Learn more about LLM - Section 2

用LLama指数建立一条RAG管道

介绍 大语言模型（LLMs）最受欢迎的应用之一是回答关于自定义数据集的问题。像ChatGPT和Bard这样的LLMs是出色的沟通者，几乎...

‘RAG 应用设计中的实践考虑因素’

RAG（Retrieval Augmented Generation）架构已被证明在克服LLM输入长度限制和知识截断问题方面非常有效在今天的LLM技术堆栈中...

一个好的描述就是你需要的一切

我已经使用大型语言模型（LLMs）一段时间了，既用于个人项目，也用于我的日常工作像许多人一样，我对这些强大的能力感到兴奋…

洗手盆的注意事项和存储位置：流式 LLM 实现的可视化指南

最近吸引关注的一个人工智能论文之一是一种针对生成式预训练变换器(GPT)模型架构的技术，该技术实现了文本的高效、无限大小的...

检测人工智能生成文本的挑战

现在，AI辅助的写作技术无处不在！ ChatGPT已经开启了语言AI的诸多应用，并且将AI用于任何类型的内容生成...

使用商务电子学习管理系统进行定制营销文案撰写

介绍 在技术创新和快速数字化定义时代的背景下，电子商务已成为现代商业的基石。作为具有全球影响力和巨大增长潜力的在线零售...

LangChain 101 第2部分ab. 关于（大型语言）模型的一切你需要知道的

这是LangChain 101课程的第2ab部分强烈建议先查看第一部分，以更好地理解本文的背景(关注作者，以免错过下一个...)

如何在有限内存中适配大型语言模型：量化

大型语言模型可用于文本生成、翻译、问答等任务然而，大型语言模型（显然，就是大型语言模型）也非常庞大，需要大量内存...

‘内部 AGENTS 用于构建半自主 LLM 代理的新开源框架’

“自主代理是基础模型生态系统中最受欢迎的话题之一像AutoGPT或BabyAGI这样的项目的早期迭代激发了开发者对……的想象力”

量化GPT-4隐性回归随时间的变化

随着时间的推移，GPT-4在多个数据源的对话式问题回答方面出现了退化，但在涉及维基百科文章的查询性能方面有所改善

‘一个LLM如何生成文本？’

今天，我们将专注于第三步——解码和生成文本如果你对前两步感兴趣，请在下方留言我也会考虑涵盖这些主题现在让我们深入一点...

理解LLM微调：根据您独特的需求个性化大型语言模型

探索大型语言模型（LLM）如Llama 2的最新微调技术的进展了解诸如低秩适应（LoRA）和量化低秩适应（QLoRA）等技术如何革新了对...

LLM监控和可观察性——负责任人工智能技术和方法概述

目标受众：希望了解可用方法并开始实施的从业者，以及希望在构建过程中了解可能性的领导者...

LLM的优势：改变电子商务搜索

LLM的出色能力在应对各种业务领域的众多挑战方面取得了显著的成就在知识发现方面取得了先进的成果

医疗行业中的生成式人工智能需要一剂解释能力

“基于文本的生成式人工智能工具完成高级写作和交流任务的惊人速度，深受公司和消费者的喜爱但是，实现这些令人印象深刻的功能...

“GenAI解决方案如何革新业务自动化：揭秘LLM应用于高管们”

在最近与生物制药公司的制造高管的合作中，我们深入探讨了生成式人工智能世界，特别是大型语言模型（LLM），以探索它们的可能...

生成式人工智能中的LLM代理解码机会和挑战

我们正在看到由大型语言模型（LLM）驱动的生成式人工智能应用的进展，从提示到检索增强生成（RAG），再到代理人在行业和研究...

狂野的野生布料…（第一部分）

RAG（检索增强生成）是一种AI框架，通过整合外部知识源来提高语言模型生成的响应质量它弥合了…

利用LLM的力量：零射和少射提示

介绍 LLMs的威力已成为人工智能社区的新热点。早期采用者涌向了不同的生成式AI解决方案，如GPT 3.5、GPT 4和BARD，用于不同的...

智能企业：使生成式人工智能适用于企业

让我们从这里开始：是的，生成式人工智能（GenAI）的机会是巨大的是的，它正在改变我们所知道的世界（并且比我们大多数人预测...