- 综合排序
- 最热优先
- 最新优先
- 来自专栏自学气象人
生成式 AI 简介
这个科技就是生成式人工智能 (Generative Artificial Intelligence, GenAI)，现在只是 GenAI 革命的开始，现在是学习 GenAI 的最佳时机。 1. 生成模型对 p(x) 建模，直接估计特征 x 的概率，从这个概率分布中采样即可生成新的特征。 由此可见，生成模型比判别模型要困难很多。 2. 生成模型的框架 了解生成模型框架之前，让我们先玩一个游戏。 normalizing FLOW model) 但是对密度函数做逼近，比如变分自动编码器 (variational autoencoder, VAE) 和扩散模型 (diffusion model) 对密度函数隐式建模 比如生成对抗网络 (generative adversarial network, GAN) 总结 生成式人工智能 (GenAI) 是一种可用于创建新的内容和想法 (包括文字、图像、视频和音乐) 的人工智能
66110编辑于 2023-09-05 - 来自专栏王的机器
生成式 AI 简介
这个科技就是生成式人工智能 (Generative Artificial Intelligence, GenAI)，现在只是 GenAI 革命的开始，现在是学习 GenAI 的最佳时机。 1. 生成模型对 p(x) 建模，直接估计特征 x 的概率，从这个概率分布中采样即可生成新的特征。 由此可见，生成模型比判别模型要困难很多。 2. 生成模型的框架 了解生成模型框架之前，让我们先玩一个游戏。 normalizing FLOW model) 但是对密度函数做逼近，比如变分自动编码器 (variational autoencoder, VAE) 和扩散模型 (diffusion model) 对密度函数隐式建模 比如生成对抗网络 (generative adversarial network, GAN) 总结 生成式人工智能 (GenAI) 是一种可用于创建新的内容和想法 (包括文字、图像、视频和音乐) 的人工智能
67330编辑于 2023-09-02 - 来自专栏慕枫技术笔记
深入理解生成式AI技术原理：初识生成式AI
真正的大师永远怀着一颗学徒的心 如果将人工智能按照用途进行简单分类的话，人工智能可以划分为决策式AI以及生成式AI两类。 所谓决策式AI就是通过学习训练数据的中的条件概率分布情况来进行判断决策，判断样本属于指定目标的概率，比如人脸识别就是典型的决策式AI，终端设备根据摄像头获取到的人脸图像来进行特征信息匹配，和后台系统中的人脸特征库进行对比来判断当前人脸信息是否在系统人脸特征库中或者是否有权限执行操作 而以ChatGPT为代表的生成式AI通过对大量数据的联合概率进行学习，对已有的数据和知识进行归纳总结，同时结合深度学习技术，自动生成新的内容，而新生成的内容可以是文字、图片甚至是视频等多模态内容。 深度学习 深度学习是生成式AI背后比较核心的实现技术，它是机器学习的重要优化手段，而机器学习又是人工智能领域重要的落地实现措施。 总结 本文主要对生成型AI进行了初步阐述，同时针对生成型AI最核心的两个技术点分别进行了初步说明，后面的专栏文章中将继续以深度学习以及大模型核心技术点作为切入点来深入分析生成型AI背后的技术原理。
2.2K30编辑于 2023-08-10 - 来自专栏DevOps
【AI】生成式AI & Gemmi模型介绍
AI 人工智能 （AI） 被认为是机器（尤其是计算机系统）对人类智能过程的模拟。这些过程包括学习（获取信息和使用信息的规则）、推理（使用规则得出近似或明确的结论）和自我纠正。 生成式AI 生成式人工智能最近变得非常流行，它被大众用来生成不同类型的内容，包括文本、图像、视频等。 生成式 AI 是人工智能 （AI） 技术的一个子集，专注于根据输入数据或从现有数据中学习的模式生成新的原创内容。 与专为分类或预测等特定任务而设计的传统 AI 模型不同，生成式 AI 模型能够创建全新的数据样本，这些样本类似于它们所接触的训练数据。它使用生成模型，这些模型根据现有数据的学习概率分布生成新内容。 在这里，我们开发了用于不同领域的不同 AI 工具列表。 参考：What is Artificial Intelliegence? - DEV Community
89010编辑于 2024-05-06 - 来自专栏AIGC
【AI】SLM，LLM，对话式AI，生成式AI的差异分析
toc一个包含许多概念和缩写的标题，别担心，下面我将为你一一解释，谷歌趋势显示，生成式人工智能是讨论最多的流行语：这是有道理的，因为生成式人工智能代表了最广泛的类别。 它涵盖了所有旨在生成新内容的人工智能系统，这些内容可能是由人类创造的。一、生成式AI生成式 AI 旨在创建类似于真实的人类生成材料的新内容或数据。 我们的内部聊天机器人处理我们网页上的信息，包括数百篇博客文章，提供对数十人十年来生成的内容的最快访问。二、LLM VS SLM语言模型是特定类型的生成式 AI，专注于处理和生成文本。1. 三、对话式AI对话式 AI 是 AI 技术的一种应用，通常利用 LLM、SLM 或不同 AI 模型的组合来模拟类似人类的对话。 对话式 AI 使计算机能够模拟类似人类的对话。这包括一系列应用，包括聊天机器人、语音助手和交互式语音应答 （IVR） 系统。我正在参与2024腾讯技术创作特训营最新征文，快来和我瓜分大奖！
1.5K10编辑于 2024-05-06 - 来自专栏云云众生s
用于生成式AI的OpenTelemetry
对 AI 运营、行为和结果的有效可观察性可以帮助实现这些目标。OpenTelemetry 正在增强以专门支持生成式 AI 的这些需求。 生成式AI的关键信号 生成式AI的语义约定侧重于通过三个主要信号捕获对AI模型行为的洞察：跟踪、指标和事件。 这些信号共同提供了一个全面的监控框架，能够更好地进行成本管理、性能调整和请求跟踪。 这些见解对于调试和优化可能出现意外行为的AI应用程序非常宝贵。 注意：请注意，我们决定使用发出的事件以及生成式AI的语义约定中的日志API规范。 随着生成式AI应用程序的增长，其他语言的附加插桩库将陆续推出，从而扩展OpenTelemetry对更多工具和环境的支持。 通过这种简单的插桩，可以开始捕获生成式 AI 应用程序的跟踪。以下是从Aspire 仪表板进行本地调试的示例。
85610编辑于 2024-12-17 - 来自专栏Java项目实战
Framer AI 零代码 生成式AI
Framer AI 零代码 生成式AIhttps://www.framer.com/更快的设计网站在熟悉的自由格式画布上设计您的网站。 使用Framer AI，你只需输入文本描述（支持中文），即可自动生成网站的设计、排版以及代码生成等工作。 点击“生成”按钮，等待AI为你创建网站。4. 在生成的网站上，你可以点击任意元素进行修改，也可以通过拖拽元素来改变位置和大小。 你可以随时返回Framer AI的主页，查看和管理你已发布的网站，或创建新的网站。如果你在描述网站时遇到困难，你描述提示词让ChatGPT帮我们生成，让AI更懂AI。 同时，Framer AI也支持中文提示词，所以如果你使用的是中文描述，AI生成的内容也会是中文的。
1.5K50编辑于 2023-07-24 - 来自专栏大模型应用开发
生成式 AI 为何必须进行 AI 评测？
生成式AI为啥必须做AI评测？AI评测，就是用一套标准化规则，去衡量AI生成内容的质量、靠谱程度、安全性和实际表现的全过程。你可以把AI评测理解成生成式AI专属的单元测试。 但生成式AI完全是另一个路子。在生成式AI项目里：大模型就是系统的“大脑”。模型本质上就是个黑盒。输出是概率性的，不是固定不变的。一模一样的输入，可能跑出好几种不一样的结果。 ⚙️AI评测落地实操1️⃣DeepEval框架DeepEval是目前很火的生成式AI评测框架，自带完善的评测指标和现成示例，适配纯LLM提示、RAG流程、智能体工作流等各种场景。 这招直接省掉大量人工造数据集的力气，AI负责生成，人只需要复核校验质量就行。3️⃣最终评测结果判定不管是测提示词、RAG还是智能体系统，测试时都会计算多个指标。 这一步汇总，能保证评测结果统一、可量化、可落地，确保AI上线前足够稳。总结生成式AI能力强，但太“放飞自我”，想做出靠谱应用，结构化评测必不可少。
17510编辑于 2026-03-22 - 来自专栏ThoughtWorks
生成式 AI 如何辅助软件交付
因此，只是考虑生成式AI如何帮助你更快地编写代码，是非常狭隘的。你需要思考整个交付周期，以及生成式 AI 如何成为整个交付周期的一部分。这样，你就可以获得可以工作的、高质量的软件。 所以当我们思考如何将生成式AI应用于构建软件时，它并不是为了让开发人员更快，而是为了改进整个流程。这将带来很多机会，因为生成式AI可以在软件开发生命周期中为你的人员提供很多帮助。 在使用生成式 AI 之前，你必须去 Google 自己搜索答案。 所以生成式 AI 还有很长的路要走。 但生成式 AI 可以消除许多流程中的障碍，这就是为什么你必须观察整个软件开发生命周期，包括思考我们如何培养未来的工程师成为优秀的工程师。 生成式 AI 会取代开发人员吗？ 生成式 AI 会取代开发人员吗？我觉得不会很快，多年来与客户合作的经验告诉我，产品需求永远不会减少，它总是会变得越来越大。
56320编辑于 2023-09-18 - 来自专栏云云众生s
使用生成式AI进行软件调试
译自 Debugging Software Using Generative AI，作者 Jeffrey Burt 是一位资深记者，拥有三十多年的新闻工作经验，过去二十多年专注于科技领域。 自从OpenAI于2022年11月底推出其ChatGPT聊天机器人以来，生成式人工智能工具和大型语言模型（LLM）的采用只有加速，深入渗透到各种形状、大小和行业的组织中，而软件开发人员并未对其产生免疫。 生成式人工智能的用例，如内容创作、对话式人工智能和语言翻译，在软件开发中是多样化且不断增长的，涉及代码优化和生成、错误修复、文档编写以及持续集成等方面。 据卡内基梅隆大学SEI博客中的AI专家在2023年10月的一篇文章称，开发人员越来越认为生成式人工智能是一个有用的工具。 LLM和软件验证 上个月，由马萨诸塞大学阿默斯特分校的计算机科学家领导的一组人表示，他们正在利用生成式人工智能和LLM的力量来解决验证代码的棘手挑战，以帮助防止软件中的漏洞。
38510编辑于 2024-03-28 - 来自专栏DrugOne
Science | 生成式AI的版权问题
对于生成式AI的批评者来说，缺乏对他们原创作品的归属和补偿是其他令人不悦之处。目前在美国正在进行的版权诉讼对于生成式AI系统的未来具有重大影响。 如果原告获胜，那么在美国合法的生成式AI系统只能是基于公共领域作品或者在许可下进行训练的系统，这将影响到所有部署生成式AI、将其整合到产品中并将其用于科学研究的人。 相较于之前的技术，何以使生成式人工智能（AI）更具颠覆性？其中一个因素无疑是生成式AI技术的快速推出、采用和适应的速度异常迅猛。与此相对，法律和政策领域的发展则较为缓慢和必要。 生成式AI似乎有望对职业作家和艺术家的职业产生重大影响。例如，在2023年的美国编剧协会罢工中，生成式AI的使用成为谈判的一个焦点。编剧们理所当然地担心这些技术会取代他们或减少他们的报酬。 当用户输入提示以指导软件生成特定类型的输出时，生成式AI系统使用复杂的统计计算来组装预测将符合用户请求的输出。
74220编辑于 2023-09-19 - 来自专栏明明如月的技术专栏
一文读懂“生成式 AI”
主要包括 4 个部分： 生成式 AI 的定义 生成式 AI 的工作原理 生成式 AI 模型的分类 生成式 AI 的应用 二、生成式 AI 介绍 2.1 生成式 AI 的定义 人工智能不等于机器学习 人工智能是关于赋予机器以模拟人类智能的能力的广泛领域 生成式 AI 和深度学习的关系 生成式 AI 是深度学习的分支。 LaMDA 、PaLM、GPT 等生成式模型在喂了大量内容后，可以直接问猫是什么？它讲给出它所知道的答案。 生成式 AI 的定义 生成式 AI 是什么？ 当用户给出提示词，生成式 AI 将会使用统计模型去预测答案，生成新的文本来回答问题。 生成式模型的分类 【生成式语言模型】是基于自然语言处理的技术，通过学习语言的规律和模式来生成新的文本。 2.4 生成式 AI 应用 生成式 AI 在文本（生成写作、AI 笔记、销售文案、聊天机器人、邮件编写等）、代码（代码生成、代码文档、文本转SQL、Web 应用构建等）、图片、发音、视频、3D 等领域都有大量的市场
7.1K61编辑于 2023-05-15 - 来自专栏云云众生s
生成式AI幕后透明度
斯坦福大学、麻省理工学院和普林斯顿大学的研究人员最近的两项研究 深入研究了支撑世界上一些最先进且广受欢迎的生成式 AI 工具的 AI 基础模型，这些工具每天被数百万（甚至数十亿）人使用。 “基础模型”一词是用来描述支撑生成式 AI 的大型深度学习神经网络的统称。基础模型 在大量数据上进行训练，以执行各种各样的任务，从生成文本、图像和编程代码到流畅地用自然语言响应书面提示和问题。 不过，可以说，它们最大的力量在于支撑新的 AI 应用：与从头开始构建自己的模型相比，基础模型允许工程团队更快、更经济地开发新的生成式 AI 应用。 为什么 AI 透明度很重要 由于相对较少的几个基础模型支撑着如此多的面向人类的生成式 AI 工具，因此透明度的需求至关重要。 例如，当我们使用 ChatGPT 生成文本，使用 Stable Diffusion 创建图像，以及使用 Tabnine 生成代码时，我们需要了解它们的基础 ML 模型是如何开发和部署的。
47010编辑于 2024-07-08 - 来自专栏大数据杂货铺
将生成式AI 投入生产
生成式人工智能和大型语言模型 (LLM) 是人工智能的新革命，为世界带来了不到两年前我们只能梦想的能力。与深度学习等之前的里程碑不同，在当前的人工智能革命中，一切都发生得比以往任何时候都快。 大多数软件开发业务很快就会将生成式人工智能集成到他们的应用程序中，所以让我们来看看一些关键问题，以确保您走在正确的轨道上，朝着正确的方向前进。 考虑启动生成式 AI 项目时，第一个问题可能是模型放在哪里？深度学习时代教会了我们大多数人使用自己的专有模型，这些模型通常分布在云服务上。 更新很快 虽然很难理解，但面向大众的 NLP 生成式 AI 已经有大约 18 个月的历史了。 要跟上最新模型，AI 开发人员必须比以往任何时候都更快地加快采用率和技术转变周期。
28710编辑于 2024-06-27 使用Nova LLM评估生成式AI模型
使用Nova LLM评估生成式AI模型评估大型语言模型（LLM）的性能不仅仅局限于困惑度或双语评估替补（BLEU）分数等统计指标。 对于大多数现实世界的生成式AI场景，关键是要了解模型是否比基线或早期迭代产生更好的输出。这在摘要生成、内容创作或智能代理等应用中尤为重要，因为这些应用需要主观判断和细微的正确性评估。 上评估生成式AI模型。 存储库模型设置要进行某中心Nova LLM-as-a-Judge评估，需要从要比较的候选模型生成输出。 结论本文演示了如何通过Amazon SageMaker AI提供的专门评估模型Nova LLM-as-a-Judge来系统测量生成式AI系统的相对性能。
34510编辑于 2025-09-09- 来自专栏云云众生s
领英应对生成式AI难题
本文独家揭密领英如何自主研发首个生成式AI工具，并在应对过程中逐步完善。 “这正是生成式 AI 所实现并为我们实现的。 但是，当他们决定在 2022 年 10 月为 LinkedIn 构建他们的第一个主要的生成式 AI 功能时，没有一个确切的指南来实现这一切。他们遇到了生成式 AI 空间所特有的重大挑战。 在这一点上，他们会批准或拒绝生成式 AI 的结果，然后继续改进，例如要求生成式 AI 使文章更加简洁明快。 “所以我们一次又一次地重复这些。 相关阅读：面向开发者的生成式 AI 提示技巧 生成式 AI 社会技术挑战#2：信任 但在机器人身上信任意味着什么？ “对于我们来说，信任是我们构建的每个产品中内嵌的一部分，”Patira说。
31410编辑于 2024-03-28 - 来自专栏Java后端
什么是生成式AI？什么是AIGC？
行业分析机构 Gartner 预计，截至 2026 年，超过 80％ 的组织将部署生成式 AI 应用程序，或使用生成式 AI 应用程序编程接口 (API)。 二、什么是生成式 AI？ 三、生成式 AI 的工作原理 大部分情况下，生成式 AI 分三个阶段运行： 训练，创建基础模型，作为多个生成式 AI 应用程序的基础。 调整，以针对特定的 gen AI 应用程序量身定制基础模型。 生成、评估和重新调整，评估生成式 AI 应用程序的输出，并不断提高其质量和准确性。 1、训练 生成式 AI 始于一个基础模型 – 深度学习模型，是多种不同类型生成式 AI 应用程序的基础。 五、生成式 AI 的优势 生成式 AI 较为明显的整体优势是效率更高。生成式 AI 可以按需生成内容和答案，因此有可能加速或自动化劳动密集型任务、降低成本并让员工腾出时间从事更高价值的工作。 同时，生成式 AI 也有其他一些益处。 1、增强创造力 生成式 AI 可以通过自动执行头脑风暴激发创造力，生成多个新颖内容版本。
2.6K21编辑于 2024-07-30 生成式AI驱动医疗信息秩序重构
从流量依赖到数字信誉资产的产业转型观察智能检索时代的规则迁移随着生成式人工智能加速嵌入社会信息系统，公众获取专业知识的路径正在发生深层次变化。 当信息缺乏权威来源支撑与数据化呈现方式时，生成式AI在语义分析过程中往往降低其权重，导致品牌在智能检索端的可见度下降。同时，医患之间的信息不对称问题仍未根本改善。 生成式AI并非简单的信息聚合工具，而是通过算法模型对信息进行语义拆解、来源识别与可信度排序。当机构信息未形成标准化数据结构与长期沉淀的数字资产时，其在AI检索系统中的权重将持续被压缩。 高质量发展的信任底座从更长远的产业视角来看，生成式AI时代的竞争核心，不再是流量规模的博弈，而是数字信誉资产的积累能力。 生成式AI所带来的，并非简单的技术工具升级，而是一次关于信息秩序与信任逻辑的深度重构。可以预见，随着数字信誉资产逐步成为衡量机构价值的重要维度，医疗行业的竞争逻辑将更加透明、理性与规范。
9810编辑于 2026-03-03- 来自专栏刘旷专栏
生成式AI“暴走”，BAT兵戎相见？
山雨欲来风满楼，互联网大厂纷纷躬身入局，伴随着生成式AI在各家战略布局中的权重越来越高，未来生成式AI赛道或是避免不了一场血战。 也就是说，日后生成式AI在腾讯各项业务中应用的可能性非常多，生成式AI技术或会成为腾讯未来的重要增长动力。 对外，为相关生成式AI产品提供算力支撑。 生成式AI是块硬骨头 尽管百度、腾讯、阿里正努力在生成式AI领域中补齐功课，但现实挑战诸多，这条路它们可能走得不会太顺遂。 一来，像任何新兴技术一样，生成式AI现在的难关仍然是技术、市场相对不成熟。 在C端，生成式AI在聊天机器人、AI绘图等比较火热的场景中，仍旧存在版权限制、产品“鸡肋”等问题；在B端，目前尚未出现主流企业应用生成式AI成功出圈的案例。
33720编辑于 2023-04-06 - 来自专栏量子位
AI大模型加持，生成式搜索来了！
百度发布“文心百中”，用AI大模型技术驱动的产业级搜索系统。构建企业内部搜索引擎的人力成本减少90%以上，同时只需要极低数据。 用户的高频需求，驱动着AI技术变革。新技术又能激发新用户需求表达，两者构成“双轮驱动”，持续推动搜索进化。 比如虚拟人技术加持下，可以实现交互式对话，单纯的搜索之外又有了聊天、陪伴需求。 正如百度研究院在年初的十大科技趋势中所预测的，AIGC（AI Generated Content，人工智能生成内容）在今年大放异彩。 未来AIGC继续与搜索深度结合，还将带来“搜索即生成”甚至“搜索即创造”。 百度CEO李彦宏前段时间也说过： 随着技术的突破，AI作画、AI视频、甚至AI构建一个虚拟世界可能都会像手机拍照一样简单。 而一切技术的突破和创新，都离不开人才。
71710编辑于 2023-02-28
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