腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

大模型时代下智能文档处理核心技术大揭秘

一张弯曲的图像文档想要处理成一张看着平整清晰的图像，可以处理方式为：图像输入–>文档提取–>手指去除–>形变校正–>图像增强，整体架构如图：我们一起看一下经过上述步骤处理的效果展示，可以看到图像变得又清晰又平整： 核心技术点整体流程如下图： 核心技术点版面分析与还原：版面分析与还原是指通过对文档图像进行分析，识别出其中的版面元素（如页眉、页脚、页码、标题等），并还原出原有的版面结构。针对这些篡改内容也有一套完整的系统架构: 大模型时代思考随着chatGpt和Gpt4的到来，大模型时代已悄悄走进我们的生活，看过GPT4发布会的朋友有没有被一个场景震惊到，主持人在笔记本上简单的画出了他对一个网站的需求除此之外，GPT4还可以解释漫画：以此来看，大模型识别中OCR模型的设计仍然很重要，同时也带来了一些机遇：大模型仍有很多不足要充分利用大模型特征表示和语言能力从而可以解决更多智能识别场景不同任务的专用模型和学习算法仍大有可为大模型时代已经不仅仅局限于文档对文档的识别，还可以做到对图像进行解释。文档分析与识别快速进步，但仍有很大研究空间，同时给了我们一些新方向，如：语义信息提取，跨模态的融合，面向应用的推理决策等。

机器学习AI算法工程

2023-11-22

1K0

标签:

构建可靠AI模型的7大核心技术

例如，飞机识别模型在训练数据集中能识别所有飞机图像，并在测试数据上表现优异，那么该模型应该能在任何数据集中识别飞机图片，即使之前未遇到过这些图像。模型性能是否会下降？在什么情况下模型不再可行？当环境中的微小变化导致功能和准确性发生巨大变化时，模型就被认为是非弹性或“脆弱”的。脆弱性是软件工程中的已知概念，也适用于AI。数据可靠性经验模型的质量仅取决于用于开发模型的训练和测试数据。如果对数据质量相对于真实世界的代表性没有信心，模型的输出可能无法在操作环境中可靠地提供准确输出。当模型输出或预测与预期不同时，将数据分类用于分析和调查。常用于此类分析的数据类型包括事件发生时间（模型偏离需要多长时间）、退化数据（关于模型如何退化的信息）和复发事件数据（发生多次的错误）。检查模型稳健性和准确性的频率应取决于模型的优先级和模型更新的频率。高风险、定期更新的模型最好每天检查（由人类验证输出）。

2025-08-31

5490

标签:

AI: 判别模型与生成模型两大核心技术解析

判别模型和生成模型是机器学习中两大重要的模型类别，它们在数据处理和预测方面有不同的应用和特点。以下是对这两种模型的详细讲解。判别模型判别模型（Discriminative Models）主要用于分类任务，其核心思想是直接学习输入数据（特征）与标签（类别）之间的映射关系。常见的生成模型包括朴素贝叶斯（Naive Bayes）、隐马尔可夫模型（HMM）、生成对抗网络（GAN）和变分自编码器（VAE）。应用场景判别模型：常用于分类、回归、异常检测等任务。例如，图像分类、文本分类和信用卡欺诈检测。生成模型：常用于数据增强、图像生成、语音合成等任务。总结判别模型和生成模型各有优劣，选择合适的模型取决于具体的任务需求。判别模型在分类任务中表现优异，而生成模型在数据生成和理解数据结构方面具有优势。

运维开发王义杰

2024-07-10

1.4K0

标签:

AGI大模型应用开发：2026年核心技术与实践全景

AGI大模型应用开发：2026年核心技术与实践全景AGI（通用人工智能）大模型应用开发已从技术探索进入规模化落地阶段，其核心是通过大模型原生能力+智能体编排+垂直场景适配构建自主决策的AI系统。以下是关键要点解析：一、技术架构与核心能力三层技术栈基础层：预训练大模型（如Llama3、GPT-5）提供通用理解与生成能力中间层：智能体框架（LangChain、AutoGPT）实现任务拆解与工具调用应用层：跨工具链操作（如自动调用API、查询数据库）长期记忆：向量数据库存储历史交互，支持持续学习安全合规：权限管控、操作留痕等企业级功能二、开发流程与实践路径四阶段学习路线阶段1：基础认知（1-2周）掌握大模型核心概念用API搭建简易对话机器人阶段2：工具链掌握（3-6周）学习LangChain任务编排、LlamaIndex向量检索阶段3：场景实战（8-12周）开发企业知识库问答系统（RAG+微调）阶段4：高阶优化模型量化部署 TensorRT-LLM）、多智能体协同三、行业落地与挑战高价值场景智能客服：工单自动分类（准确率提升40%）金融合规：合同条款审查（耗时减少70%）医疗辅助：病历结构化生成（错误率<5%）关键挑战数据隐私：需本地化部署模型

2026-07-27

5060

标签:

深度拆解大模型核心技术：从底层原理到开发实践

一、引言：为什么今天我们必须理解大模型的底层逻辑？尤其当下，大模型正在从「AI 产品应用阶段」进入「AI 系统能力建设阶段」，开发者不掌握底层逻辑，将很快被“懂系统 + 懂大模型”的工程团队所取代。为什么非 AI 岗位的技术人员也要理解大模型？要解决这些问题，就必须掌握：大模型的核心技术结构 + 工程化开发路径。下面我们从模型架构、训练范式、输入编码三个核心技术层出发，一同拆解一个现代大模型的内部构造。 1. Transformer：大模型的“神经引擎” 什么是 Transformer？ 核心技术：模态统一表示（Multimodal Embedding）无论输入是图片、语音还是代码，最终都要转成向量，进入 Transformer 统一处理。

2025-06-27

6.3K0

标签:

大语言模型核心技术解析：从理论到实践的深度探索

大语言模型核心技术解析：从理论到实践的深度探索引言：LLM如何重塑人工智能格局 2023-2024年，大语言模型以惊人的速度渗透到各行业。这些现象背后是LLM技术的三大突破性进展：规模效应：参数量从GPT-3的1750亿到GPT-4的1.8万亿，性能呈现非线性增长涌现能力：当模型超过临界规模（约700亿参数）时，突然获得few-shot 第一章：Transformer架构深度解析 1.1 注意力机制的数学本质现代大模型普遍采用改进版注意力机制，其核心公式可扩展为： \text{Attention}(Q,K,V) = \text{softmax ：Mamba等SSM模型在长序列任务中展现优势训练方法：联合嵌入预测架构(JEPA)成为自监督学习新范式硬件适配：光子计算芯片将推理能效提升100倍安全合规：欧盟AI法案要求模型具备可解释性开发者资源宝库 torch==2.2.1 transformers==4.40.0 vllm==0.3.2 学习路径：初级：HuggingFace《Transformers课程》中级：Stanford CS324《大语言模型基础

2025-11-15

1K0

标签:

深度解析AI大模型架构→训练→推理核心技术全景图

最近看到很多人对MCP/RAG/Agent/Cache/Fine-tuning/Prompt/GraphRAG 都分不清楚，今天我将通过图文，为你讲解其核心技术与实践原理，希望对你们有所帮助。一、大模型核心架构演进1.1 函数调用 & MCP（模型上下文协议）传统方案：预定义工具链导致灵活性差，错误传播风险高MCP突破：动态上下文感知路由（Context-Aware Routing MoE架构进化核心创新：稀疏激活：每次推理仅激活2-4个专家（如Mixtral 8x7B）专家专业化：每个专家学习不同领域知识（代码/数学/语言）吞吐量提升：相同参数量下推理速度提升6倍二、大模型训练技术全景 RFT/Rejection Sampling复杂推理能力ps：这里顺便给大家分享一个大模型微调的实战导图，希望能帮助大家更好的学习，粉丝朋友自行领取：《大模型微调实战项目思维导图》2.2 蒸馏技术应用LLM + KV缓存优化复杂任务场景：Agent架构 + 多工具编排作者总结：未来通过MCP协议实现智能体工具动态编排，结合GraphRAG解决复杂知识推理，配合MoE架构提升推理效率，将会形成新一代大模型应用开发范式

2025-08-15

3.2K0

标签:

大模型部署

第四期热点征文-大模型技术

AI大模型进阶系列(03) prompt 工程指南 | 实战核心技术有哪些？

模型参数配置完成后，开始向大模型输入内容。每条内容由role+content组成。，用于当前会话，比如让大模型扮演角色的要求定义，以及控制会话行为、风格、任务，让大模型输出具有稳定性和适应特定任务的案例。 assistant：是大模型回答返回的内容。比如这个demo，大模型返回： 2.2 message实现多轮会话记忆大模型会话请求调用是没有状态的，比如当前会话，最开头你告诉大模型你的名字，经过多次对话后，大模型依然记得你的名字，是因为背后的请求默认将 messages上下文拼接发送给大模型。

拉丁解牛说技术

2025-04-11

1.5K0

标签:

腾讯技术创作特训营S12#AI进化论

腾讯云大模型知识引擎：核心技术能力与商业落地实践概要

一、产品定位与核心亮点技术定义：腾讯云大模型知识引擎是一个基于大语言模型（LLM）的知识应用开发平台。核心属性与商业差异化卖点：该平台提供大模型企业知识服务应用模版，并开放文档解析、向量检索等原子能力。核心引擎与模型矩阵：依托OCR大模型解析引擎、多模态大模型、业内首个语义切分大模型，以及基于混元大模型技术的行业大模型。解决方案：结合通用大模型与业务文档，按城市业务标签配置，实现“一问多答”。 FAQ未覆盖的通用业务问题基于文档自动回复；非业务问题基于大模型自身能力应答，无需人工配置。五、价值总结腾讯云大模型知识引擎通过将前沿的“多模态大模型、文档解析与语义切分技术”封装为标准化模板与API，直接击穿了传统知识库“人工维护成本极高、理解与推理能力缺失、多轮对话构建困难”的三大业务痛点

2026-05-31

5310

标签:

大模型竞争突然升级！亚马逊 CEO 亲自监督、组建新的核心技术团队，集中优势资源打造“最具野心”的大语言模型

编译 | 凌敏、核子可乐亚马逊“最具野心”的大语言模型，将会是什么样？大语言模型是 AI 工具中的底层技术，能够从巨大的训练数据集中学会生成与人类相似的响应结果。OpenAI、谷歌和 Meta 等企业都已建立起规模庞大、功能强劲的大语言模型，并在全球范围起掀起热潮。 “简单说一下，Prasad 将调任新岗位，负责领导一支中央小组并构建我们最具泛用性的大语言模型。 2 亚马逊入局“大模型之战” 根据 Insider 之前的报道，亚马逊正急于应对生成式 AI 的迅速崛起。亚马逊的 AI 产品布局在这场大模型竞赛中，亚马逊云科技已经交出过不少答卷。

深度学习与Python

2023-08-10

5030

标签: