继Meta的LLaMA模型开源后，AI界研究人员就在这个模型基础上衍生出许多版本。前段时间，斯坦福发布了Alpaca，是由Meta的LLaMA7B微调而来，仅用了52k数据，性能可以与GPT-3.5匹敌。今天，斯坦福学者联手CMU、UC伯克利等，再次推出一个全新模型——130亿参数的Vicuna，俗称「小羊驼」（骆马）。Vicuna是通过在ShareGPT收集的用户共享对话上对LLaMA进行微调训练而来，训练成本近300美元。研究人员设计了8个问题类别，包括数学、写作、编码，对Vicuna-13B与其他四个模型进行了性能测试。测试过程使用GPT-4作为评判标准，结果显示Vicuna-13B在超
想了解更多关于汽车的内容，请访问：51CTO汽车开发者社区https://icv.51cto.com/从未破产过的福特，困在电动汽车业务里。据外媒报道，福特汽车近日表示：预计今年其电动汽车业务部门——FordModele将亏损30亿美元。算上前年亏损9亿美元、去年亏损21亿美元，从2021年到2023年，福特电动汽车业务将累计亏损60亿美元，约合410亿人民币。对于这60亿美元的亏损，福特财务总监JohnLawler认为要有长远眼光：“FordModele应该被视为一个创业公司。众所周知，电动汽车创业公司在投资、研发和获取市场份额时会出现亏损，这就像特斯拉直到2021
想了解更多关于汽车的内容，请访问：51CTO汽车开发者社区https://icv.51cto.com/从未破产过的福特，困在电动汽车业务里。据外媒报道，福特汽车近日表示：预计今年其电动汽车业务部门——FordModele将亏损30亿美元。算上前年亏损9亿美元、去年亏损21亿美元，从2021年到2023年，福特电动汽车业务将累计亏损60亿美元，约合410亿人民币。对于这60亿美元的亏损，福特财务总监JohnLawler认为要有长远眼光：“FordModele应该被视为一个创业公司。众所周知，电动汽车创业公司在投资、研发和获取市场份额时会出现亏损，这就像特斯拉直到2021
GoogleNgramviewer是一个有趣和有用的工具，它使用谷歌从书本中扫描来的海量的数据宝藏，绘制出单词使用量随时间的变化。举个例子，单词Python(区分大小写)：这幅图来自：books.google.com/ngrams…，描绘了单词‘Python’的使用量随时间的变化。它是由谷歌的n-gram数据集驱动的，根据书本印刷的每一个年份，记录了一个特定单词或词组在谷歌图书的使用量。然而这并不完整（它并没有包含每一本已经发布的书！），数据集中有成千上百万的书，时间上涵盖了从16世纪到2008年。数据集可以免费从这里下载。我决定使用Python和我新的数据加载库PyTubes来看看重新生成上
GoogleNgramviewer是一个有趣和有用的工具，它使用谷歌从书本中扫描来的海量的数据宝藏，绘制出单词使用量随时间的变化。举个例子，单词Python(区分大小写)：这幅图来自：books.google.com/ngrams…，描绘了单词‘Python’的使用量随时间的变化。它是由谷歌的n-gram数据集驱动的，根据书本印刷的每一个年份，记录了一个特定单词或词组在谷歌图书的使用量。然而这并不完整（它并没有包含每一本已经发布的书！），数据集中有成千上百万的书，时间上涵盖了从16世纪到2008年。数据集可以免费从这里下载。我决定使用Python和我新的数据加载库PyTubes来看看重新生成上
ApacheShardingSphere助力当当3.5亿用户量级顾客系统重构，由PHP+SQLServer技术栈无缝转型为Java+ShardingSphere+MySQL，性能、可用性及维护性均得到显著提升，是ShardingSphere异构迁移最佳实践。1 顾客系统背景当当顾客系统主要负责账户的注册、登录、隐私数据维护等功能，历史技术栈为PHP+SQLServer，是标准的集中式架构，如下图。重构项目启动前，顾客系统的数个业务模块存在多个棘手的业务问题和技术挑战，如逻辑分散、吞吐量低及运维成本高等问题。为改善顾客的购物体验，当当技术团队决定对业务逻辑和底层数据架构进行优化，实现顾客系统多场
ApacheShardingSphere助力当当3.5亿用户量级顾客系统重构，由PHP+SQLServer技术栈无缝转型为Java+ShardingSphere+MySQL，性能、可用性及维护性均得到显著提升，是ShardingSphere异构迁移最佳实践。1 顾客系统背景当当顾客系统主要负责账户的注册、登录、隐私数据维护等功能，历史技术栈为PHP+SQLServer，是标准的集中式架构，如下图。重构项目启动前，顾客系统的数个业务模块存在多个棘手的业务问题和技术挑战，如逻辑分散、吞吐量低及运维成本高等问题。为改善顾客的购物体验，当当技术团队决定对业务逻辑和底层数据架构进行优化，实现顾客系统多场
不知不觉间，2022年的脚步已经走到了倒数第二个月。临近年末，我们对产品本身以及客户反馈的一些问题进行了持续的更新和优化，例如基线告警、数据服务平台新增TDengine数据源支持、行级权限根据用户属性实现动态赋权。以下为袋鼠云产品功能更新报告第二期内容，更多探索，请继续阅读。数栈DTinsight离线开发平台1.支持对接Trino引擎创建项目时支持对接Trino引擎，支持创建和运行Trino任务。2.个人账号支持绑定Kerberos认证数栈支持对用户或用户组绑定Kerberos证书，并支持以用户级/用户组级Kerberos账号进行任务提交。3.基线告警基线是一组任务的管理单位，被纳入同一组基线
不知不觉间，2022年的脚步已经走到了倒数第二个月。临近年末，我们对产品本身以及客户反馈的一些问题进行了持续的更新和优化，例如基线告警、数据服务平台新增TDengine数据源支持、行级权限根据用户属性实现动态赋权。以下为袋鼠云产品功能更新报告第二期内容，更多探索，请继续阅读。数栈DTinsight离线开发平台1.支持对接Trino引擎创建项目时支持对接Trino引擎，支持创建和运行Trino任务。2.个人账号支持绑定Kerberos认证数栈支持对用户或用户组绑定Kerberos证书，并支持以用户级/用户组级Kerberos账号进行任务提交。3.基线告警基线是一组任务的管理单位，被纳入同一组基线
highlight:a11y-dark简介前段时间写了一个Chatgpt的Java版SDK开源地址：chatgpt-java欢迎使用。但由于原来OpenAI并没有支持官网的chatgpt模型，所以使用起来相对没有官网那么智能完善，所以就没有写出一个demo项目，只开源了OpenAI的SDK而已。但是在三月的时候官方更新了API文档支持最新版本GPT-3.5-Turbo模型以及whisper-1模型，增加chat聊天模型，这就很nice了，于是动手写了一个战损版的ChatGPT。其实也很简单，使用SpringBoot对chat相关的sdk进行了接口实现，最终效果和官网也是有一丢丢相似的，实现了流
