LMS

Langchain链式开发：打造高效、可扩展的AI应用

Langchain是一个开源框架，专门用于开发基于大型语言模型(LLMs)的应用程序。它允许开发者将各种组件(如模型、数据源、工具等)连接在一起，构建复杂的AI应用程序。

小南AI学院·2025-03-15 14:58

AI推介-大语言模型LLMs论文速览（arXiv方向）：2024.06.25-2024.07.01

文章目录～1.AutoCherry-Picker:LearningfromHigh-qualityGenerativeDataDrivenbyLanguage2.BioMNER:ADatasetforBiomedicalMethodEntityRecognition3.BESTOW:EfficientandStreamableSpeechLanguageModelwiththeBestofTwoW

小小帅AIGC·2025-03-15 05:10

大语言模型（LLMs）全面学习指南（非常详细）零基础入门到精通，收藏这一篇就够了

大语言模型（LLMs）作为人工智能（AI）领域的一项突破性发展，已经改变了自然语言处理（NLP）和机器学习（ML）应用的面貌。

网络安全大白·2025-03-15 04:38

推理大模型：技术解析与未来趋势全景

1.推理大模型的定义推理大模型（ReasoningLLMs）是专门针对复杂多步推理任务优化的大型语言模型，具备以下核心特性：输出形式创新展示完整逻辑链条（如公式推导、多阶段分析）任务类型聚焦擅长数学证明

时光旅人01号·2025-03-14 15:10

基于SWIFT和Qwen1.5-0.5B-Chat进行大模型全参微调（魔搭社区）

1，swift框架安装pipinstallms-swift2，模型下载gitclonehttps://www.modelscope.cn/qwen/Qwen1.5-0.5B-Chat.git二、数据集准备使用

m0_65156252·2025-03-13 18:47

LLM大模型技术实战4：热门开源LLMs对比和选型

一、大语言模型的特点和能力LLM(LargeLanguageModel,大型语言模型)是指那些规模庞大、参数数量众多的深度神经网络模型，用于理解和生成自然语言文本。在自然语言处理（NLP）领域有着广泛的应用，因其强大的语言理解和生成能力，能够处理各种复杂的文本任务。1.1主要特点架构特点LLM主要基于Transformer架构，Transformer通过自注意力机制（Self-Attention）

大模型学习教程·2025-03-12 08:44

nlmsg_free函数简要分析

nlmsg_free是用户空间Netlink库（如libnl）中用于释放通过nlmsg_alloc分配的Netlink消息内存的函数。

TJ_Dream·2025-03-12 08:13

大模型面试--大模型（LLMs）基础面

大模型（LLMs）基础面1.目前主流的开源模型体系有哪些？

TAICHIFEI·2025-03-12 08:13

用flask做个简单llm-api

接收端：开放本机5000端口apifromflaskimportFlask,jsonify,requestapp=Flask(__name__)fromutils.llmimportload_llmllms

格瑞Lxf·2025-03-11 20:28

模型上下文协议（MCP）：构建 AI 与数据交互的新范式

引言在人工智能领域，大型语言模型（LLMs）的应用正从通用问答向复杂任务执行演进，但数据孤岛、工具集成碎片化及隐私安全等问题制约了其潜力。

xxgshxs·2025-03-11 18:48

Towards Multimodal Large-Language Models for Parent-Child Interaction: A Focus on Joint Attention

然而，目前对共同注意的检测和分析研究仍然有限，尤其是在多模态大语言模型（MLLMs）方面。本研究通过分析由两位语言病理学家标注的26段亲子互动视频，评估了多模态大语言模型理解共同注意的能力。

UnknownBody·2025-03-11 14:41

如何在DigitalOcean的H100 GPU服务器上运行DeepSeek R1 模型

在DigitalOcean，我们一直在关注开源大语言模型（LLMs）和商业封闭模型之间差距的不断缩小。其中一个最关键的能力就是“推理”，也就是用合乎逻辑、讲得通的方式思考问题。

DO_Community·2025-03-11 10:44

大语言模型原理基础与前沿双层路由多模态融合、多任务学习和模块化架构

大语言模型原理基础与前沿：双层路由多模态融合、多任务学习和模块化架构关键词：大语言模型、双层路由、多模态融合、多任务学习、模块化架构、神经网络、自然语言处理1.背景介绍大语言模型（LargeLanguageModels，LLMs

AI智能涌现深度研究·2025-03-11 09:07

使用Activeloop Deep Lake构建深度学习数据仓库与向量存储

ActiveloopDeepLake是专为深度学习设计的数据仓库，可以作为向量存储使用，支持多模态数据的存储和处理，并且可以直接用于细调大型语言模型（LLMs）。

dgay_hua·2025-03-11 04:49

大语言模型原理基础与前沿挑战与机遇

大语言模型原理基础与前沿挑战与机遇1.背景介绍大语言模型（LargeLanguageModels,LLMs）是近年来人工智能领域的一个重要突破。

AI大模型应用之禅·2025-03-11 02:07

AI Prompt 提示词工程入门指南：新手小白快速上手

近年来，人工智能（AI）发展迅猛，特别是大语言模型（LLMs）（如ChatGPT、Claude、Gemini、Llama等）的广泛应用，让人们可以用自然语言与AI进行互动。

机器学习司猫白·2025-03-11 02:37

利用大型语言模型进行市场分析与预测

近年来，随着自然语言处理（NLP）技术的进步，大型语言模型（LLMs）在文本分析领域展现出强大的能力，为市场分析与预测带来了新的机遇。L

AI天才研究院·2025-03-10 16:27

QwQ-32B通用能力测评的详细分析

QwQ-32B通用能力测评的详细分析一、测评框架与核心基准测试QwQ-32B的通用能力测评围绕三大核心评测体系展开，覆盖逻辑推理、多轮对话、复杂指令遵循、工具调用等综合能力：LiveBench（“最难LLMs

大势下的牛马·2025-03-10 16:57

大语言模型引擎全解析：Transformers、vLLM、Llama.cpp等，最佳选择全攻略！

近年来，大语言模型（LLMs）如GPT、LLaMA、BERT等已经成为人工智能领域的核心驱动力。然而，如何高效地运行和优化这些模型，成为了开发者和研究者面临的重要挑战。

大模型入门教程·2025-03-10 12:29

[arxiv论文解读]LlamaFactory：100+语言模型统一高效微调

该文档是一篇关于LLAMAFACTORY的学术论文，这是一个用于高效微调大型语言模型（LLMs）的统一框架。

强化学习曾小健·2025-03-10 07:22

使用LangChain实现最新NLP研究成果

技术背景介绍LangChain作为一个强大且灵活的开源工具，旨在简化大语言模型（LLMs）的开发与应用。通过对最新研究的集成，

eahba·2025-03-10 05:33

LLMs：LLMs大语言模型评估的简介(两标+六性+九维，大模型排行榜多种)，两类基准—通用任务的基准(单任务【BLEU/ROUGE-MT-Bench/Chatbot Arena】、多任务【Super

LLMs：LLMs大语言模型评估的简介(两标(NLUGR指标/REBT)+六性(理解性+生成性{PPL}+多样性+泛化性+能耗性+可解释性)+九维(2大能力域【理解/生成】+3性【丰富性/多样性/适应性

一个处女座的程序猿·2025-03-08 19:54

Mark Github上的一个项目，VLM-R1。GRPO为什么促使MLLM在部分垂域比SFT更好的表现

项目地址：GitHub-om-ai-lab/VLM-R1:SolveVisualUnderstandingwithReinforcedVLMs最近做毕设，看到VLM-R1项目，一个有趣的现象：在Grounding

朱韬韬·2025-03-08 16:40

【有啥问啥】深入浅出：大模型应用工具 Ollama 技术详解

深入浅出：大模型应用工具Ollama技术详解引言近年来，大型模型（LargeModels，LLMs）技术突飞猛进，在自然语言处理、计算机视觉、语音识别等领域展现出强大的能力。

有啥问啥·2025-03-08 00:21

LLMs之Llama-3：基于Colab平台(免费T4-GPU)利用LLaMA-Factory的GUI界面(底层采用unsloth优化框架【加速训练5~30倍+减少50%的内存占用】)对llama-3

LLMs之Llama-3：基于Colab平台(免费T4-GPU)利用LLaMA-Factory的GUI界面(底层采用unsloth优化框架【加速训练5~30倍+减少50%的内存占用】)对llama-3-

一个处女座的程序猿·2025-03-07 09:41

llama-factory 记录

GitHub-hiyouga/LLaMA-Factory:UnifiedEfficientFine-Tuningof100+LLMs&VLMs(ACL2024)安装gitclonehttps://github.com

嘟嘟Listing·2025-03-07 08:31

DeepSeek独立部署对垂直行业影响力分析

实施：输入学生历史成绩和行为数据，微调Deepseek生成学习建议，集成到学校LMS。成果：学习效率提升20%，学生参与度提高30%。场景2：智能考试与评估描

懂AI的老郑·2025-03-07 03:57

【大模型基础_毛玉仁】0.系列文章

原书参考链接及目录如下：《大模型基础》Github:https://github.com/ZJU-LLMs/Foundations-of-LLMs《大模型基础

XiaoJ1234567·2025-03-07 00:02

LLaMA-Factory使用命令

Weprovidediverseexamplesaboutfine-tuningLLMs.MakesuretoexecutethesecommandsintheLLaMA-Factorydirectory.TableofContentsLoRAFine-TuningQLoRAFine-TuningFull-ParameterFine-TuningMergingLoRAAdaptersandQuan

asd8705·2025-03-06 23:54

Andrej Karpathy 最新AI讲座（3个半小时）：Deep Dive into LLMs like ChatGPT（深入探索像ChatGPT这样的大语言模型）

自动驾驶小学生·2025-03-05 21:46

基于Ubuntu+vLLM+NVIDIA T4高效部署DeepSeek大模型实战指南

一、前言：拥抱vLLM与T4显卡的强强联合在探索人工智能的道路上，如何高效地部署和运行大型语言模型（LLMs）一直是一个核心挑战。尤其是当我们面对资源有限的环境时，这个问题变得更加突出。

来自于狂人·2025-03-05 02:01

大语言模型生成式AI学习笔记——1. 1.1 大语言模型及生成式AI项目生命周期简介——课程简介

GenerativeAIwithLargeLanguageModelsbyDeepLearning.AI&AmazonWebServicesAboutthisCourseInGenerativeAIwithLargeLanguageModels(LLMs

预见未来to50·2025-03-04 18:07

大模型学习笔记-基于《Deep Dive into LLMs like ChatGPT》

模型是什么从逻辑层面理解，模型类似于函数。给定模型一个输入，它会产生一个输出。例如，垃圾邮件识别器就是一种模型。当输入一封电子邮件时，它会输出该邮件是否为垃圾邮件的判断结果。天气预测同样是一个模型，输入历史天气数据，它会输出对明天天气情况的预测。这些都是模型的实例。当然，模型的输出存在一定的准确率，其结果可能与预期高度相符，也可能偏离较大。构建数据集对于大语言模型（LLM）的训练而言，首先需要构建

XiyouLinux_Kangyijie·2025-03-04 18:33

R语言广义加性模型：使用广义线性加性模型GAMs构建logistic回归

它结合了广义线性模型（GeneralizedLinearModels，简称GLMs）的灵活性和非线性关系的建模能力，可以适用于各种类型的响应变量，包括二元回归（logistic回归）。本文将介绍如何

TechInk·2025-03-04 17:52

llama_factory微调QWen1.5

GitHub-hiyouga/LLaMA-Factory:UnifyEfficientFine-Tuningof100+LLMsUnifyEfficientFine-Tuningof100+LLMs.Contributetohiyouga

Kun Li·2025-03-03 02:50

SQL-o1：一种用于Text-to-SQL的自奖励启发式动态搜索方法

得益于大规模语言模型(LLMs)的应用，该领域取得了显著进展。然而，模型的可扩展性、生成空间的限制以及SQL生成过程中的连贯性问题仍然存在。

数之何·2025-03-02 12:25

【大模型】fp32 和 fp16 的区别，混合精度的原理。

LLMs浮点数一、fp32和fp16的区别，混合精度的原理1.fp32与fp16的对比特性fp32（单精度）fp16（半精度）位数32位（4字节）16位（2字节）内存占用高低（仅为fp32的50%）数值范围约

深度求索者·2025-03-02 08:20

AI驱动的企业学习管理系统

传统的企业学习管理系统(LearningManagementSystem,LMS)往往以标准化课程和批量学习为主，难以满足员工个性化学习需求，且缺

AGI大模型与大数据研究院·2025-03-02 07:43

借助知识图谱和Llama-Index实现基于大模型的RAG

幻觉是在处理大型语言模型（LLMs）时常见的问题。LLMs生成流畅连贯的文本，但经常产生不准确或不一致的信息。防止LLMs中出现幻觉的一种方法是使用外部知识源，如提供事实信息的数据库或知识图谱。

爱吃牛油果的璐璐·2025-03-01 08:32

如何使用Anyscale平台运行、微调和扩展大语言模型(LLMs)

Anyscale是一个功能强大的平台，主要用于运行、微调和扩展大语言模型(LLMs)，并且通过生产就绪的API提供成本效益的调用服务。

eahba·2025-03-01 03:49

【deepseek】deepseek-r1本地部署-第三步：下载模型

二、操作1、LMStudio开发模式切换模式名字PowerUser2、下载模型模型名字DeepSeek-R1-Distill-Llama-8B-GGUF3、下载完成三、总结按需选择合适的bit的模型，否则会跑不动

Evenurs·2025-03-01 02:45

第九章 Spring AI API中文版 - Ollama Embeddings API

Ollama嵌入通过Ollama，您可以在本地运行各种大型语言模型（LLMs），并从中生成嵌入。SpringAI通过OllamaEmbeddingClient支持Ollama文本嵌入。

明爷们儿·2025-02-28 18:52

2.9 部署模型-大模型ACP模拟题-真题

A.vllmserve"./model/qwen2_5-1_5b-instruct"--port8000B.vllmserve".

admin皮卡·2025-02-28 17:12

Empowering LLMs with Logical Reasoning: 从“语言大师”到“逻辑大师”的进化之路

让大语言模型（LLMs）既能说会道，又能逻辑严谨，是AI发展的下一座高峰。”开篇：语言模型的“逻辑盲区”近年来，大语言模型（LLMs）在自然语言处理（NLP）任务中取得了令人瞩目的成就。

步子哥·2025-02-28 07:19

利用DSPy优化LangChain RAG系统的实战指南

利用DSPy优化LangChainRAG系统的实战指南技术背景介绍DSPy是一个用于大语言模型（LLMs）的出色框架，它引入了一个自动编译器，能够教会模型如何执行你程序中的声明性步骤。

scaFHIO·2025-02-28 04:01

使用LangChain与GPT4All模型进行交互

核心原理解析GPT4All是基于大型语言模型（LLMs）的开源项目，通过训练大量干净的数据，能够生成高质量的对话和回答。LangChain是一种用于简化与

bavDHAUO·2025-02-28 04:28

LangChain入门：使用Python和通义千问打造免费的Qwen大模型聊天机器人

前言LangChain是一个用于开发由大型语言模型（LargeLanguageModels，简称LLMs）驱动的应用程序的框架。

闯江湖50年·2025-02-27 20:45

探索 LangChain: 架构、组件和应用

OpenAI示例：fromlangchain.llmsimportOpenAIopenai_llm=OpenAI(model_name="gpt-3.5-turbo")respo

田猿笔记·2025-02-27 17:23

大数据最全大模型入门到应用——LangChain：索引（Indexes）-[文本分割器

大模型从入门到应用》总目录LangChain系列文章：基础知识快速入门安装与环境配置链（Chains）、代理（Agent:）和记忆（Memory）快速开发聊天模型模型（Models）基础知识大型语言模型（LLMs

2401_84182507·2025-02-27 17:22

大模型入门到应用——LangChain：索引（Indexes）-[文本分割器(2)

快速入门安装与环境配置链（Chains）、代理（Agent:）和记忆（Memory）快速开发聊天模型模型（Models）基础知识大型语言模型（LLMs）基础知识LLM的异步API、自定义LLM包装器、虚假

2301_78399616·2025-02-27 17:21

推荐频道

LMS