ITPub博客

使用Stable Diffusion生成图像时，都需要prompt。Prompt是众多参数中的一个，也是最重要的一个。如果prompt不完整或构建的不好，生成的图片可能会与你所期望的效果不一致。本文将从影响输出的参数，有效prompt应具备的特征，强调关键词等三大层面，为您展示构建prompt的关键技巧，并可以了解到一个好的prompt能对生成优质图像产生多大影响。影响输出的参数在Stable D

2024 全球机器学习技术大会将于 4 月 25、26 日在上海环球港凯悦大酒店举行！多位大模型领域的专家将云集于此，共同探讨人工智能前沿发展和行业实践。来自蚂蚁集团 DLRover 开源负责人王勤龙将在 2024 全球机器学习技术大会上发表《DLRover 训练故障自愈：大幅提升大规模 AI  训练的算力效率》主题演讲，分享如何在千卡规模大模型训练作业下，快速故障自愈。如果你在训练大模

OneKE 是由蚂蚁集团和浙江大学联合研发的大模型知识抽取框架，具备中英文双语、多领域多任务的泛化知识抽取能力，并提供了完善的工具链支持。OneKE 以开源形式贡献给 OpenKG 开放知识图谱社区。 大语言模型目前已显著提升了人工智能系统处理世界知识的能力，然而，以大语言模型为代表的生成式人工智能依然存在推理能力不足、事实知识匮乏、生成结果不稳定等问题，这些都极大地阻碍了大语言模型的产

🌟欢迎大家在 GitHub 上 Star 我们：分布式全链路因果学习系统 OpenASCE: https://github.com/Open-All-Scale-Causal-Engine/OpenASCE大模型驱动的知识图谱 OpenSPG: https://github.com/OpenSPG/openspg大规模图学习系统 OpenAGL: https://gi

🌟欢迎大家在 GitHub 上 Star 我们：分布式全链路因果学习系统 OpenASCE: https://github.com/Open-All-Scale-Causal-Engine/OpenASCE大模型驱动的知识图谱 OpenSPG: https://github.com/OpenSPG/openspg大规模图学习系统 OpenAGL: https://gi

🌟欢迎大家在 GitHub 上 Star 我们：分布式全链路因果学习系统 OpenASCE: https://github.com/Open-All-Scale-Causal-Engine/OpenASCE大模型驱动的知识图谱 OpenSPG: https://github.com/OpenSPG/openspg大规模图学习系统 OpenAGL: https://gi

🌟欢迎大家在 GitHub 上 Star 我们：分布式全链路因果学习系统 OpenASCE: https://github.com/Open-All-Scale-Causal-Engine/OpenASCE大模型驱动的知识图谱 OpenSPG: https://github.com/OpenSPG/openspg大规模图学习系统 OpenAGL: https://gi

🌟欢迎大家在 GitHub 上 Star 我们：分布式全链路因果学习系统 OpenASCE: https://github.com/Open-All-Scale-Causal-Engine/OpenASCE大模型驱动的知识图谱 OpenSPG: https://github.com/OpenSPG/openspg大规模图学习系统 OpenAGL: https://gi

本文为蚂蚁集团开发工程师王少飞在 TuGraph Meetup 北京站的演讲，主要介绍了蚂蚁知识图谱平台经过多年金融领域业务沉淀的知识语义增强可编程框架 SPG，及 TuGraph 作为执行引擎在图谱推理过程的作用。作者介绍： 王少飞，蚂蚁知识图谱推理开发工程师，作为核心开发者从 0 到 1 参与了推理引擎的建设，目前负责 OpenSPG-Reasoner 模块的开源

Y Combinator 成立于 2005 年，是美国有名创业孵化器，致力于扶持初创企业并为其提供创业指南。许多知名的科技公司，如 Airbnb、Dropbox、Reddit、和 Stripe 都曾是 Y Combinator 的校友。Sam Altman 在创立 OpenAI 之前也曾担任 Y Combinator 的合伙人和总裁。近日，Y Combinator 举办了 2024 年第一场 De

本文来自蚂蚁 DLRover 开源负责人王勤龙（花名长凡）在 2024 全球开发者先锋大会 (GDC) 的分享 ——《DLRover 训练故障自愈：大幅提升大规模 AI 训练的算力效率》。

蚂蚁集团与浙江大学共同完成的 “面向金融场景的可信高效机器学习平台研发与应用” 项目获得 “吴文俊人工智能科学技术奖科技进步一等奖”。

该论文提出了结合实体感知检索策略和事实标签诱导策略的GPT-RE，以提高基于大语言模型的上下文学习在关系抽取任务上的性能。

分享嘉宾｜丁雷雷 蚂蚁集团算法专家 硕士毕业于北京邮电大学自动化学院，曾在阿里妈妈搜索直通车做广告算法。目前在蚂蚁机器智能部，从事异常检测、时序预测、归因分析、因果推断算法工作。 本文将分享异常检测与归因诊断在蚂蚁集团的实践。主要围绕归因诊断、异常检测、问题与挑战三个方面展开。

在 GTC 2024 大会 China AI Day 线上专场的演讲。在演讲中张科分享了 AI 工程当前的现状和主要挑战，以及蚂蚁集团在 AI 工程领域的实践经验和开源项目

1% 的训练提速，或者几秒之差的故障恢复时间，累积起来，都能影响到几百万的成本。

蚂蚁集团算法专家丁雷雷从归因诊断、异常检测、问题与挑战三方面分享在蚂蚁金服上的实践案例。

本文将梳理知识图谱常用的推理算法，并讨论各个算法之间的差异、联系、应用范围和优缺点，为建设知识图谱的图谱计算和推理能力理清思路，为希望了解或者工作中需要用到知识图谱推理算法的同学提供概述和引导。

本报告从两个方面来介绍我们如何利用更多的数据来做好因果推断，一个是利用历史对照数据来显式缓解混淆偏差，另一个是多源数据融合下的因果推断。

为了解决这些限制，作者提出了 Think-on-Graph (ToG)，这是一个新颖的框架，它利用知识图谱来增强 LLM 的深度和负责任的推理能力。