https://mp.weixin.qq.com/mp/appmsgalbum?__biz=MzI4MTUzMjc1MA==&action=getalbum&album_id=3983660629700788235#wechat_redirect


可以关注，有问题可以评论

github: https://geasyheart.github.io/
另外难道微信公众号不香么： https://mp.weixin.qq.com/mp/appmsgalbum?__biz=MzI4MTUzMjc1MA==&action=getalbum&album_id=3983660629700788235#wechat_redirect

我又来灌水了

新增一个实战合集： https://mp.weixin.qq.com/mp/appmsgalbum?__biz=MzI4MTUzMjc1MA==&action=getalbum&album_id=3997795503839789080#wechat_redirect

更新《 CLIP 、ViLT 与 LLaVA：多模态模型是如何看图说话的？》：
https://mp.weixin.qq.com/s?__biz=MzI4MTUzMjc1MA==&mid=2247483729&idx=1&sn=28a528af2b3be08a9f718d81053912bd&chksm=eba68170dcd10866fad93b99bca6d6025e9b6a71c28bffe836d1a22eaef686145611df72047b&scene=178&cur_album_id=3983660629700788235&search_click_id=#rd

https://mp.weixin.qq.com/s?__biz=MzI4MTUzMjc1MA==&mid=2247483720&idx=1&sn=31351b0112883dff940d68f9ce279274&chksm=eba68169dcd1087fefacc4ceb9ec2cc63dce5f4999e35b87fa4e8bb5234ca2f72b9c0de5144c&scene=178&cur_album_id=3983660629700788235&search_click_id=#rd


这篇文章主要讲 ViT ，即图像也能像语言一样，被统一处理。

今天又新增了一篇文章，讲多模态的历史推演，地址： https://mp.weixin.qq.com/s/wXEGadFnzOjWAiFaswCgpg ， 也可以一定程度作为种类的补充～

@charlestang 首先感谢您的关注与指教。关于直接进入到 word2vec ，在写之前有思考过这个问题，1 ）一些自然语言的书籍，会从 RNN 、LSTM 介绍起，希望开辟一个能够直接上手的切入口，后续也打算用 torch 来手搓一个 word2vec 。前者也可以作为补充。2 ） word2vec 、bert,算是 NLP 领域比较重大的突破，沿着这个关键点往前或者往后推，可能也会容易一些。

一看您是有 AI 领域相关经验的，至少从产品角度来讲，也是未来技术领域需要突破的或者找合适的 case 来做成产品。针对 ChatGPT 和 Claude 和 Google Gemini 等，代表了最新/高的大模型能力，接入也扩展了产品的丰富度。


针对这个合集，不会针对技术细节做过多讲解。后面会补充一个纯代码的合集，会从简单入深到现在业界动态，我也希望从这个过程里传统开发者和初学者能够感受、融入到这个行业，自身来经历。

针对痛点、优缺点等，这里作为从业者也是有实打实的切身感受的，也非常感谢您的建议，后续也可以作为一期来专门分享给有一定经验的从业者。

今日分享： https://mp.weixin.qq.com/s/-9eUhuMqqgskwPf3BDtgzA

后续这个合集会写：
1. 给大模型赋能（引入 RAG 、微调、工具调用、MCP ）
2. MLLM: 看得懂文字，也看得懂图片（语音）
3. 强化学习：使模型真正理解语言

将目前大模型在做的和一些较新的技术用最简单的方式讲清楚，让大家有一个历史的发展框和快速上手。

@ogzo 你用的中信？

可以购买加密软件

pytorch 、numpy

http://geasyheart.github.io/ 这个看着也不错哦😬

月嫂还是蛮坑的，有条件最好家人照顾。

https://geasyheart.github.io/

发现楼上的主题都很 nice 啊

相似语义的高维分布是临近的，可以用余弦相似度、L2 等来进行计算。可以用多维向量来表示人类语言，比如：
你：[1.2323, 0.23445, -23.234234]这个 3 维来表示，也可以用 256 、768 、1024 等维度来进行表示。

获取向量一开始可以认为是随机初始化的，通过反向传播来进行更新。

@lrh3321 冒泡