人工智能挖掘与分析生信数据

  1. 大模型
  2. Neo4j Graph Database
  3. 文献挖掘
  4. 自然语言处理
  5. 机器学习
  6. 深度学习
  7. 机器学习
  8. 深度学习框架
  9. Scikit-learn
  10. Tensorflow
  11. PyTorch
  12. Theano
  13. Keras


https://github.com/neevek/omnip
DNA language model
Crawl4AI: Open-source LLM Friendly Web Crawler & Scraper

目前现状

excalidraw可以实现Text to diagram,效果如下:

生信小木屋

生信小木屋

生信小木屋

https://oss-ai.excalidraw.com/v1/ai/text-to-diagram/generate

{prompt: "大语言模型知识抽取的学习路径"}

{
    "generatedResponse": "graph TD;\n    A[大语言模型知识抽取学习路径] --> B[基础知识]\n    B --> C[自然语言处理概念]\n    B --> D[机器学习基础]\n    B --> E[编程语言和工具]\n    \n    A --> F[进阶学习]\n    F --> G[深度学习原理]\n    F --> H[神经网络结构]\n    F --> I[大语言模型架构]\n\n    A --> J[实践应用]\n    J --> K[使用预训练模型]\n    J --> L[模型微调]\n    J --> M[实现知识抽取应用]\n\n    A --> N[前沿研究]\n    N --> O[阅读最新论文]\n    N --> P[参加相关会议]\n    N --> Q[贡献开源项目]\n\n    C --> R[语言模型基础]\n    D --> S[算法和数据结构]\n    E --> T[Python编程]\n    G --> U[卷积神经网络]\n    H --> V[Transformer架构]\n    I --> W[BERT模型]\n    K --> X[使用Tensorflow或PyTorch]\n    P --> Y[ACL会议]"
}

如何开始?

github项目instructor的目的是structured outputs for llms

现有落地项目