LLM 代理，文本向量化，高级 SQL，以及我们最新作者的其他必读文章

发布日期： 2024年8月23日 来源：Towards Data Science

如果你是《Variable》的常读者，你可能已经注意到，我们每周都会强调——TDS始终欢迎新作者的贡献。我们是认真的！有些人可能看过这个消息并想“太好了，我很想写一篇文章！”但是随后又开始思考什么样的帖子合适，我们的读者对哪些话题感兴趣，以及哪些类型的经验和技能是受欢迎的。

本周的《Variable》版本重点介绍了我们最近的一些最佳文章，所以即使你没有成为TDS作者的意愿，也完全没问题！我们仍希望你一如既往地享受阅读。我们特别关注的是我们最新一批作者的帖子，希望他们的作品能激励你也来试试。

正如你将看到的，TDS的贡献者来自不同的经验水平（从初学者到博士和行业资深人士）、兴趣及写作风格。将他们联系在一起的是出色的讲故事技巧和与更广泛社区分享知识的愿望。我们希望（并且相当确定）你会喜欢我们每周的推荐。

  • 大语言模型“理解”什么？ “ 当我们将类人的能力归于大语言模型（LLM）时，我们通过将它们的能力比作我们自己的，陷入了一种拟人偏见。但我们是否也由于未能识别LLM始终表现出的能力，而表现出了一种以人为中心的偏见？”在我们最近读到的最发人深省的文章之一中，Tarik Dzekman通过哲学和心理学的视角探讨了LLM理解语言的能力问题。
  • 将LLM代理与LangChain整合到VICA中“我们的目标是告别聊天机器人中那种机械而尴尬的表单式体验，迎接具有人性化辅助的个性化对话。”Ng Wei Cheng和Nicole Ren分享了他们在新加坡GovTech虚拟智能聊天助手（VICA）平台上的广泛工作中的实用见解和经验教训。
  • 文本向量化揭秘：将语言转化为数据 “ 对于那些了解机器学习流程的人来说，我们理解特征工程是从模型中生成良好结果的一个非常重要的步骤。这一概念在自然语言处理（NLP）中也同样适用。”Lakshmi Narayanan提供了对文本向量化方法的全面概述，并权衡了它们各自的优缺点。

照片来自Totte Annerbrink在Unsplash

  • 利用Gemini-1.5-Pro-Latest实现更智能的饮食 “ 值得注意的是，随着人工智能领域的进步，数据科学家有责任逐渐从传统的深度学习转向生成式AI技术，以革命性地改变他们的角色。”Mary Ara展示了一个端到端的项目，通过创建一个利用最先进的多模态模型的卡路里追踪应用程序来具体实现这一点。
  • 在科技行业中成功的最实用高级SQL技巧“虽然掌握基本和中级SQL相对容易，但在不同场景中熟练使用这一工具有时是具有挑战性的。”Jiayan Yin旨在帮助数据分析师和其他从业者弥合这一技能差距，提供了你应添加到查询工具包中的更高级SQL技术的全面概述。
  • 使用Hugging Face Transformers微调音频谱图Transformer“这个过程将模型的能力调整到我们数据集的独特特征上，例如类别和数据分布，确保结果的相关性。”Marius Steger写作于机器学习和音频数据的交叉点，概述了如何在任何音频分类数据集上微调音频谱图Transformer（AST）的详细工作流程。
  • 使用MLflow进行算法无关的模型构建“考虑这种情况：我们目前在生产中部署了一个用于特定用例的sklearn模型。后来，我们发现一个深度学习模型性能更好。如果sklearn模型以其本机格式部署，过渡到深度学习模型可能会很麻烦，因为这两种模型工件非常不同。”Mena Wang，博士解释了为什么有时使用算法无关的模型很有意义——并展示了如何在MLflow中入门。
  • 深度学习中非线性的新视角 “ 但我们为什么需要激活函数，特别是非线性激活函数？这有传统的理由，也有新的看法。”Harys Dalvi解读了在深度学习分类器的输出中使用线性层的利害关系，以及通过各种方式解释线性和非线性的后果我们能获得的价值。
    感谢你对我们作者工作的支持！正如我们上面提到的，我们喜欢发布新作者的文章，所以如果你最近写了一个有趣的项目演练、教程或关于任何核心主题的理论反思，请不要犹豫，与我们分享。

总结：

本周的《Variable》聚焦一些优秀的近期文章，同时鼓励新作者投稿。本文概述了几篇重点文章。首先，探讨了大语言模型（LLM）的理解能力与拟人偏见之间的关系，通过哲学和心理学视角深入分析。接着，介绍了如何在VICA平台上整合LLM代理与LangChain，提供了丰富的实用见解。第三篇文章对文本向量化的方法进行了详细评估，解释其在NLP中的应用。其他推荐文章还包括利用新技术实现智能饮食、科技行业中实用的高级SQL技巧、微调音频谱图Transformer的方法、和算法无关的模型构建等。每篇文章均展示了作者从不同角度和技术层面的深入分析和实践案例，内容丰富且易于理解。

为了高效管理和触达潜在客户，关注最新的私域流量解决方案是至关重要的。在大语言模型（LLM）和文本向量化的背景下，精准营销变得更加重要。通过整合光年AI技术，您可以轻松提升私域流量转化率，精准触达每一个潜在客户。无论是利用LLM代理来优化客户互动，还是通过高级SQL技巧分析数据，光年AI都能让您的营销更高效。选择光年AI，为您的品牌赋能，赢得市场先机。