文章列表-AI魔法学院

文章列表

分析过688篇大模型论文，这篇论文综述了LLM的当前挑战和应用

图 1：LLM 挑战概况。

开源模型

智谱AI静悄悄的上线了一大波新模型，过年了，真的

图像和视频理解模型GLM-4V-Plus。

智谱AI 大模型

用AI轻松玩转年度总结PPT

按输出分，AI 分为对话 AI，图片 AI，视频 AI。

PPT 年终总结

大模型检索增强生成RAG的优化

其技术架构图大致如下[4]：基于KG+VS进行上下文增强图3中query进行KG增强是通过NL2Cypher模块实现的。

RAG 检索增强大模型

构建开源多模态RAG系统

自然语言处理（NLP）的进步使得可以将文本编码为嵌入向量，从而指导图像生成过程。

RAG 大模型

大模型：泛化即智能，压缩即一切！

如上图所示，许多教科书中显示的图形都是U形风险曲线。

泛化大模型

准备迎接超级人工智能系统，OpenAI宣布RLHF即将终结！超级对齐技术将接任RLHF，保证超级人工智能系统遵循人类的意志

例如，如果一个超人类助手模型生成了一百万行极其复杂的代码，人类将无法为关键的校准相关任务提供可靠的监督，包括：代码是否遵循用户的意图、助手模型是否诚实地回答有关代码的问题、执行代码是否安全或危险等等。

OpenAI 人工智能

它来了！SDXL + ControlNet 终于强强联合！

就好比当我们想要一张“鲲鲲山水图”的时候，会发现很难通过语言来描述这样的景象。

SDXL

提升GPT Prompt效果最佳实践 - 拆解复杂任务

具体方法： · 使用意图分类来识别与用户查询最相关的指令 · 对于需要很长会话的对话应用，总结或过滤之前的对话 · 分段总结长文档，并递归构建成完整摘要使用意图分类来识别与用户查询最相关的指令

GPT prompt

应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline，提升应用开发的灵活性

其核心抽象是将Llamaindex的各种模块（LLM、提示、查询引擎、检索器等）作为DAG图上的节点，通过声明式编排完成应用逻辑开发。

Query Pipeline 大模型

宁德核电推出全球参数量最大的核工业大模型｜InfoQ 独家

、语音的多模态交互，实现了 AIGC 技术赋能 SAT（系统化培训方法）应用的首次尝试， 7×24 小时为核工业一线工程师答疑解惑，进行配套的核工业课程讲解，让培训成为一场按图索骥的旅行。

宁德核电大模型

国内厂商语音识别与Whisper评测：现状与概况对比

一、语音识别现状二、评测意义与预期成果三、评测方案四、评测结果一、语音识别现状得益于近年来深度学习技术的快速发展，人工智能的主要分支(图像、语音、自然语言处理等)都相继进入了大规模落地应用阶段

语音识别 Faster-Whisper

对于大模型RAG技术的一些思考

真正难处理的是ppt和pdf，ppt中包含大量架构图、流程图等图示，以及展示图片。

RAG 大模型

从Langchain到ReAct，在大模型时代下全新的应用开发核心

它是如何运作的图片来源：https://arxiv.org/abs/2210.03629 一个ReAct流程里，关键是三个概念： Thought：由LLM模型生成，是LLM产生行为和依据。

大模型

天塌了，Scaling Law 已撞收益递减墙？OpenAI 在内，所有大模型都正遭遇巨大瓶颈

据数据科学家 Yam Peleg 曝料，从某个前沿实验室传出消息，他们试图通过更长时间的训练和使用越来越多的数据来强行获得更好的结果，结果却意外地达到了一个巨大的收益递减墙（比公开发布的更严重）。

Scaling Law AI大模型

<...45 46 47 484950 51 52 53 54 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2024 AI魔法学院

京ICP备20027199号-1