- 综合排序
- 最热优先
- 最新优先
- 来自专栏DrugOne
AI大模型助力智能化药物递送研发
近日，「德睿智药」与帝国理工学院联合发布了基于AI大语言模型的光响应分子生成技术框架UVGPT，验证了将AI大语言模型应用于智能药物递送领域的可行性，有望加速新型光响应分子设计与研究应用。 在本研究中，论文团队通过自研大语言模型UVGPT和含时密度泛函理论TDDFT量子化学计算验证，成功设计出更有效的紫外光响应给药分子。本研究为药物递送领域提出了新的大模型赋能的计算化学解决方案。 紫外光响应分子生成工作流程 如图1所示，研究团队采用了PubChem数据集中的化合物信息对基于GPT-2框架大语言模型进行预训练，旨在生成具有高类药性和合成可及性的分子。 以此为基础使用紫外光分子数据集进行微调，使模型具备生成具有紫外光吸收特性的分子的能力。基于生成的紫外光分子数据集，研究团队进一步构建了筛选模型。 分子SMILES表达式与第一激发能的转换波长 4、结论 本研究将AI大语言模型应用于智能药物递送领域，搭建了基于AI大语言模型的光响应分子生成技术框架，并生成了可供进一步研究的紫外光响应给药分子。
53710编辑于 2024-03-18 - 来自专栏DrugOne
AI大模型驱动的智能化学结构分割框架ChemSAM
研究团队开发了一种基于深度学习的高性能化学结构分割模型ChemSAM，利用大模型框架从化合物的图形表示中识别其结构。 2023年，通用的图像分割基础大模型SAM（Segment Anything Model）问世并备受瞩目，该模型能够分割给定自然图像中的任何目标。 如图1所示，本文研究团队提出的ChemSAM模型通过引入领域知识理解，将SAM模型能力成功扩展至化学领域，在实现化合物结构精准提取的目标上取得了重要突破。 图1. ChemSAM模型概览 ChemSAM模型由三部分架构而成：图像编码器、提示编码器和掩码解码器。 掩码解码器则结合图像和提示嵌入，利用变换器模型和动态掩码预测头在像素级映射掩码。
65810编辑于 2024-03-26 - 来自专栏张善友的专栏
借助大模型实现从数字化到智能化
在数字世界中，我们需要利用规划、循环和反思的控制机制，实现任务从开始到结束的全流程控制，并调用数字世界里的外部工具进行执行，这正是我们的IT系统通过引入大模型实现数字化向智能化转变的关键技术：AI Agent 尽管大语言模型在文本领域取得了显著的成就，但本质上只具备基于零样本提示词的文本回复的能力，而不具备执行实际任务的能力。 这意味着，无论大模型在文本处理上多么先进，它们仍然需要 Agent 的介入来实现从文本到行动的转变和全流程的处理。 因此，大模型和 Agent 是两个不同的概念，前者专长于文本交互，而后者则涉及到任务的执行和落地能力。简而言之，大语言模型缺乏将文本回复转化为实际行动的能力，是典型的缸中之脑。 Agent 主要依赖于大模型的 Function Calling 能力，需要准确地识别出当前调用哪个模型来完成当前任务，并提供相应的结果，以便大模型进行下一步操作。
32610编辑于 2024-06-01 - 来自专栏DevOps时代的专栏
智能化时代：什么才是拥抱大模型的正确姿势
01 从大模型及软件开发的本质性问题出发的思考 我试图从大模型和软件开发的本质性的问题出发做一些思考。 思考2：大模型缺少抽象思维能力 从形象化的理解来讲，大模型学习方式趋于平面化，它的训练过程就是基于大量文本，这样一种训练方式使得对大范围的抽象设计缺少相应的掌握和应用能力；另外是精确性不足，因为大模型是概率性模型 02 拥抱大模型正确姿势 首先，我这个保守派也认为应该拥抱大模型，也承认它对我们的影响是颠覆性的。 拥抱大模型对于企业来讲是正确甚至是必要的一个方向，但是我们想实现系统和全面的智能化开发还有很多工作去做。 这方面工作不做好，指望大模型一步跨越进共产主义，我觉得不现实。不要指望大模型来了，从此以后就可以把码农裁掉一半，我觉得也不太现实。
49820编辑于 2023-08-22 - 来自专栏AI+运维：智能化运维的未来
大模型技术优化负载均衡：AI驱动的智能化运维
随着大模型技术（Large Model Technology, LMT）的发展，AI驱动的智能化负载均衡成为了优化系统性能、提升用户体验的重要手段。 项目概述本项目旨在使用Python和大模型技术构建一个智能化的负载均衡系统，涵盖以下内容：环境配置与依赖安装数据采集与预处理大模型训练与优化负载均衡策略实现实际应用案例1. 大模型训练与优化我们将使用TensorFlow和Keras构建一个深度学习模型，用于预测服务器负载。以下示例展示了如何构建和训练一个长短期记忆网络（LSTM）模型。 Server Load Prediction and Balancing')plt.legend()plt.grid(True)plt.show()总结通过本文的介绍，我们展示了如何使用Python和大模型技术实现智能化的负载均衡系统 该系统集成了数据采集、预处理、大模型训练与优化、负载均衡策略实现等功能，能够有效提升系统性能，保障服务质量。希望本文能为读者提供有价值的参考，帮助实现智能化运维管理。
60610编辑于 2024-12-21 - 来自专栏深度学习与python
企业服务大模型能否成为智能化时代的“操作系统”？
在智能化时代，企业服务大模型可谓承担着企业应用“操作系统”的角色，让支撑企业应用的技术底座的智能化能力更加完整，推动智能应用从认知阶段升级为慧知阶段，助力企业实现智能化运营，让智能化真正为企业增收。 ，使得企业服务由流程驱动转变为基于大模型调度的语义驱动，为企业带来智能化的业务运营、自然化的人机交互、智慧化的知识生成、语义化的应用生成，成为企业智能化应用创新的能量源泉。 YonGPT总体架构 2 探究业内首个企业服务大模型的核心技术 如今，推出一款单独的大模型产品已经需要企业具备相当程度的技术实力，而将大模型的能力融入已有的技术平台，对现有产品矩阵进行全面智能化升级更是需要深厚的能力积累 其中，iuap智能中台承载着iuap的智能化能力，以大模型及服务平台，与 AI 算法、知识图谱相融合的智能技术为基础，提供了数智员工、智能大搜与智能服务三大类 AI 产品服务，进而作用于财务、人力、采购等领域云 同时，当 AI 进入普及应用，企业服务大模型或将成为新时代的“操作系统”，为数智底座注入智能化能量，为企业进行智能化应用创新带来更多可能，助力企业驾驭数智未来。
70410编辑于 2023-12-21 - 来自专栏Zabbix中国官方
Zabbix告警分析新纪元：本地DeepSeek大模型实现智能化告警分析
本文将介绍如何通过集成Zabbix与深度求索AI助手，构建智能化告警处理方案。 2025开年AI王炸组合：Deepseek + Zabbix = 监控界“钢铁侠” 二、方案概述 2.1 技术架构 本方案基于Zabbix监控系统，通过Webhook机制集成Deepseek AI助手，构建智能化运维体系 ,此过程会下载40G大小的模型，耐心等待，下载完成后会自动运行模型 ollama run deepseek-r1:70b # 验证模型加载状态 curl http://localhost:11434/api 智能更新知识库内容 多模态监控 综合分析日志与性能指标 提供更全面的故障诊断视角 智能自愈 结合自动化工具实现简单故障自愈 设置分级响应策略 六、总结 Zabbix与深度求索AI助手的结合，为企业提供了一套智能化的告警处理解决方案 未来，随着AI技术的不断发展，这种智能化运维方案必将得到更广泛的应用和持续优化。
1.1K10编辑于 2025-02-27 - 来自专栏Zabbix中国官方
Zabbix告警分析新纪元：本地DeepSeek大模型实现智能化告警分析
本文将介绍如何通过集成Zabbix与深度求索AI助手，构建智能化告警处理方案。 creating-a-personal-assistant-in-zabbix-with-artificial-intelligence/29596/）二、方案概述2.1 技术架构本方案基于Zabbix监控系统，通过Webhook机制集成Deepseek AI助手，构建智能化运维体系 ,此过程会下载40G大小的模型，耐心等待，下载完成后会自动运行模型ollama run deepseek-r1:70b# 验证模型加载状态curl http://localhost:11434/api/ 如本地无条件，可选择租用线上机器进行，推荐使用spacehpc平台，在镜像市场选择DeepSeek-R1 70b镜像即可，开机后模型已下载好，直接运行即可。 未来，随着AI技术的不断发展，这种智能化运维方案必将得到更广泛的应用和持续优化。
1.2K10编辑于 2025-02-27 腾讯旗下协作SaaS产品全面接入混元大模型，实现智能化升级
大模型应用落地再加速。 4月22日，腾讯宣布旗下协作SaaS产品全面接入腾讯混元大模型，除企业微信、腾讯会议、腾讯文档等“一门三杰”产品，腾讯乐享、腾讯电子签、腾讯问卷、腾讯云AI代码助手等协作SaaS产品也都已实现智能化升级 在接入腾讯混元大模型后，腾讯电子签在合同的拟、审、签、管全生命周期提供智能化支持。在合同起草时，用户可以用自然语言输入合同要求，通过腾讯混元直接生成合同。 在企业邮箱中，腾讯混元大模型已用于英文输入时的拼写和语法检查，提升准确性；在客户服务场景，企业微信结合腾讯混元大模型为客户提供更好的服务，并提升服务效率。 腾讯混元也在积极发展多模态模型，进一步加强文生图和文生视频能力，为更多场景和产品提供服务，助力企业实现智能化。
88610编辑于 2024-06-26国内大模型语言生成BI报表产品推荐：智能化时代的决策利器
本文聚焦国内主流大模型驱动的BI产品，从功能特性、定价策略、应用场景等维度进行对比分析，重点推荐腾讯云BI，助力企业快速构建智能决策体系。 国内头部云厂商纷纷推出融合大模型的BI产品，通过自然语言交互、自动化洞察等能力降低数据分析门槛。本文将为您梳理市场上最具代表性的五款产品，并结合实际场景解析如何选择最适合的解决方案。 一、五大国产大模型BI产品横向评测 产品名称 核心功能 定价策略 字节跳动原生技术背书、短视频行业解决方案成熟 ###二、深度对比：腾讯云BI的核心竞争力 智能分析深度 支持混元大模型原生接入 未来，随着大模型能力的持续进化，BI工具或将从"辅助工具"进化为真正的数字决策伙伴。
36310编辑于 2025-11-13大模型与分布式数仓重构医保基金智能化监管闭环
破解医保基金监管的规则滞后与数据孤岛困局 从“数字化助手”向服务医保高质量发展的“智能化助手”迈进，是当前医保基金监管的核心战略目标。 全链条数据洞察能力缺失： 医保内部“参保-诊疗-结算-监管”数据未完全打通，且外部医院HIS、药品采购、公安户籍等系统存在数据孤岛，制约了多维度智能化分析与大模型技术应用的全面展开。 构建基于大模型与分布式计算的四位一体监管引擎 为彻底打破传统监管中“规则碎片化、更新滞后化”的痛点，天津易企佳信息技术有限公司引入腾讯云技术生态，构建了贯穿“规则建模-数据核查-疑点生成-展示分析”的四位一体智能化支撑体系 大模型重塑规则与代码生成效率： 突破人工提炼瓶颈，大模型直接基于自然语言解析政策文本，并具备强大的“文本转SQL、文本转Python”自动编码能力，彻底打通规则落地的“最后一公里”。 通过TCHouse的高性能数据底座与腾讯大模型生成能力的无缝衔接，不仅实现了执行监管标准统一化与地方特色规则并存，更建立了一套具备小步快跑、快速验证的敏捷迭代机制。
17310编辑于 2026-04-08- 来自专栏创作是最好的自我投资
通用大模型VS垂直大模型
在人工智能这个充满无限可能的领域内，通用大模型和垂直大模型各有千秋。就我个人而言，在二者之间的选择上，并不存在偏向某一方的倾向。我觉得应当依据实际应用场景的具体需求，来挑选最为契合的大模型。 通用大模型通用大模型，乃是旨在应对多种任务与数据类型的庞然大物级人工智能模型。 在知识覆盖的广度方面，通用大模型无疑具有明显的优势。当我们对于当下所需模型所涉及的精确专业领域的界限感到模糊不清时，选择通用大模型无疑是一种明智之举。垂直大模型接下来谈谈垂直大模型。 然而，由于垂直大模型的训练内容聚焦于当前行业，其涉猎的范围更集中，数据针对性更强，所以在提供专业咨询时往往更加精准、细致，这也正是垂直大模型的独特价值所在。 因此，对于通用大模型或者垂直大模型，更倾向于哪一方不取决于个人想法，而是取决于用户需要。
75901编辑于 2024-12-30 - 来自专栏自动化大师
国产工业大模型破局：中控时间序列大模型TPT如何重塑流程工业智能化未来
国产工业大模型破局 ➡ 中控时间序列大模型TPT 如何重塑流程工业智能化未来 一 政策信号 人工智能赋能新型工业化进入快车道 4月18日，工信部一季度经济数据新闻发布会释放重磅信号：我国人工智能与制造业融合已进入规模化应用阶段 数据显示，工业互联网核心产业规模突破1.5万亿元，覆盖41个工业大类；国产大模型DeepSeek登顶全球开源社区下载榜，人形机器人、AI终端等智能装备在汽车、电子等领域加速落地。 在这场以AI驱动的新型工业化浪潮中，中控技术自主研发的时间序列大模型TPT（Time-series Pre-trained Transformer），成为国产替代的重要一环。 中控时间序列大模型TPT的突破性在于： 双引擎架构 TPT（时序智能）与DeepSeek（认知智能）深度融合，前者实时解析温度、压力等动态数据，后者整合工艺手册、设备档案等知识库，形成“感知-决策-执行 TPT同时将装置工艺及设备参数进行融合训练，通过一个大模型捕捉所有工艺和设备参数间的内在关系，识别工艺数据变化情况，更早的预测设备异常状态并定位原因。
2.1K00编辑于 2025-05-10 - 来自专栏小洁叫你mysql
【AI大模型】训练Al大模型
大模型超越AI 目前所指的大模型，是“大规模深度学习模型”的简称，指具有大量参数和复杂结构的机器学习模型，可以处理大规模的数据和复杂的问题，多应用于自然语言处理、计算机视觉、语音识别等领域。 本文将探讨大模型的概念、训练技术和应用领域，以及与大模型相关的挑战和未来发展方向。 大模型是指具有庞大参数数量的机器学习模型。传统的机器学习模型通常只有几百或几千个参数，而大模型则可能拥有数亿或数十亿个参数。 训练大模型的挑战 训练大模型需要应对一系列挑战，包括： 以下是与大模型相关的一些代码示例： 计算资源需求： import tensorflow as tf # 指定使用GPU进行训练 with tf.device 正在经历智能化、制造革新的“车”，就有不少可以展开无限想象的大模型应用场景。
1.5K30编辑于 2023-10-10 《工业大模型应用报告》重磅发布：大模型有望成为驱动工业智能化的引擎 | 附下载
近日，腾讯研究院发布了《工业大模型应用报告》（简称“报告”），报告指出，工业正处于从数字化向智能化迈进的阶段，而大模型凭借其卓越的理解能力、生成能力和泛化能力，成为推动工业智能化的关键力量，有望拓展人工智能和工业融合的新空间 大模型为工业智能化带来新机遇报告指出，大模型的崛起有望在工业领域带来“基础模型+各类应用”的新范式。 大模型凭借其卓越的理解能力、生成能力和泛化能力，能够深度洞察工业领域的复杂问题，不仅可以理解并处理海量的数据，还能从中挖掘出隐藏在数据背后的规律和趋势。大模型为工业智能化拓展新空间。 在研发设计领域，大模型通过优化设计过程提高研发效率；在生产制造领域，大模型拓展生产制造智能化应用的边界；在经营管理领域，大模型基于助手模式提升经营管理水平；在产品服务领域，大模型基于交互能力推动产品和服务智能化 随着Agent、具身智能等新技术的发展，大模型将在工业领域开辟更多应用场景，使设备和机器更加智能化，提高生产效率和安全性。最后，大模型成本的降低将加速工业领域应用。
8.5K20编辑于 2024-03-28- 来自专栏腾讯云智能·AI公有云
【精彩回顾】腾讯云智能全链路大模型技术驱动产业智能化升级
腾讯云上海城市峰会AI产业应用分论坛聚焦"全链路大模型技术方案"展开深度研讨。 腾讯云副总裁、腾讯云智能解决方案负责人王麒表示，基于混元大模型与DeepSeek技术的双引擎协同，腾讯云提供覆盖AI云智算基建、模型开发、部署、应用落地的完整技术体系，为产业智能化转型提供可验证的实践路径 腾讯云副总裁、腾讯云智能解决方案负责人王麒 分钟级构建企业级大模型应用 针对企业落地痛点，腾讯云大模型知识引擎支持分钟级构建智能体，实现多模态检索、工作流编排、联网搜索等企业级功能。 打造面向实战的大模型训练平台 腾讯云TI 平台为客户提供面向实战的一站式大模型精调部署解决方案，致力于构建面向实战的大模型训练平台，为客户提供从数据准备、模型精调、效果评测到模型部署的全流程工具链,帮助用户精调出真正可用的大模型 同时，腾讯云T平台支持一键部署DeepSeek全系列模型，大模型精调部署工具链一站式满足DeepSeek模型精调和开源模型蒸馏，助力企业客户拥有自己的DeepSeek。
82610编辑于 2025-03-27 - 来自专栏全栈文档库
IntFinQ知识库体验：大模型加速器2.0，助力企业走向文档智能化
合合信息Textin最新推出的「大模型加速器2.0」正在重新定义企业级文档智能化的边界。本文将带您深入体验这场文档认知革命的核心技术突破。 而且，文档解析引擎能够在投喂给大模型的Markdown文件中标记页码、坐标等空间位置信息，在大模型输出文档解析结果后，帮助其精准定位原文内容，达到精确到句子/段落的溯源效果，方便人工验证信息的准确性，降低大模型 ，实现版面元素的上下文感知 DeepSeek API：注入170B参数大模型的推理能力，使知识关联维度提升10倍 2. 「TextIn的文档解析模型」接入之后，我们再来接入「DeepSeek」。拖出一个新的箭头，指向「大模型」。模型选择「DeepSeek-R1-32B」的版本。 最后将DeepSeek大模型连接到结束，结束的输入为大模型的输出。工作流完成后，我们点击试运行，上传某企业2024Q3的财报，点击试运行。运行结果如下，markdown格式的返回可以直接预览。
63811编辑于 2025-04-07 - 来自专栏腾讯研究院的专栏
《工业大模型应用报告》重磅发布：大模型有望成为驱动工业智能化的引擎 | 附下载
近日，腾讯研究院发布了《工业大模型应用报告》（简称“报告”），报告指出，工业正处于从数字化向智能化迈进的阶段，而大模型凭借其卓越的理解能力、生成能力和泛化能力，成为推动工业智能化的关键力量，有望拓展人工智能和工业融合的新空间 大模型为工业智能化带来新机遇 报告指出，大模型的崛起有望在工业领域带来“基础模型+各类应用”的新范式。 大模型凭借其卓越的理解能力、生成能力和泛化能力，能够深度洞察工业领域的复杂问题，不仅可以理解并处理海量的数据，还能从中挖掘出隐藏在数据背后的规律和趋势。 大模型为工业智能化拓展新空间。 在研发设计领域，大模型通过优化设计过程提高研发效率；在生产制造领域，大模型拓展生产制造智能化应用的边界；在经营管理领域，大模型基于助手模式提升经营管理水平；在产品服务领域，大模型基于交互能力推动产品和服务智能化 随着Agent、具身智能等新技术的发展，大模型将在工业领域开辟更多应用场景，使设备和机器更加智能化，提高生产效率和安全性。最后，大模型成本的降低将加速工业领域应用。
1.1K10编辑于 2024-04-03 - 来自专栏学习
开源大模型与闭源大模型
在人工智能（AI）和机器学习（ML）的快速发展过程中，大模型（Large Models）已经成为推动技术进步的重要力量。当前，业界存在两种主要的大模型开发模式：开源大模型和闭源大模型。 一、开源大模型 开源大模型是指开发者将模型的代码和训练数据公开，使得任何人都可以访问、修改和使用这些资源。 二、闭源大模型 闭源大模型是指模型的代码和数据不对外公开，通常由商业公司开发和维护。代表性的闭源大模型包括OpenAI的GPT-3和Google的BERT。 三、开源大模型与闭源大模型的对比 1.透明性与可控性： 开源大模型的透明性更高，任何人都可以查看和验证其代码和数据，确保模型的行为符合预期。这对于学术研究和技术验证非常重要。 闭源大模型通过控制代码和数据的访问，能够更好地保护用户隐私和数据安全，降低被恶意利用的风险。 五、总结 开源大模型和闭源大模型各有优缺点，适合不同的应用场景和需求。
1.7K10编辑于 2024-10-09 - 来自专栏数据派THU
原创 | 大模型扫盲系列——初识大模型
为了提高模型的性能，研究者们不断尝试增加模型的参数数量，从而诞生了大模型这一概念。本文将从大模型的原理、训练过程、prompt和相关应用介绍等方面进行分析，帮助读者初步了解大模型。 为了提高模型的性能，研究者们不断尝试增加模型的参数数量，从而诞生了大模型这一概念。本文讨论的大模型将以平时指向比较多的大语言模型为例来进行相关介绍。 训练三步骤 初步认识了大模型长什么样了，接下来一起来看看如何训练出一个大模型。 除这些外还包括算法优化、隐私和数据安全以及模型可解释性等方面的研究和应用，每天还有很多大模型的应用正在不断涌现，大模型在未来仍然有很大的发展潜力，国内的优秀大模型代表例如百度文心大模型也正在搭建全系统产业化的大模型全景 大模型挑战 大模型也存在一些现实挑战： 1.数据安全隐患：一方面大模型训练需要大量的数据支持，但很多数据涉及到机密以及个人隐私问题，如客户信息、交易数据等。
21.2K29编辑于 2023-11-22
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