unity技术材料
unity
活动介绍 是专为 Google 技术的爱好者及开发者们开展的活动，旨在鼓励大家通过多种形式 (文章/视频/coding 等) 创作与 Google 技术相关的讲解分享、实践案例或活动感受等内容，展示代码、框架、平台在真实世界中的生动表现，以及分享您应用 AI 技术的故事经历与成果。 作者简介 本文作者 Jax，从事 Web 开发工作已有 7 年，也从中获得了很多乐趣。 文章导读 源自近期的观察和思考，作者萌生了借助 AI 为老年人提供关怀的想法。在谷歌开发者社区举办的 Gemma Hackathon 中将自己的想法付诸了实践，打造了一款 "药童" 的 Web 应用，巧用 LLM 特性帮助老年人轻松读懂药品说明书，展示了科技世界的温度。 *以下为投稿原文，有改动
unity
作者 / 产品管理总监 Maru Ahues Bouza Pixel 最近发布了即将加入 Android 生态系统的最新设备，包括 Pixel 9 Pro Fold 和 Pixel Watch 3。这些设备为可折叠设备和可穿戴设备领域带来了创新，拥有更大的屏幕尺寸和卓越的性能。 Pixel 9 Pro Fold https://blog.google/products/pixel/google-pixel-9-pro-fold/ Pixel Watch 3 https://blog.google/products/pixel/google-pixel-watch-3/ 这些设备不仅令消费者感到兴奋，而且对开发者构建应用而言也很重要。为了让您为全新 Pixel 设备以及大屏设备和可穿戴设备的所有创新做好准备，我们将深入探讨有关构建自适应界面、打造出色的 Wear OS 5 体验和优化您的应用以适应更大的手表屏幕的所有信息。
unity
本文原作者: Zhicheng Wang，原文发布于: Kaggle https://www.kaggle.com/code/asnowwolf/lora-gemma2-rust 概述 Gemma 是一组轻量级的开放模型，基于用于创建 Gemini 模型的研究和技术构建而成。大语言模型 (LLM) 如 Gemma 在各种自然语言处理任务中表现出色。LLM 首先通过在大量文本语料库上进行自监督预训练来学习，预训练帮助 LLM 学习通用知识，例如词与词之间的统计关系。然后，可以使用特定领域的数据对 LLM 进行微调，以执行下游任务 (例如情感分析)。 LLM 的规模非常庞大 (参数量级为数百万)。对于大多数应用，完全微调 (更新模型中的所有参数) 并不必要，因为微调数据集的规模相对于预训练数据集来说要小得多。 低秩适配 (LoRA) 是一种微调技术，它通过冻结模型的权重并将少量的新权重插入模型，大大减少了下游任务的可训练参数数量。这使得使用 LoRA
大模型
NLP&ChatGPT&LLMs技术、源码、案例实战210课 超过12.5万行NLP/ChatGPT/LLMs代码的AI课程 讲师介绍 现任职于硅谷一家对话机器人CTO，专精于Conversational AI 在美国曾先后工作于硅谷最顶级的机器学习和人工智能实验室 CTO、杰出AI工程师、首席机器学习工程师 美国一家Talents Sourcing公司的Founder及CTO 21本人工智能及数据科学相关书籍作者。 NLP&ChatGPT&LLMs课程备注 1、本课程为高端技术型知识付费，需要进行源码交付及一年课程技术答疑指导，请添加Gavin导师微信：NLP_Matrix_Space获得相关的视频、代码、资料等。 2、课程面向Developers及Researchers，学习课程需要有基本的Python代码编程经验。课程针对没有基础的学员录制了Python及Transformer免费赠送的基础课，以帮助零基础学员平滑过渡到正式课程的学习。 3、课程深入、系统、使用的讲解Transformers、ChatGPT、LLMs等NLP生产级代码实战及科学研究。核心围绕模型、数据、
unity
本文原作者: Connie Leung, 谷歌开发者专家 (GDE)，原文发布于: DEV Community https://dev.to/railsstudent/build-agentic-rag-application-using-langchainjs-nestjs-htmx-and-gemma-2-3imd 本文将为您介绍如何使用 LangChain、NestJS 和 Gemma 2 构建 Agentic RAG 应用。然后，HTMX 和 Handlebar 模板引擎将响应呈现为列表。该应用使用 LangChain 创建内置的 DuckDuckGoSearch 工具以在互联网上查找信息。它还构建了一个自定义工具，用于调用 Dragon Ball Z API 来筛选角色，并返回其种族、隶属关系和能力等信息。最后构建了两个检索工具，用于从 angular.dev 检索 Angular Signal 和
unity
本文原作者: Connie Leung，谷歌开发者专家 (GDE)，原文发布于: DEV Community https://dev.to/railsstudent/build-a-rag-application-to-learn-angular-using-langchhtainjs-nestjs-htmx-and-gemma-2-5ggk 本文将为您介绍如何使用 LangChain、NestJS 和 Gemma 2 构建关于 PDF 格式 Angular 书籍的 RAG 应用。接着，HTMX 和 Handlebar 模板引擎将响应呈现为列表。应用使用 LangChain 及其内置的 PDF 加载器来加载 PDF 书籍，并将文档拆分为小块。然后，LangChain 使用 Gemini 嵌入文本模型将文档表示为向量，并将向量持久化存储到向量数据库中。向量存储检索器为大语言模型 (LLM) 提供上下文，以便在其数据中查找信息，从而生成正确的响应。
unity
本文作者: Firebase 谷歌开发者专家张海龙 大家好，我是张海龙 (Jason)。经过一年多的准备，我的 GDE 申请终于正式成功通过面试，成为了国内第一位 Firebase GDE。下面是我成为 GDE 过程的总结，希望对大家有所帮助。 1. 什么是 GDE？ Google Developers 上面有详细的说明: GDE 的全称是 Google Developer Experts，是 Google 在全球范围内开展的一个开发者专家认证项目。如果你对 Google 的某个技术领域非常擅长，同时在这个领域有比较高的影响力的话，那么就有可能成为 Google 官方认证的开发者专家。GDE 它不仅仅是一个认证，更重要的是成为 GDE 之后，可以和全世界 1,000 多位 GDE 们进行交流，更能直接与
unity
本文作者: ML 谷歌开发者专家王玉成 与 Google 技术的渊源 我叫王玉成，目前是机器学习方向的 GDE (Google Developer Experts，谷歌开发者专家)。我非常荣幸能够拥有 Google Developers 官网的个人档案。对于那些长期活跃在谷歌开发者社区的朋友来说，或许对我的名字不会感到陌生。事实上，我与谷歌开发者社区的渊源可以追溯到很早，算得上是国内最早的一批成员。为了准确回顾这段历程，我特意翻阅了当年的邮件记录，结果还真找到了那封早已成为 "古董" 的邮件。 Google Developer Experts https://developers.google.cn/community/experts 个人档案 https://g.dev/YorkWang 那时的我初入行业，懵懵懂懂，便通过邮件联系了一些业内的专业人士，期望能够更多地了解这个新兴的领域，并积极参加各种技术活动。也正是通过这样的方式，我与谷歌开发者社区建立了最初的联系。
unity
为了鼓励更多开发者使用 Gemma 2 构建创新应用，推动 AI 技术发展，并为更美好的未来贡献力量，Gemma 黑客松开发者竞赛即将在深圳举办！这不仅是一个展示创意和技术的平台，更是一个汇聚思想、合作创新的绝佳机会。 本次黑客松的主要目标是培养一系列以 AI 驱动的项目和案例研究。我们希望通过这次活动激发更多创意和合作，推动 Gemma 2 在各个领域的创新应用。无论您是资深开发者、数据科学家，还是对 AI 充满热情的学生，这里都将是您展示才华、交流思想的理想舞台。 加入我们，共同探索 AI 的无限可能，携手创造令人惊叹的项目，助力科技的未来发展！ 使用产品 Gemma 模型可以在您的应用以及硬件、移动设备或托管服务上运行。您还可以运用微调技术自定义这些模型，使其善于执行您和您用户的重要任务。Gemma 模型从 Gemini 系列模型中汲取灵感和技术沿袭，旨在为 AI 开发社区提供拓展和深入探索的机会。 Gemma 2: 作为
算法
书生·浦语大模型实战营之茴香豆：搭建你的 RAG 智能助理 RAG（Retrieval Augmented Generation）技术，通过检索与用户输入相关的信息，并结合外部知识库来生成更准确、更丰富的回答。解决 LLMs 在处理知识密集型任务时可能遇到的挑战, 如幻觉、知识过时和缺乏透明、可追溯的推理过程等。提供更准确的回答、降低推理成本、实现外部记忆。 RAG 能够让基础模型实现非参数知识更新，无需训练就可以掌握新领域的知识。本次课程选用的茴香豆应用，就应用了 RAG 技术，可以快速、高效的搭建自己的知识领域助手。 论文 RAG 效果比对 如图所示，由于茴香豆是一款比较新的应用， InternLM2-Chat-7B 训练数据库中并没有收录到它的相关信息。图中关于 huixiangdou 的 3 轮问答均未给出准确的答案。 未对 InternLM2-Chat-7B 进行任何增训的情况下，通过 RAG 技术实现的新增知识问答。 配置基础环境
unity
为了鼓励更多开发者使用 Gemma 构建创新应用，推动 AI 技术发展，并为更美好的未来贡献力量，Gemma 黑客松开发者竞赛火热开展中！这不仅是一个展示创意和技术的平台，更是一个汇聚思想、合作创新的绝佳机会。 本次黑客松的主要目标是培养一系列以 AI 驱动的项目和案例研究。我们希望通过这次活动激发更多创意和合作，推动 Gemma 在各个领域的创新应用。无论您是资深开发者、数据科学家，还是对 AI 充满热情的学生，这里都将是您展示才华、交流思想的理想舞台。 报名倒计时开始，加入我们，共同探索 AI 的无限可能，携手创造令人惊叹的项目，助力科技的未来发展！ 使用产品 Gemma 模型可以在您的应用以及硬件、移动设备或托管服务上运行。您还可以运用微调技术自定义这些模型，使其善于执行您和您用户的重要任务。Gemma 模型从 Gemini 系列模型中汲取灵感和技术沿袭，旨在为 AI 开发社区提供拓展和深入探索的机会。 Gemma 2: 作为 Google
大前端
DevFest 开发者正在全国各地如火如荼地进行中! 作为一年一度的技术盛会，它不仅为开发者提供了学习和分享的机会，更是促进交流的重要平台。无论是拓展人脉、与行业领袖交流，还是探索前沿技术，DevFest 都是开发者不可错过的机会。 本周末，北京站和上海站活动也将如期而至，欢迎大家积极参与，共同开启成长之旅！ 技术干货不容错过 * 聚焦 Google AI，探索 Gemma 2 最新功能，学习如何利用其强大功能开展项目。 * Gemma 的实用讲解 + 代码实践，逐步解析，助你从初学到进阶。 * 深入了解负责任的 AI 以及微调多语言模型的最佳实践。 北京站 (下图为 DevFest Beijing 2023) 北京 DevFest 今年活动将涵盖移动开发、AI、Web 等众多主题，更有由 Google AI DevRel 团队带来的上手实践环节。自 2012 年起，