LLm 第20页

LLM漫谈（二）| QAnything支持任意格式文件或数据库的本地知识库问答系统

一、QAnything介绍QAnything(QuestionandAnswerbasedonAnything)是致力于支持任意格式文件或数据库的本地知识库问答系统，可断网安装使用。您的任何格式的本地文件都可以往里扔，即可获得准确、快速、靠谱的问答体验。目前已支持格式:PDF，Word(doc/docx)，PPT，Markdown，Eml，TXT，图片（jpg，png等），网页链接，更多格式，敬请

wshzd·2024-01-07 19:15

大型语言模型的幻觉问题

幻觉现象的存在严重影响LLM应用的可靠性，本文将探讨大型语言模型(LLMs)的幻觉问题，以及解决幻觉现象的一些常见方法。2.为什么需要解决LLM的幻觉问题？

IT斜杆青年·2024-01-07 13:14

LLM——检索增强生成RAG

RAG（Retrieval-AugmentedGeneration）定义工作原理应用优势挑战结论定义RAG是一种结合了检索（Retrieval）和生成（Generation）的自然语言处理技术。它旨在通过先从一个大型的文档数据库中检索相关信息，然后基于检索到的信息生成回答或内容，从而增强语言模型的能力。工作原理检索阶段：当给定一个问题或者提示时，RAG首先会在一个大规模的知识库中检索出相关的文档或

bulingg·2024-01-07 12:39

RAG实战案例：如何基于 LangChain 实现智能检索生成系统

在人工智能领域，如何有效结合大型语言模型（LLM）的常识性知识与特定的专有数据，一直是业界探索的热点。

技术狂潮AI·2024-01-07 12:38

【AIGC工具】我找到了使用大模型问答的最短路径！

大家好，我是豆小匠~好久没介绍提高效率的工具啦，这次来介绍一个UTools的骚操作，可以极速打开LLM进行提问！

豆小匠·2024-01-07 09:23

LLM之RAG实战（十三）| 利用MongoDB矢量搜索实现RAG高级检索

想象一下，你是一名侦探，身处庞大的信息世界，试图在堆积如山的数据中找到隐藏的一条重要线索，这就是检索增强生成（RAG）发挥作用的地方，它就像你在人工智能和语言模型世界中的可靠助手。但即使是最好的助理也有其局限性，因此，让我们开始探索RAG的高级方法，重点关注大规模文档检索中的精度和上下文。一、基本RAG想象一下，有一本和地平线一样宽百科全书。基本的RAG试图将这些丰富的知识提炼成一个单一的“嵌入”

wshzd·2024-01-07 09:19

ChatGPT大升级，文档图像识别领域迎来技术革新

写在前面ChatGPT迎来重大升级冲击与机遇并存大模型时代的思考与探索■像素级OCR统一模型-UPOCR■OCR大一统模型-SPTSv3■文档识别分析+LLM应用写在最后问卷抽奖写在前面2023年12月

敬之·2024-01-07 08:34

聚焦QCon：小红书邀你一起探讨高性能网关、LLM 推理加速

LLM的发展，引发新一代的内容理解、生成技术热潮，也使得门槛相对较高的数据研发治理领域，有了更加平民化、提供自然语言接口的可能。

小红书技术REDtech·2024-01-07 04:58

小红书 X WSDM 2024「对话式多文档问答挑战赛」火热开赛！

基于大语言模型（LLM）的对话问答机器人，已经成为当前人工智能领域学术界和工业界共同关注的的热门研究方向之一。

小红书技术REDtech·2024-01-07 04:26

老胡的周刊（第121期）

项目clone-voice[2]一个带web界面的声音克隆工具，使用你的音色或任意声音来录制音频：clone-voiceFastGPT[3]FastGPT是一个基于LLM大语言模型的知识库问答系统，提供开箱即用的数据处理

老胡的储物柜·2024-01-06 22:58

ES在工作中的使用

文章目录概要实际应用技术细节小结概要ES官方文档如下链接:https://www.elastic.co/cn/elasticsearch/一句话概括就是:一整套检索算法，能够与大型语言模型(LLM)集成

qq_43369327·2024-01-06 21:48

10款以上开源工具，用于大型语言模型应用开发

订阅：https://rengongzhineng.io/当我们谈论人工智能时，大型语言模型（LLM）作为关键工具凸显其重要性，它们赋予机器以类似

新加坡内哥谈技术·2024-01-06 18:03

【LLM】2023年大型语言模型训练

2022年底，大型语言模型（LLM）在互联网上掀起了风暴，OpenAI的ChatGPT在推出5天后就达到了100万用户。

架构师研究会·2024-01-06 13:02

如何解决大型语言模型的「幻觉」问题

算法局限算法理解的限制算法的改进需求3.上下文限制上下文理解的困难上下文理解的提升策略解决方案1.提高数据质量实施措施2.算法改进技术进步3.上下文增强方法论4.人工监督人工干预结语引言大型语言模型（LLM

跑起来总会有风·2024-01-06 11:23

基于PyTorch的Transformer组件实现

最近看了不少介绍LLM工作原理的文章，发现每一篇都会试图跟读者讲明白作为baseline的Transformer架构到底长啥样。但是好像比较少有代码实现的示例和具体的例子帮助理解。

oveZ·2024-01-06 06:48

LLM增强LLM；通过预测上下文来提高文生图质量；Spikformer V2；同时执行刚性和非刚性编辑的通用图像编辑框架

文章首发于公众号：机器感知LLM增强LLM；通过预测上下文来提高文生图质量；SpikformerV2；同时执行刚性和非刚性编辑的通用图像编辑框架LLMAugmentedLLMs:ExpandingCapabilitiesthroughComposition

JiauZhang·2024-01-06 02:48

【MLOps】使用Ray缩放AI

Ray正在人工智能工程领域崭露头角，对扩展LLM和RL至关重要Spark在数据工程中几乎是必不可少的。Ray正在人工智能工程领域崭露头角。雷是伦敦大学学院Spark的继任者。

架构师研究会·2024-01-06 01:59

LLM对齐方案再升级

Microsoft：WizardLMWizardLM:EmpoweringLargeLanguageModelstoFollowComplexInstructionsGitHub-nlpxucan/WizardLM:LLMsbuilduponEvolInsturct:WizardLM,WizardCoder,WizardMath要点：使用prompt对种子指令样本进行多样化，复杂化改写可以有效提升

人工智能小豪·2024-01-06 00:11

LLM对齐经验之数据越少越好？

LIMA论文：LIMA:LessIsMoreforAlignment要点：人工构建1K高质量样本用于对齐，高质量主要指输出的风格一致性，以及输入的多样性LIMA是比较早提出QualityOverQuantity观点的论文。论文提出一个假设是模型的知识和能力几乎全部是预训练阶段注入的。而指令微调阶段的对齐只是学习和人类交互的回答形式。因此一个输入多样，输出形式一致的高质量指令数据集能帮模型快速学到回

人工智能小豪·2024-01-06 00:41

LLM Agent之再谈RAG的召回信息密度和质量

话接上文的召回多样性优化，多路索引的召回方案可以提供更多的潜在候选内容。但候选越多，如何对这些内容进行筛选和排序就变得更加重要。这一章我们唠唠召回的信息密度和质量。同样参考经典搜索和推荐框架，这一章对应排序+重排环节，考虑排序中粗排和精排的区分主要是针对低延时的工程优化，这里不再进一步区分，统一算作排序模块。让我们先对比下重排和排序模块在经典框架和RAG中的异同排序模块经典框架：pointwise

人工智能小豪·2024-01-06 00:40

LLM Agent之再谈RAG的召回多样性优化

那和大模型时代更搭配的自然是改写方案，LLM的加持很大程度上降低了Query改写的难度，也为改写提供了更多的可能性。1.

人工智能小豪·2024-01-06 00:10

【人工智能】为什么说大模型会有「幻觉」问题，又如何去解决呢

此篇是【话题达人】序列文章，这一次的话题是《如何解决大模型的幻觉问题》目录大模型模型幻觉模型预训练庞大文本数据集语义关系模型微调特定任务少量标签数据如何解决普遍方法大模型先来了解基本术语和缩写全称，比如LLM

全栈小5·2024-01-05 22:44

2023年度盘点：AIGC、AGI、GhatGPT、人工智能大模型必读书单

LLM：LargeLanguageModel，即大语言模型，旨在理解和生成人类语言。LLM的特点是规模庞大，包含成百、上千亿的参数，可以捕捉语言的复杂模式，包括句法、语义和一些上下文信息，从而生成连贯

秋说·2024-01-05 21:29

16｜连接数据库：通过链和代理查询鲜花信息

16｜连接数据库：通过链和代理查询鲜花信息新的数据库查询范式下面这个图，非常清晰地解释了这个以LLM为驱动引擎，从自然语言的（模糊）询问，到自然语言的查询结果输出的流程。

知春秋·2024-01-05 20:22

How to Bridge the Gap between Modalities: A Comprehensive Survey on Multi-modal Large Language Model

本文是LLM系列文章，针对《HowtoBridgetheGapbetweenModalities:AComprehensiveSurveyonMulti-modalLargeLanguageModel》

UnknownBody·2024-01-05 13:04

A Survey of Graph Meets Large Language Model: Progress and Future Directions

本文是LLM系列文章，针对《ASurveyofGraphMeetsLargeLanguageModel:ProgressandFutureDirections》的翻译。

UnknownBody·2024-01-05 13:34

YUAN 2.0: A Large Language Model with Localized Filtering-based Attention

本文是LLM系列文章，针对《YUAN2.0:ALargeLanguageModelwithLocalizedFiltering-basedAttention》的翻译。

UnknownBody·2024-01-05 13:34

LONGQLORA: EFFICIENT AND EFFECTIVE METHOD TO EXTEND CONTEXT LENGTH OF LARGE LANGUAGE MODELS

本文是LLM系列文章，针对《LONGQLORA:EFFICIENTANDEFFECTIVEMETHODTOEXTENDCONTEXTLENGTHOFLARGELANGUAGEMODELS》的翻译。

UnknownBody·2024-01-05 13:33

LLM之RAG理论（四）| RAG高级数据索引技术

在RAG系统的设计中，需要考虑以下一些事情：LLM模型领域正在进行的开源和开源之间的斗争，那么在实际使用中最好的模型是什么？应该微调LLM还是直接对数据集进行嵌入？

wshzd·2024-01-05 12:24

LLM（九）| 使用LlamaIndex本地运行Mixtral 8x7大模型

欧洲人工智能巨头MistralAI最近开源Mixtral8x7b大模型，是一个“专家混合”模型，由八个70亿参数的模型组成。MistralAI在一篇博客文章（https://mistral.ai/news/mixtral-of-experts/）介绍了Mixtral8x7b，在许多基准上与GPT-3.5和Llama270b相匹配甚至是超越。下面我们使用LlamaIndex在本地部署一下Mixtra

wshzd·2024-01-05 12:18

【LLM】自主GPT-4：从ChatGPT到AutoGPT、AgentGPT、BabyAGI、HuggingGPT等

LangChain和LlamaIndex集成趋势后，GPT-4的新兴任务自动化和人工智能代理ChatGPT和LLM技术的出现是革命性的。

架构师研究会·2024-01-05 09:12

第一课：Transformer

大语言模型（LLM）技术演变史注意力机制Transformer结构课程ppt及代码地址2、学习心得：3、经验分享：4、课程反馈：5、使用MindSpore昇思的体验和反馈：6、未来展望：1、学习总结：什么是语言模型

一条大蟒蛇6666·2024-01-05 08:20

为什么自然语言转SQL(text to sql)在企业中较难落地

然而，尽管去年基于LLM的对话式应用程序（例如ChatGPT+Bard）和新的强大模型（例如GPT-4）取得了惊人的进步，但大多数公司仍然没有部署对话式BI。

数大招疯·2024-01-05 08:36

自然语言转SQL，一个微调ChatGPT3.5的实例(上)--训练数据准备

最近，大型语言模型（LLM）技术（如GPT-4）的进展提高了所提出解决方案的准确性。

数大招疯·2024-01-05 08:36

使用生成式AI查询大型BI表

鉴于大型语言模型(LLM)令人印象深刻的功能，我们很自然地想知道人工智能是否可以帮助我们将信息需求转化为格式良好的SQL查询。诚然，大多数LLM可以基于自然语言输入至少输出一些SQL查询。

数大招疯·2024-01-05 08:05

2024 年 5 个关键网络安全趋势

考虑到基于人工智能(AI)和大型语言模型(LLM)的工具的功能和可访问性不断增强，我们必须领先威胁行为者几步，并了解来

网络研究院·2024-01-05 05:51

【LLM】大型语言模型综述论文

架构师研究会·2024-01-05 04:31

LLM 中的长文本问题

近期，随着大模型技术的发展，长文本问题逐渐成为热门且关键的问题，不妨简单梳理一下近期出现的典型的长文本模型：10月上旬，MoonshotAI的KimiChat问世，这是首个支持20万汉字输入的智能助手产品；10月下旬，百川智能发布Baichuan2-192K长窗口大模型，相当于一次处理约35万个汉字；11月上旬，OpenAI发布支持128K上下文窗口的GPT-4Turbo模型；11月下旬，Anth

AI知识图谱大本营·2024-01-05 01:49

Think-on-Graph—基于知识图谱的LLM推理

文章目录背景动机LLM模型存在的问题LLM⊕\oplus⊕KG范式的局限性LLM⊗\otimes⊗KG范式（ThinkonGraph，ToG）LLM⊗\otimes⊗KG范式的过程ToG的三个阶段初始化实体提取关系及实体探索推理例子及效果相关结论搜索深度和波束宽度对

dzysunshine·2024-01-05 00:43

KnowLM知识抽取大模型

的知识抽取的智析大模型数据集构建及训练过程预训练数据集构建预训练训练过程指令微调数据集构建指令微调训练过程开源的数据集及模型局限性信息抽取Prompt部署环境配置模型下载预训练模型使用LoRA模型使用KnowLM项目介绍KnowLM是由浙江大学NLP&KG团队的在读博士生研发并开源的项目，是一种将LLM

dzysunshine·2024-01-05 00:13

FinGPT——金融领域开源大模型

以数据为中心的方法用于FinLLMs金融数据和独特特性应对处理金融数据的挑战FINGPT概述：FINLLM的开源框架数据来源面向金融NLP的实时数据工程流程大型语言模型（LLM）应用结论未来工作背景FinGPT

dzysunshine·2024-01-05 00:41

如何训练你自己的大语言模型: 分步指南

引言大语言模型(LargeLanguageModels，LLM)真正彻底改变了人工智能(AI)领域。

Garry1248·2024-01-05 00:58

【langchain】入门初探实战笔记（Chain, Retrieve, Memory, Agent）

大语言模型技术栈大语言模型技术栈由四个主要部分组成：数据预处理流程（datapreprocessingpipeline）嵌入端点（embeddingsendpoint）+向量存储（vectorstore）LLM

小松不菜·2024-01-04 23:51

2024年AI领域的突破性进展预测

GPT-5发布后，LLM在本质上仍然有限，基本的AGI也不足以实现。然而，英伟达高级科学家和OpenAI联创人都预测，2024年将是视频年，视频AI将迎来突破性进展。

go2coding·2024-01-04 23:43

斯坦福和 Meta学者发现Gemini在常识推理任务中有较强潜力；初学者GPT：Ai和LLM资源

AI新闻斯坦福和Meta学者发现Gemini在常识推理任务中有较强潜力摘要：斯坦福和Meta的学者发表论文为Gemini正名，他们发现之前对Gemini的评估并不能完全捕捉到其真正的常识推理潜力。他们设计了需要跨模态整合常识知识的任务，对Gemini在复杂推理任务中的表现进行了全面评估。研究结果显示，Gemini在常识推理能力上表现强大，相比于GPT-3.5Turbo稍有优势。然而，模型在处理时间