开源众包    68人浏览/44人投稿    974天前    已托管赏金

做一个数字人老师+AI大模型的方案，面向教育场景。不需要开发代码。

猿急送    98人浏览/0人投稿    1052天前    已托管赏金

【IC行业专家客服模型微调定制】有大佬可以做吗？预算 1 万人民币以内，开发时间两周以内。可以做的大佬请联系我。 1. 针对IC行业的术语和知识，定制开发和微调客服模型，确保模型可以准确理解并回复相关信息。具体需求请见需求文档: https://images-ferry.oss-cn-shenzhen.aliyuncs.com/icbot.pdf 2. 要求接单人靠谱有责任心，技术过关。有过相关大模型经验，可以提供过往案例作品。开发时间有限，如没有把握，请勿接单。感谢理解🙏 3. 麻烦先看需求文档→确认可以做后→提供过往案例作品/测试demo→语音沟通对齐需求→下单付定金→进

码市    316人浏览/33人投稿    1062天前    已托管赏金

简介做基于GPT+prompt的命名实体识别任务已有条件已有的条件包括1）已有GPT基座模型（GPT2规模）2）已有实体识别标注数据。这两个条件都有了，接下来就是需要微调实现这个方法。现在好几个高校训练了国内的大模型，包括复旦的Moss，清华的chatGLM，中科院的BaiLing等等，至少对前沿技术掌握，虽然本人设备条件当下第一版不能用这些大模型坐基座，用GPT2规模参数的基座模型上进行微调完成任务即可

开源众包    159人浏览/16人投稿    1075天前    已托管赏金

想做一个公司的本地数据库，使用GPT的智能搜索模式，但不用它的数据库，我们自己往里面填充数据。 使用GPT的大模型组织语言，文本内容不用大模型做，用向量化匹配这种机制去做，主要利用 langchain来做。具体操作如下，以及后面附的流程图。 一种利用 langchain 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。 受 GanymedeNil 的项目 document.ai 和 AlexZhangji 创建的 ChatGLM-6B Pull Request 启发，建立了全流程可使用开源模型实现的本地知识库问答应用。现已支持使用 ChatGLM-6B 等大语言模型直接接入，或通过 fastchat api 形式接入 Vicuna, Alpaca, LLaMA, Koala, RWKV 等模型。 本项目中 Embedding 默认选用的是 GanymedeNil/text2vec-large-chinese，LLM 默认选用的是 ChatGLM-6B。依托上述模型，本项目可实现全部使用开源模型离线私有部署。 本项目实现原理如下图所示，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。具体参考：https://github.com/chatchat-space/langchain-ChatGLM/blob/master/README.md在成都成都成都，最好！

码市    47人浏览/32人投稿    1075天前    已托管赏金

想做一个公司的数据库，使用GPT的智能搜索模式，但不用它的数据库，我们自己往里面填充数据。 使用GPT的大模型组织语言，文本内容不用大模型做，用向量化匹配这种机制去做。具体操作如下，以及后面附的流程图。 一种利用 langchain 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。 受 GanymedeNil 的项目 document.ai 和 AlexZhangji 创建的 ChatGLM-6B Pull Request 启发，建立了全流程可使用开源模型实现的本地知识库问答应用。现已支持使用 ChatGLM-6B 等大语言模型直接接入，或通过 fastchat api 形式接入 Vicuna, Alpaca, LLaMA, Koala, RWKV 等模型。 本项目中 Embedding 默认选用的是 GanymedeNil/text2vec-large-chinese，LLM 默认选用的是 ChatGLM-6B。依托上述模型，本项目可实现全部使用开源模型离线私有部署。 本项目实现原理如下图所示，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。

猿急送    346人浏览/26人投稿    1084天前    已托管赏金

硕士以上 工作在自然语音领域3年以上 使用大模型对专业文章进行语义提取。 输入：带有不同层次标题的文章 b) 市场系统 地下厂房安装19台单机容量为100MW的可逆式水泵水轮发电机组。厂区建筑物主要由地下建筑物和地面建筑物两部分组成。厂房采用首部式布置，距上水库进水口平面直线距离约200.00m，距下水库出水口约800.00m。地下建筑物主要包括主副厂房洞、主变洞、母线洞、主变运输洞、进厂交通洞、通风兼安全洞、高压电缆洞、上中下三层锚固排水廊道、厂顶锚固洞等洞室。地面建筑物主要是GIS楼、继保楼、出线平台和柴油发电机房。 输出：json文件 {"地下厂房":{

码市    385人浏览/14人投稿    1089天前    已托管赏金

想做一个公司的数据库，使用GPT的智能搜索模式，但不用它的数据库，我们自己往里面填充数据。 使用GPT的大模型组织语言，文本内容不用大模型做，用向量化匹配这种机制去做。具体操作如下，以及后面附的流程图。一种利用 langchain 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。 受 GanymedeNil 的项目 document.ai 和 AlexZhangji 创建的 ChatGLM-6B Pull Request 启发，建立了全流程可使用开源模型实现的本地知识库问答应用。现已支持使用 ChatGLM-6B 等大语言模型直接接入，或通过 fastchat api 形式接入 Vicuna, Alpaca, LLaMA, Koala, RWKV 等模型。 本项目中 Embedding 默认选用的是 GanymedeNil/text2vec-large-chinese，LLM 默认选用的是 ChatGLM-6B。依托上述模型，本项目可实现全部使用开源模型离线私有部署。 本项目实现原理如下图所示，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。

实现    98人浏览/14人投稿    1114天前    已托管赏金

【主要职责】 1. 负责产品web端的开发工作，主导产品核心网页部分以及 Discord 机器人的开发工作。 【职位要求】 1. 具备扎实的前端开发技能，包括HTML/CSS/JavaScript等，熟悉前端开发框架React。有实际的C 端web网页开发经验。 2. 对后端有一定的了解，包括但不限于Node.js、Python等语言，有能力进行一定的服务端开发者优先。 3. 有使用 Discord API 开发机器人的经验者优先。 4. 具备良好的学习能力和问题解决能力，对新技术保持敏感，善于查阅和学习新的技术文档，具有良好的沟通和团队合作能力。 👾About Us👾 UNFOLD是一个基于LLM、Stable Diffusion等多种AI技术，辅助UGC创作的新型互动内容平台。我们希望为每一个用户带来真正千人千面的游戏，打造一个新世代的内容IP宇宙。产品优先面向北美和日韩市场出海。 💰我们为你提供： 1. 高效敏捷的合作方式：团队互联网行业经验丰富，让你无需进行低效的沟通工作，只需要专注于自己负责的部分。 2. 有竞争力的薪资：我们提供市场竞争力强的薪资以回馈你的贡献和自驱力。 📮投递邮箱：请发送简历到recruit@solagame.club PS：邮件中简述与意向职位的匹配度及相关经验者，通过筛选后将获得更快的反馈

码市    89人浏览/19人投稿    1121天前    已托管赏金

含有大约200个语言学指标，进行基础性标注工作，标注对象为三百万字语料，包含多项基础语言学指标，例如虚词词频、句长、语句透明度等、及部分个性化语言学指标。标注完成后，完成大模型预训练、模型搭建、模型调试等构建工作，详情面议

开源众包    65人浏览/15人投稿    1127天前    已托管赏金

基于开源的语音大模型，进行二次开发调参数，优化，大模型已经有，配套简单的业务系统。