使用 DLC 进行深度学习训练时，您可以使用gRPC+分布式训练，从而加速模型训练。本文介绍如何开启分布式通信框架gRPC+。gRPC+通过Sharing Nothing架构、BusyPolling机制、用户态零拷贝及Send/Recv融合等多种优化技术，降低了E2E的通信延时，...
DeepSeek、LLM、AIGC、RAG、智能推荐、智能风控、Responsible AI 获取相关主题的实践教程汇总，也可以根据需要使用的产品模块来选择实践教程：快速开始（QuickStart）特征平台（FeatureStore）可视化建模（Designer)交互式建模（DSW）分布...
智能外呼机器人 智能语音云座席 智能咨询回访服务 提供一体化的售前咨询和售后回访服务 坐席管理 智能营销线索获取服务 一体化提供对客智能转化服务 坐席管理 智能营销服务 功能集 功能 功能描述 参考文档 效果付费 运营商业务推广营销...
在呼叫中心客服工作台中人工坐席可以进行热线外呼、热线接待、创建工单、处理工单等操作。本文将帮助您快速开始使用人工坐席。使用流程 人工坐席快速入门流程如下图所示：开通人工座席：注册阿里云账号 并完成 实名认证。开通服务。提交...
如果您的业务场景涉及度量学习，则可以通过图像度量学习训练（raw）组件构建度量学习模型，从而进行模型推理。本文为您介绍图像度量学习训练（raw）组件的配置方法和使用示例。前提条件 已开通OSS并完成授权，详情请参见 开通OSS服务 和 云...
PAI推出了裁判员大模型，为用户提供了开箱即用的LLM-as-a-Judge服务，带来准确、高效且易用的模型评测智能解决方案。背景介绍 模型评测是大语言模型（LLM）开发与部署中的关键环节，用于检验模型表现是否符合预期，指导大语言模型选型，...
数据存储安全 PAI提供数据集管理模块，支持导入公共数据集、阿里云云产品中的数据等创建为数据集，也支持扫描OSS文件夹生成索引数据集，为智能标注、模型训练做准备。读取和存储数据至OSS及NAS，实现数据集、模型等数据文件的存储安全。...
iTAG不仅提供通用模板以满足各类常见的标注任务需求，还支持用户根据自身业务场景自定义标注模板。...智能评分 大模型（大语言模型）智能评分 智能评分模板可以对问答内容进行改写，同时支持针对每道标注的内容配置不同的题目。
EPL（大规模分布式训练框架）高效易用的分布式模型训练框架，实现低成本、高性能分布式模型训练。更多信息，请参见 AI加速：使用EPL实现AI训练加速。Rapidformer（Transformer训练加速）一款PyTorch版的针对Transformer系列模型的训练优化...
BladeLLM实现了高效的分布式调度策略，结合EAS的LLM智能路由，能够根据全局的实例负载情况，动态分发请求，使得负载分布更加均匀，最大化提升了集群的利用率。应用场景层 BladeLLM支持对话、检索增强生成（RAG）、多模态、JSON mode多个...
枚举值：Community:社区 PAI:PAI 平台优化 Community AcceleratorType string 镜像加速器类型，枚举型：cpu gpu gpu Framework string 镜像封装的计算框架，枚举型：TFJob PyTorchJob PyTorchJob AuthorId string 镜像作者 ken
EAS 提供了常见模型框架的预置Processor（如PMML、XGBOOST等）可以快速启动服务。如无法满足特定的业务需求，还可以构建自定义Processor。
在AIGC内容生成场景中，传统人工标注存在效率低、成本高、跨模态对齐困难等痛点。图生文模板支持SAM（Segment Anything Model）及自研分割算法快速分割图形，结合大语言模型的语义理解与文本生成能力，帮助用户构建智能化标注工作流程，...
阿里云的AI及大数据开源项目包括用于全自动分布式深度学习系统的TePDist和NLP开发与应用工具包EasyNLP，您可以根据需要选择合适的项目。PAI相关的开源项目信息请前往 阿里云大数据&AI开源项目。
本文旨在集中解答阿里云PAI-iTAG（智能标注）的常见问题，深入解析计费模式、权限分配、数据加载与OSS跨域配置等关键环节，助您扫清使用障碍，高效完成数据标注任务。
如果能实时高效地监控平台指标，并对各种异常指标进行预防和实时预警，将大幅度提升平台的智能化安全防卫能力。解决方案 PAI提供了一套基于指标监控的分类算法，将异常指标监控抽象为二分类场景，并将监控模型部署至在线系统，从而实现近线...
本文权威解答关于阿里云智能计算灵骏的常见问题，涵盖集群管理、GPU驱动配置与产品对比等关键方面，旨在帮您扫清使用障碍，高效利用其强大算力进行AI计算。
用户增长插件基于机器学习算法提供用户圈选和触达能力。针对高风险的流失用户，您可以基于用户增长插件功能，通过控制台创建短信发送计划进行流失用户的触达和召回。本文为您介绍如何通过控制台创建短信发送计划。前提条件 在开始执行操作...
案例名称 描述 快速提交单机PyTorch迁移学习任务 介绍如何利用 DLC 基于PyTorch进行离线迁移学习的训练。使用NAS提交单机PyTorch迁移学习任务 介绍如何使用 DLC 和NAS，基于PyTorch进行离线迁移训练。使用paiio读写MaxCompute表数据 介绍...
AI应用模板 模板 实践文档 文档内容洞察助手 基于LangStudio&搜索MCP服务搭建文档智能问答Agent应用 音频总结助手 基于LangStudio&语音识别服务搭建音频内容智能总结助手 智能数据Agent 基于LangStudio&Hologres构建ChatBI数据分析Agent...
本文为RAG相关文档的导读，帮...基于AppFlow集成微信公众号与PAI RAG构建智能客服 以微信公众号为例，为您介绍PAI RAG+AppFlow的部署方案。基于AppFlow集成企业微信与PAI RAG构建AI助手 以企业微信为例，为您介绍PAI RAG+AppFlow的部署方案。
分布式训练框架用于加速模型训练、处理海量数据并提高系统稳定性和资源利用率。它通过将模型分布在多个计算节点上实现并行计算，从而缩短训练时间，适应大数据集和大模型的训练需求。本文介绍如何使用分布式训练框架StarServer进行分布式...
智算服务 PAI-灵骏是面向大规模深度学习及融合智算的PaaS产品，基于软硬件一体优化技术，构建高性能异构算力底座，提供AI工程化全流程能力，具备高性能、高效率、高利用率等核心优势，满足高性能计算等领域需求，在大模型训练、自动驾驶、...
FM训练：这一过程的核心目标是通过给定的训练数据集来学习模型参数，以便模型能够准确地预测目标变量。在此阶段，算法会对输入数据进行分析和参数优化，以确保模型的高效性和准确性。FM预测：在这一过程中，已经训练好的模型被用来对新输入...
因此，iTAG支持您通过情景描述指令，对生成文案的框架进行控制。指令的格式为：@BLIP[祈使句，算法生成情景描述的逻辑描述]，支持中英文输入。例如，输入@BLIP Briefly describe the picture.，或@BLIP 请简单描述图片，算法将生成简洁的...
QueueStrategy string 该 Quota 上的排队策略，支持：PaiStrategyIntelligent：智能策略。PaiStrategyBalance：均衡策略。PaiStrategyRoundRobin：资源优先策略。PaiStrategyStrictFIFO：FIFO 策略。PaiStrategyIntelligent
进入智能标注（iTAG）。登录 PAI控制台。在左侧导航栏单击 工作空间列表，在工作空间列表页面中单击待操作的工作空间名称，进入对应工作空间。在左侧导航栏，选择 数据准备 智能标注（iTAG）。单击 前往标注页面，跳转至 标注大厅 未完成...
准备好智能圈选数据后，您可以使用阿里云对象存储OSS或DataWorks两种传输方案上传数据。使用阿里云对象存储OSS（推荐）重要 使用OSS前，请在网页端授权OSS访问权限，并为需要访问的OSS Bucket添加 pai=plugin 标签，具体操作，请参见 管理...
iTAG可以开启智能标注，使用离线标注的结果预标注数据，然后在正式标注时，仅需要对预标注结果进行校验和修正，从而提升标注效率。步骤一：创建具有离线预标注结果的数据集 准备离线预标注文件。方式一：从标注任务中获取标注结果 进入智能...
模型压缩是指通过各种技术和方法减少机器学习模型的大小和计算复杂度，同时尽量保持其预测性能的过程。随着深度学习模型变得越来越复杂和庞大，模型压缩变得尤为重要，尤其是在资源受限的环境中，可有效减少存储和计算资源的使用。简介 ...
Designer 预置了FM算法模板，便于您快速构建基于Alink框架的FM推荐模型，快速实现推荐系统并应用于上述场景。本文为您介绍如何通过 Designer 预置的FM算法模板，快速构建推荐模型。前提条件 已创建工作空间，详情请参见 创建工作空间。已将...
PAI Python SDK提供了丰富的代码示例Notebook，开发者可以通过这些Notebook快速学习如何通过PAI Python SDK在PAI完成模型的开发和部署。模型开发 Notebook来源 示例描述 Github_Pytorch_Mnist DSW Gallery_Pytorch_Mnist 使用MNIST数据集和...
用户增长插件内置高性能营销场景化算法，您可以根据自己的运营目标，叠加使用不同类型的模型，对海量用户进行智能圈选，高效的圈选出待运营的目标用户。同时支持通过智能短信的方式触达被算法智能圈选出的用户。本文为您介绍用户增长插件的...
您可以使用PAI内置的 流失预测 等智能算法，对海量用户进行智能圈选，高效地圈选出待运营的目标用户。您也可以通过 人群管理 功能，对智能圈选出的人群信息进行扩展维护。如果您已有明确的待运营的目标用户，您也可以通过 人群管理 功能...
调度信息 调度策略 选择合适的调度策略，提高算力资源的利用率，取值如下：智能策略 均衡策略 遍历策略 FIFO策略 关于各个调度策略的原理介绍，请参见 调度策略。子级算力抢占 开启后，当资源紧张时，允许当前资源配额上的排队任务抢占子级...
应用开发语言及框架。应用依赖 其他应用间的依赖关系，以及外部依赖，主要用于割接方案参考；技术组件 数据库 数据库类型，版本，数据量，性能要求等；中间件 中间件类型，版本，集群规模及容量【可选】，如消息队列、缓存等；存储 使用...
RAG 大模型RAG对话系统 RAG集成联网搜索搭建AI智能问答最佳实践 RAG集成OpenAI兼容界面最佳实践 基于EAS&Elasticsearch搭建RAG检索增强对话系统 基于EAS&Milvus搭建RAG检索增强对话系统 基于EAS&OpenSearch搭建RAG检索增强对话系统 基于EAS...
个性化触达时间即智能发送，是智能圈选功能的延伸。通过分析用户的行为和偏好，确定最佳的发送时间，提高短信触达效果并提升用户体验。目前，只有使用规定的数据进行智能圈选生成的算法人群才能设置个性化触达时间。本文为您介绍设置个性化...
单个灵骏连接实例从公共云学习的IPv4路由条目数 默认为50。无 单个灵骏连接实例从公共云学习的IPv6路由条目数 默认为25。无 单个账号在同一地域支持创建的灵骏HUB实例数量 默认为4。具体操作，请参见 管理配额。单个灵骏网段支持连接的灵骏...
说明 使用Processor方式部署时，您需要保障模型的推理框架和Processor文件的开发符合开发环境要求，不如镜像部署方式灵活高效，因此更建议您使用镜像方式进行模型部署。开发自定义Processor 支持使用以下编程语言开发自定义Processor：C或C...