llm 第18页

经典算法-遗传算法的python实现

LLM大模型相关文章

Alex_StarSky·2024-01-08 18:53

如何解决大模型的「幻觉」问题？

幻觉可以说早就已经是LLM老生常谈的问题了，那为什么会产生这个现象该如何解决这个问题呢？快来和我们分享一下吧~>提醒：在发布作品前，请把不需要的内容删掉。

划水不带桨·2024-01-08 14:57

机器学习周刊第4期：动手实战人工智能、计算机科学热门论文、免费的基于ChatGPT API的安卓端语音助手、每日数学、检索增强 (RAG) 生成技术综述

LLM开发者必读论文：检索增强（RAG）生成技术综述！

机器学习算法与Python实战·2024-01-08 13:50

【EAI 004】LLM+P：借助LLM和PDDL赋予机器人最优规划能力

论文标题：LLM+P:EmpoweringLargeLanguageModelswithOptimalPlanningProficiency论文作者：BoLiu,YuqianJiang,XiaohanZhang

datamonday·2024-01-08 13:30

GPT实战系列-简单聊聊LangChain

简单聊聊LangChainLLM大模型相关文章：GPT实战系列-ChatGLM3本地部署CUDA11+1080Ti+显卡24G实战方案GPT实战系列-Baichuan2本地化部署实战方案GPT实战系列-大话LLM

Alex_StarSky·2024-01-08 11:55

GPT实战系列-大模型为我所用之借用ChatGLM3构建查询助手

定义好工具的格式后，以下是实践步骤：LLM大模型相关文章：GPT实战系列-探究GP

Alex_StarSky·2024-01-08 11:54

GPT实战系列-LangChain + ChatGLM3构建天气查询助手

Alex_StarSky·2024-01-08 11:21

用通俗易懂的方式讲解：使用 Mistral-7B 和 Langchain 搭建基于PDF文件的聊天机器人

LangChain使用带prompt和few-shot示例的LLM来提供相关响应和推理。LangChain擅长文档

Python算法实战·2024-01-08 11:50

【LMM 016】3D-LLM：将 3D 点云特征注入 LLM

论文标题：3D-LLM:Injectingthe3DWorldintoLargeLanguageModels论文作者：YiningHong,HaoyuZhen,PeihaoChen,ShuhongZheng

datamonday·2024-01-08 09:20

行走在深度学习的幻觉中：问题缘由与解决方案

我们在使用深度学习大模型如LLM（LargeLanguageModels）时，可能会遇到一种被称为“幻觉”的现象。

两壶若水·2024-01-08 06:36

LLM、AGI、多模态AI 篇四：ChatGLM3部署和应用

李小白杂货铺·2024-01-08 04:28

mnn-llm: 大语言模型端侧CPU推理优化

在大语言模型(LLM)端侧部署上，基于MNN实现的mnn-llm项目已经展现出业界领先的性能，特别是在ARM架构的CPU上。

阿里巴巴淘系技术团队官网博客·2024-01-08 03:48

非洲 AI 不发达，看看这份PPT，受益匪浅

大家好，我是老章看到我关注的一位博主在首届非洲@LangChainAI聚会上的一个演示PPT，主题是“使用LangChain构建生产就绪的LLM应用程序”。

机器学习算法与Python实战·2024-01-07 21:11

浅谈如何解决大模型的「幻觉」问题？

方向一：什么是大模型「幻觉」幻觉(LLM)在大型语言模型中是一个显著的问题，是指输出内容在语法和表达上无懈可击，但其真实性和准确性却难以保证方向二：造成大模型「幻觉」的原因首先，训练数据的质量至关重要。

笛秋白·2024-01-07 21:29

解析大语言模型LLM的幻觉问题：消除错觉、提高认知

文章目录前言一、幻觉介绍二、幻觉产生的原因三、幻觉的现象四、幻觉的分类五、幻觉解决方案六、幻觉待解决问题后记前言在人类的感知和认知过程中，幻觉一直是一个被广泛讨论和研究的问题。幻觉指的是一种虚假的感知或认知经验，使我们看到、听到或感受到不存在的事物或事件。无论是在科学领域还是日常生活中，幻觉都引发了极大的兴趣和好奇心。为了更好地了解幻觉的产生机制和解决方法，我们迫切需要深入探索这个领域。随着人工智

想你依然心痛·2024-01-07 20:32

非工程师指南: 训练 LLaMA 2 聊天机器人

是这样的，机器学习，尤其是LLM(LargeLanguageModels，大语言模型)，已前所未有地普及开来

Hugging Face·2024-01-07 20:39

LLM之RAG实战（十二）| 在RAG管道中实现上下文压缩和过滤

我们划分文档块的时候，通常不知道用户的查询，这意味着，与查询最相关的信息可能隐藏在一个包含大量不相关文本的文档中，这样输入给LLM，可能会导致更昂贵的LLM调用和较差的响应。

wshzd·2024-01-07 19:48

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。