了Transformers所面临的挑战和该研究领域的一些令人兴奋的新方向。探讨了Transformers模型生成文本的能力，并介绍了解码策略和度量。挖掘了文本摘要的复杂的序列-序列任务，并探讨了用于这一任务的指标。
2024-08-28 11:55:04
227
原创 牛津大学发布首篇《Transformer多模态学习》综述论文，23页pdf涵盖310篇文献全面阐述MMT的理论与应用
4节中，我们通过两个重要的范例，即多模态预训练和具体的多模态任务，对多模态Transformer的应用进行了回顾。本次综述的主要内容包括:(1)多模态学习、Transformer 生态系统和多模态大数据时代的背景，(2)从几何拓扑的角度对Vanilla Transformer、Vision Transformer和多模态Transformer 进行理论回顾，(3)通过两个重要的范式，即多模态预训练和具体的多模态任务，对多模态Transformer 的应用进行回顾。
2024-08-27 18:19:20
905
原创 登上神坛！这本代码逐行解读注释的transformer宝藏书籍，哪怕是零编程基础也能学懂！
这两本书都非常适合初学者和编程基础不好的人，从配置环境开始，一步步带你达成最终目标，你只需要跟着作者的步伐去思考即可！除此之外，这本书的15个章节还都是实战项目，这意味着你将会极大程度锻炼自己的动手实践能力，而非只有虚浮的理论知识。别看它封面平平无奇，这可还是除了《处理几乎所有机器学习问题》之外，我看到的第二本代码解读注释如此详细的宝藏书籍！，书中代码都非常详细且提供了解读注释，目的也是为了鼓励大家去编写和复现高质量的代码。对于想要学习transformer的人来说，它绝对是你的不二之选！
2024-08-27 16:29:18
204
原创 多模态，彻底爆发了！
全新GPT-4o mini发布，多模态AI更强大，在5月中旬，OpenAI向世界揭开了GPT-4o的神秘面纱，这个全能的多模态巨人站在了GPT-4的肩膀上，将人工智能的边界推向了新的高度！LangChain、Fine-tuning等定制你的专属大模型应用。技术的程序员、势必是未来更抢手、更具竞争力的AI技术人才！为了让大家更好的抓紧大模型机遇，特邀本号粉丝专享——借助大模型技术提高收入的可能性。，还是想转行AI赛道的传统。大模型的发展历程与训练方法。无论你是正处在瓶颈期的。2天直播+直播互动答疑。
2024-08-25 14:30:00
162
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人