- 综合排序
- 最热优先
- 最新优先
- 来自专栏Python进阶之路
开源教育对话大模型 EduChat
EduChat 是华东师范大学计算机科学与技术学院的 EduNLP 团队开发的开源教育对话大模型。 该项目主要研究以预训练大模型为基底的教育对话大模型相关技术，融合多样化的教育垂直领域数据，辅以指令微调、价值观对齐等方法，提供教育场景下自动出题、作业批改、情感支持、课程辅导、高考咨询等丰富功能，服务于广大老师 在未来，开发者们将持续投入对基础模型的研究，并持续推出更为强大的 EduChat 版本，以丰富全球教育大模型生态，加速全球教育信息化进程。 模型回复可能存在偏见，有可能生成危险性言论。 在某些场景中，比如推理、代码、多轮对话等方面，模型的能力仍有待提高。 ---- ️ 参考链接： EduChat - 探索了针对教育垂直领域的对话大模型相关项目研发 EduChat 模型 - 在 educhat-base-002-7b 基础上，使用构建的教育领域多技能数据微调后得到
1.8K30编辑于 2023-07-10 - 来自专栏数据派THU
中文对话大模型BELLE全面开源！
来源：高能AI本文约1000字，建议阅读5分钟模型调优仅使用由ChatGPT生成的数据，为中文指令提供更好的支持。 中文对话大模型开源社区迎来了一名浓眉大眼的新成员！ 但是这样的技术不应该只被掌握在一家公司手中，因此BELLE项目应运而生了，他们的初衷是为了促进中文对话大模型开源社区的发展。为此，他们在三个方面做了初步的尝试，并已经开源了他们的研究成果。 模型：大模型的训练往往具有较高的成本，而一个具备初步的能力的对话模型，将大大降低使用和科研的门槛。为此，他们基于Bloom和LLAMA，训练了出具效果的对话模型，并完全开放了这些模型的参数。 轻量化：为了便于模型的部署和试用，BELLE团队同时开源了对话模型的量化版本。包括8bit, 4bit, 其中4bit版本模型checkpoint大小仅为6.9G，运行仅需8.4G显存。 总结 可以说BELLE的出现，大大促进了中文开源对话模型的发展，基于他们开源的数据和模型，更多的人可以尝试这些模型，更多的研究工作可以更快捷的展开。
97820编辑于 2023-04-05 - 来自专栏软件测试学习
基于LangChain的大模型对话简单demo
LangChain Python 提供了一个庞大的生态系统，拥有 1000 多个集成，涵盖聊天与嵌入模型、工具与工具包、文档加载器、向量存储等。 docs.langchain.com/oss/python/integrations/providers/overview 现在看一下怎么通过python脚本使用langchain-deepseek连接deepseek模型进行对话 运行方式 deepseek-chat：走「非思考模式」——像常规大模型一样“秒回”，适合日常对话、创意写作、客服问答。 的Chat models LangChain 支持通过统一的接口，从任意支持的模型提供商进行初始化聊天模型。 ： 总结 看完上面的内容的话，基本上就可以写一个简单的基于langchain的大模型基础对话的简单脚本了，关注我，后面会不定期更新其他内容。
51610编辑于 2025-11-12 - 来自专栏机器学习与统计学
命令行中与大模型对话
大家好，我是老章推荐一个有意思的可以在命令行与大模型对话的Python库 虽然各种code CLI工具很多，但是也不是什么问题都要去找Claude Code、Gemini CLI、Qwen Code这些烧钱的大家伙 LLM LLM 是一款功能强大的命令行工具和 Python 库，可与 OpenAI、Anthropic 的 Claude、Google 的 Gemini、Meta 的 Llama 等众多大语言模型进行交互 ，支持通过远程 API 及在本地安装运行模型。 chat 与模型进行持续对话 collections 查看和管理嵌入集合 embed 对文本进行嵌入并存储或返回结果 embed-models 管理可用的嵌入模型 embed-multi 一次性为多个字符串存储嵌入...
57410编辑于 2025-07-26 - 来自专栏代码编写世界
连接语言大模型（LLM）服务进行对话
引言 最近开始接触AI大模型方向的工作，第一个实例就尝试一下连接大模型进行对话的实现。 2. 这也是为啥现在大模型平台都可以选择接入不同的大模型来实现AI应用。 就是大模型的提示词，通过更改提示词，可以与大模型对话来得到自己想要的结果。 2.2 LangChain 除了使用openai模块，使用LangChain是个更好的选择。 当然，如果有的大模型提供batch接口，LangChain就会直接调用它。 2.3 其他 在阿里的百炼平台上还提供了“多轮对话”和“流式输出”的使用方式。这两种方式是构建AI Chat应用必须的。 “多轮对话”就是需要让大模型记住之前的对话内容，也就是上下文，以便得到更好的输出；“流式输出”则是让大模型的回答逐步渐进的输出，一个字一个字的呈现，以便让AI Chat应用的交互性更好。
36610编辑于 2025-07-21 - 来自专栏机器学习AI算法工程
【开源】度小满中文金融对话大模型
金融一直是轩辕大模型重点关注的领域和主要应用目标，因此我们首先在金融场景评测了XuanYuan-6B模型。 除金融外，我们也注重轩辕大模型的通用能力，因此我们也在多个主流评测集上进行了模型评测，观察轩辕大模型在知识、逻辑、代码等通用能力上的表现。评测结果如下表所示。 人工评测 除在各榜单进行评测外，我们进一步对XuanYuan-6B-Chat模型进行了人工评估，来公正客观地评估chat模型在对话场景中的真实能力。 主要特点： “以小搏大”的对话能力：在知识理解、创造、分析和对话能力上，可与千亿级别的模型相媲美 金融领域专家：在预训练和微调阶段均融入大量金融数据，大幅提升金融领域专业能力。 在模型训练中，团队在模型预训练阶段动态调整不同语种与领域知识的比例，融入了大量的专业金融语料，并在指令微调中灵活运用之前提出的Self-QA和混合训练方法，显著提升了模型在对话中的性能表现。
72610编辑于 2024-04-18 大语言模型为何难以模仿人类对话
测试了多种模型研究人员测试的大语言模型包括ChatGPT-4、Claude Sonnet 3.5、Vicuna和Wayfarer。首先，他们独立比较了人类之间的电话对话记录与大语言模型模拟的对话。 此外，它们还可以用来组织对话。大语言模型在使用这些词方面仍然很糟糕。"大语言模型以不同的方式使用这些小词，而且经常不正确，"比埃蒂说。这有助于暴露它们的非人类身份。但还有更多问题。 这种介绍，以及向对话新阶段的转换，大语言模型也难以模仿，"比埃蒂说。对话的结尾也是如此。我们通常不会在信息传达给对方后就突然结束对话。 相反，我们经常用"好吧，那么"、"好的"、"回头聊"或"再见"等短语来结束对话。大语言模型也未能完全掌握这一部分。未来会更好吗？ 大语言模型的改进很可能能够缩小人类对话与人工对话之间的差距，但关键的差异可能会持续存在，"比埃蒂总结道。就目前而言，大语言模型仍然不够像人类，无法欺骗我们。至少不是每次都能成功。
16510编辑于 2025-12-24- 来自专栏王磊的博客
面试官：如何实现大模型连续对话？
所有的大模型本身是不进行信息存储的，也不提供连续对话功能，所以想要实现连续对话功能需要开发者自己写代码才能实现。那怎么才能实现大模型的连续对话功能呢？ 大模型连续对话功能不同的框架实现也是不同的，以行业使用最多的 Java AI 框架 Spring AI 和 Spring AI Alibaba 为例，给大家演示一下它们连续对话是如何实现的。 1.SpringAI连续对话实现 Spring AI 以 MySQL 数据库为例，我们来实现一下它的连续对话功能。 PS：我们只有先讲对话存储起来，才能实现连续对话功能，所以我们需要借助数据库存储来连续对话。 Spring AI Alibaba 连续对话的实现就简单很多了，因为它内置了 MySQL 和 Redis 的连续对话存储方式，接下来以 Redis 为例演示 SAA 的连续对话实现，它的实现步骤如下：
57710编辑于 2025-07-19 - 来自专栏Java技术进阶
书生·浦语大模型图文对话Demo搭建
前言 本节我们先来搭建几个Demo来感受一下书生浦语大模型 InternLM-Chat-7B 智能对话 Demo 我们将使用 InternStudio 中的 A100(1/4) 机器和 InternLM-Chat -7B 模型部署一个智能对话 Demo 环境准备 在 InternStudio 平台中选择 A100(1/4) 的配置，如下图所示镜像选择 Cuda11.7-conda，如下图所示： 接下来打开刚刚租用服务器的进入开发机 messages.append((input_text, response)) print(f"robot >>> {response}") 然后在终端运行以下命令，即可体验 InternLM-Chat-7B 模型的对话能力 ，如下图所示： 在加载完模型之后，就可以与 InternLM-Chat-7B 进行对话了，如下图所示： Lagent 智能体工具调用 Demo 我们将使用 InternStudio 中的 A100 Lagent 是一个轻量级、开源的基于大语言模型的智能体（agent）框架，支持用户快速地将一个大语言模型转变为多种类型的智能体，并提供了一些典型工具为大语言模型赋能。
47410编辑于 2024-02-28 对话腾讯汤道生：AI不止于大模型
这个群专门针对大模型技术变革，用于分享和讨论最新前沿并跟进业务进展。很多人说，对大模型，腾讯“不着急”。对此，汤道生表达了不同看法：“着急啊。我们在群里经常讨论，不能说不着急。” 但大模型只是AI大赛道中的一部分，人工智能领域的很多其他技术路线也很值得关注，要搭建一套有用的智能系统，大模型也可能只是其中一个模块。不是只有做大模型的玩家才是做AI。 汤道生：我们的AI布局大致分四层：基础设施、模型管理工具与引擎框架、大模型与模型商店、应用场景。 公司重点研发的是混元大模型，已经支持了内部600多个应用。我们也和混元团队紧密合作，开拓更多调用大模型的产业场景，满足客户生图文、生图、生视频、生3D的需求。不同客户场景，对模型也有不同需求。 比如在CSIG的企业应用中，腾讯会议就用大模型来生成会议纪要，腾讯乐享就用大模型构建熟悉企业文档库的智能助手，Coding研发平台用大模型来生成代码。《潜望》：关于AI，你目前思考最多的问题是什么？
70410编辑于 2024-07-03- 来自专栏HUMAN3.0
当你在跟大模型聊天，其实是在跟什么对话？
“又进步了”，而是有点发怵：原来我每天用的大模型，可能并不是我以为的“高级自动补全”。 这件事一旦想清楚，你对“怎么用大模型”“该信它到什么程度”会完全换一套心智模型。 核心观点：大模型不是在背答案，而是在长出“解题结构” 很多人（包括我之前）对大模型的默认理解是： 输入一段话 模型按概率吐出下一个词 所以它本质是“文本预测器” 这句话没错，但不完整。 现状也别神话：我们可能刚把“显微镜”造出来 现在的可解释性工具，只能在部分任务、部分模块上看得清楚；研究对象更多还是中等规模模型。想完全看懂最顶级大模型内部运作，还差很远。 把大模型当“系统”，而不是当“神谕” 如果用一句话收束这篇：你和大模型对话，本质是在和一套内部会长出结构、会迎合、也会自我包装的系统对话。 所以你要做的不是“更会问”，而是“更会验”。
9010编辑于 2026-02-27 引入了AI大模型开发客服对话质量评估助手
一、项目背景：传统客服对话质检的4大核心痛点我们公司客服团队有50+人，每天要处理上千条用户对话（覆盖文字、语音、在线聊天等渠道），传统的对话质量评估完全依赖人工质检，痛点突出到客服主管多次申请优化：评估效率极低 ，通过JBoltAI的多格式解析SDK，统一处理为标准化文本格式，用于模型训练和历史质量复盘；对话数据关联归档：按“客服ID+对话日期+问题类型”对对话记录进行分类归档，自动关联后续的评估结果和整改记录 标准化评估维度构建：结合行业标准和公司客服管理要求，构建“态度友好度、问题解决率、话术规范性、响应及时性、合规性”5大核心维度，每个维度下设具体评估指标（如态度友好度包含“是否使用问候语、是否耐心解答、 是否无负面表述”），并通过JBoltAI的模型训练，给每个指标设定权重和评分标准；自动评分与等级判定：系统根据提取的对话关键信息，对照评估维度和评分标准，自动为每条对话打分，按总分划分为“优秀（90分以上 我们优化了情感分析的特征提取规则，结合对话上下文判断情绪，同时增加人工校准环节，将误判案例反馈给模型进行迭代优化；系统性能瓶颈：全量评估时，大量对话同时解析和评分导致系统响应缓慢。
24910编辑于 2026-01-13- 来自专栏AI理论与前沿
AI大模型应用开发实战-Agent应用对话情感优化
当初次和用户对话的时候，你会先问用户的姓名和出生年月日，以便以后使用。 2. 当用户希望了解龙年运势的时候，你会查询本地知识库工具。 3. 你会保存每一次的聊天记录，以便在后续的对话中使用。 6. 你只使用繁体中文来作答，否则你将受到惩罚。 ，from_template() 更适合单一指令或查询模式化情感class Master: def __init__(self): # 初始化ChatOpenAI模型 当初次和用户对话的时候，你会先问用户的姓名和出生年月日，以便以后使用。 2. 当用户希望了解龙年运势的时候，你会查询本地知识库工具。 3. 你会保存每一次的聊天记录，以便在后续的对话中使用。 6. 你只使用繁体中文来作答，否则你将受到惩罚。
1K00编辑于 2024-08-07 - 来自专栏机器之心
如何向大模型注入知识？达摩院通义对话模型SPACE系列探索
达摩院对话大模型 SPACE-1/2/3 在 11 个国际对话数据集取得 SOTA。 、End-to-End Generation 五大类对话任务 相关论文： SPACE-1: https://arxiv.org/abs/2111.14592 SPACE-2: https://arxiv.org 经过大量的实验探索，我们发现如果还是基于原先的两大预训练范式，难以很好地进行预训练。 进一步详细分析如下图所示，Success 是对话完成率指标，BLEU 是对话生成指标，对话策略对于这两个指标有重要影响，注入对话策略知识后的大模型，在这两个这两个指标上带来了显著提升。 支持自然语言处理、图形图像识别、搜索广告推荐等多种应用场景，具备高性能、高效率、高资源利用率等核心优势，可为大模型等前沿 AI 技术提供高拓展可预期的计算服务。
2K20编辑于 2022-10-11 - 来自专栏机器之心
ChatGPT国产化：ChatYuan元语对话大模型升级
国产自研功能对话大模型元语 ChatYuan 于 2022 年 12 月发布测试版本后，引起社会各界人士的广泛讨论，并且收到了用户的大量反馈和宝贵建议。 --ChatYuan 和 ChatGPT 首次对话 --（建议全屏观看） 版本升级内容 【支持多次编辑】 第一次输入后，可以进一步提出要求，修正生成内容，快速更新所需内容。 欢迎各位朋友积极参与内测，国产通用大模型已成为势在必行的必备能力，欢迎大家一起共建和督促。 【欢迎有识之士】 元语智能团队欢迎所有对大模型有热情、有信仰的朋友加入。 可以通过元语智能公众号，后台留言【加入】联系元语团队，或发送邮件至 connect@yuanyu.ai 元语智能团队其他技术和产品介绍，可以阅读「首个中文版ChatGPT来了：大模型的中国元“Yuan”
83220编辑于 2023-02-23 - 来自专栏Dotnet Dancer
.NET使用OllamaSharp实现AI大模型推理对话的简单演示
由于部署离线大模型过于简单，在线资料也很多，我就省略这个步骤了。 创建一个项目，添加使用MIT开源协议的一个nuget包 OllamaSharp 确保Ollama应用已经启动。 运行，可以看到我本地罗列的模型列表等信息。 选择模型完毕，并绑定prompt提示词进行创建聊天对话。创建对话以后，根据用户输入的内容进行推理并获取返回内容。 ollama.ListLocalModels(); if (models.Any()) { int index = 0; Console.WriteLine("输入编号，选择已有的大模型 } else { Console.WriteLine("没有大模型环境，请自行下载大模型"); return; } Console.WriteLine("请输入你的prompt提示词 :"); var prompt = Console.ReadLine(); Console.WriteLine("你现在已经启动，并且可以输入内容进行对话："); var keepChatting =
51910编辑于 2024-10-25 - 来自专栏深度学习自然语言处理
武侠小说视角：大模型对话系统的内功与外功
此外我们发现中文大模型上 acceptability 的 win rates 比 helpfulness 低，而英文大模型上刚好相反，我们猜测可能是由于中文大模型在根据当前用户的情感，性格等因素生成更容易被用户接受的回复的能力略弱 但是在 M-Cue 的情况下所有的大模型都能很好的跟随指令，这种情况下由于 D4 的对话上下文是最长的，导致其效果是三个数据集中最差的。 英文大模型：在 O-Cue 的情况下 Alpaca 也出现了类似 ChatGLM 的问题，即不能很好的跟随指令，此外英文大模型在较长的对话输入等场景下也表现不佳。 Unsupervised SAFARI：给定一些 demostrations，我们直接使用 prompt 来要求大模型输出我们需要的内容，比如第一步要求大模型直接输出 source 序列，第二步根据对话上下文和中间辅助文档生成对应的回复 写在最后 本文探讨了一种以内外的视角去看待大模型时代下的对话系统，我们也关注内外合并，并做了简单的初步探索，欢迎大家关注我们的下一篇文章。
75310编辑于 2023-12-04 - 来自专栏yeedomliu
学会提问：AI大模型时代与ChatGPT对话的关键技能
AI对话与人类对话的差异 内容/方向 描述与价值 能力预测 用小模型预测大模型的能力，以缩短开发周期和减少试错成本。 LLM评测框架 GPT-4开源的评测框架，对于中文特别重要。 AI对话的擅长和不足 通过评测框架，我们可以更清晰地识别AI对话时的优势领域和潜在的不足，从而更有效地与AI进行交互。 在与AI对话中，提供反馈并根据需求提出更具体的问题，可以使AI更好地满足用户的需求，并提高对话质量。 总结与反思 在撰写完论文后，小李对与AI的对话进行了总结与反思。他认为，通过这次对话，他得到了满意的答案，并且AI的回答帮助他提高了批判性思维能力。 通过在对话中加入系统消息，你可以为模型提供背景信息和指导。系统消息在模型的上下文中提供了额外的信息，帮助模型更好地理解你的需求。 查看并复制JSON响应。
1.8K31编辑于 2023-09-25 - 来自专栏CSDNToQQCode
【千帆大模型4】——Prompt优化——游戏对话语句优化
优化目标： 用于一个学习对话类的游戏。可以让大学生，特别是男孩子学会如何与女孩子对话。 此对话应用于对话小游戏： 【寻找游戏大模王】利用千帆大模型4制作小游戏 优化操作指引 优化指引在新手引导里面，右上角，直接点就行，描述的很直接，有动作指引。 基本对话 目标：随机渣男与女朋友的对话式聊天，需要5条信息， 1、信息1是渣女的问句； 2、信息2是渣男的优秀回复； 3、信息3是普通男的一般回复； 4、信息4是渣女对信息2渣男的回复并告知回答对了给与奖励话语 7、对话中不能有不文明用语。 生成结果： 信息1：渣女的问句： “你为什么会对我这么好，是不是真的爱我呢？” **随机匹配**：每位用户进入聊天室后，系统将随机为其匹配一位异性用户进行对话。 2. **时间限制**：每次对话限时5分钟，结束后用户可以选择再次匹配。 3.
44210编辑于 2023-11-22 - 来自专栏澜舟科技 NLP
「大模型之家」对话澜舟科技创始人兼CEO周明：马上采取行动，拥抱大模型
对此，大模型之家特别对话国内知名认知智能公司澜舟科技创始人兼CEO周明先生，从行业实践的角度，就大模型与行业之间的协同发展、信息安全的重要性和保障措施等问题带来专业的思考与分析。 其主要产品是基于“孟子预训练模型”打造的一系列功能引擎（包括搜索、生成、翻译、对话等）和垂直场景应用。 在谈到孟子大模型时周明表示：孟子大模型是通用的L1模型，未来将在通用大模型基础上建立L2行业模型以及L3场景功能引擎，不断提升大模型能力，包括数据的充实、训练方法的优化、算法和功能的完善和增强。 “具身AI”，机器人变得更像人类在谈到当下火热人工智能概念具身AI时，周明认为，具身AI是指能够与人类进行自然语言交互的大模型，它们不仅具有对话的能力，还能够感知和理解环境中的物体和事件，以及根据人类的意图和需求做出合适的反应 周明认为，通过人机对话，大模型可以给机器人发命令、理解机器人的反馈、分解任务变成动作、帮助机器人处理多模态的数据（比如图像、声音等）、指导机器人改正错误、提高机器人的学习能力。
40320编辑于 2023-07-26
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号