读论文时间！ 基于 WiFi CSI 数据预测人类活动的深度神经网络方法 官方代码： https://github.com/Retsediv/WIFI_CSI_based_HAR 引入 使用Wi-Fi信道状态信息（CSI）是一种新颖的环境感知和人类活动识别（HAR）方法。 HAR 不仅是检测某一特定时刻的人类活动。例如，它还包括手势识别等三个主要类别和十个子类...

成果与总体情况 一共做了四个项目，并申请了四项软件著作权，项目代码闭源，软著名称如下： 视听交互作用下的声景观审美偏好实验系统。 道路交通噪声感知下城市街道步行空间多环境场景的声舒适性评估系统。 多声源多场景综合感知下临道路商业步行街声景的舒适性评估系统。 基于多感官健康舒适性能的高校图书馆使用后评估及建筑环境综合分析系统。 软件快照： 名义上...

从整体上可以将大语言模型评估分为三个大的方面： 知识与能力 伦理与安全 垂直领域评估 知识与能力 大语言模型具有丰富的知识和解决多种任务的能力，包括： 自然语言理解（例如：文本分类、信 息抽取、情感分析、语义匹配等） 知识问答（例如：阅读理解、开放领域问题等） 自然语言生成 （例如：机器翻译、文本摘要、文本创作等） 逻辑推理（例如：数学解题、文本蕴含...

深度学习需要数据，国外论文的很多数据是保存在谷歌 drive 上面的，需要让Linux服务器具备上网功能。 推荐上网工具：https://cdn.runba.cyou/user 参考：https://cdn.runba.cyou/doc/#/linux/clash 创建并进入程序目录 mkdir ~/.config/ mkdir ~/.config/...

读论文时间！ 视频问答（VideoQA）模型：Video Graph Transformer，VGT 官方代码： https://github.com/sail-sg/VGT 介绍 当前视频问答遇到的问题： 视频编码器过于简单。目前的视频编码器要么是稀疏帧上操作的2D神经网络（CNN 或 Transformer ），要么是在短视频段上操作的3D神经网络。这些网...

读论文时间！ 多模态大模型MiniGPT-4 内容整理自《大规模语言模型从理论到实践》 模型 MiniGPT-4 期望将来自预训练视觉编码器的图像信息与大语言模型的文本信息对齐，它的模 型架构如图所示。具体来说主要由三个部分构成：预训练的大语言模型 Vicuna，预训练的视觉编码器以及一个单一的线性投影层。 Vicuna 模型 Vicuna 是一个基于解码器的...

读论文时间！ 生成式预训练模型 GPT。 参考： 李沐读论文 《大规模语言模型从理论到实践》 前置知识：Transformer GPT的本质是把transformer的解码器拿出来，然后在没有标号的大量文本数据训练一个语言模型，来获得一个预训练模型，然后再用它在子任务上作微调。 概述 在transformer出现后，G...

查看 jupyter notebook 复习与准备 import os from openai import OpenAI os.environ['HTTP_PROXY'] = 'http://127.0.0.1:xxxxxx' os.environ['HTTPS_PROXY'] = 'http://127.0.0.1:xxxxxx' os.environ["OPENAI_AP...

查看 jupyter notebook Knowledge augment prompt（知识增强提示）是一种用于在生成文本任务中引入外部知识 以提高生成文本的质量和准确性的技术。该技术可以与语言模型结合使用，以增强模型的能 力。 在传统的生成文本任务中，模型只能基于其已经学习到的训练数据进行生成。然而，训练数 据可能是有限或不完整的，导致生成的文本可能缺乏准确性或相关性。Kno...

查看 jupyter notebook 通常情况下，广泛使用的大模型是在大量公开可用的数据上进行预训练的，而构建在LLM之上的应用程序通常需要使用私有或领域特定的数据来增强这些模型。因此， LangChain的出现旨在为开发这类应用程序提供一个框架和支持。这个框架的目标是协助开 发者更容易地构建应用程序，利用LLM技术与自然语言进行交互。 请设想下面这几种场景：你拥有几本电...