文章列表-AI魔法学院

文章列表

基于LLM+向量库的文档对话痛点及解决方案

问题2：如何让LLM回答出全面的粗粒度（跨段落）知识？

开源模型

中文原生文生图大模型来了！腾讯混元推出，Sora 同架构

自研新一代文生图模型　　大模型的优异表现，离不开领先的技术架构。

文生图混元腾讯

「长文」可能是目前最全的LangChain AI资源库之一

LangChain是一个非常棒的框架，可以在瞬间完成LLM项目，当下生态系统正在迅速发展。

工作

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

这个真正难题我在前面的文章中《一些LLM的声音总结》中提到过，基于大模型的企业应用中很大一部分需求就是RAG——检索增强生成。

RAG 大模型

Giraffe：世界上第一个商业可用的32K长上下文开源LLM（基于Llama-2）

项目简介选择如何对 Transformer 的位置信息进行编码一直是 LLM 架构的关键组成部分之一。

开源模型

GitHub狂飙3万star的LLM公开资料 - 大模型入门教程

LLM 360：一个开源LLM框架，包含训练和数据准备代码、数据、指标和模型。

LLM 大模型 GitHub

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

当我们拿到开源大模型的时候，通常会与实际场景结合来对大模型做一波Post-Training，进而改变预训练模型的权重来实现LLM对齐。

大模型研究

微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering

因此，LLM应用从趋势上看，逐渐朝复杂的流程组织，以及模型基于环境反馈的自我迭代循环纠错的方向发展，而这就是Flow Engineering。

LLM 范式迁移

点评：六大向量数据库

这一波gpt热潮，90%的企业开发，都是llm+本地知识库集成。

向量数据库

4种通过LLM进行文本知识图谱的构建方法对比介绍

使用LLM预训练本体（ontologies） LLM似乎已经接受了各种标准本体(如SCHEMA)的预先培训。

知识图谱大模型

中国电信开源星辰AI大模型：央企中首个完成LLM研发和开源的选手诞生

大伙既可以直接调用大模型，也可以根据自身业务需求对大模型进行微调或个性化设置——支持deepspeed微调框架、int8&&int4模型量化、升腾卡训推。

开源大模型电信

精通结构化提示词：如何精确操控指令的作用域与优先级

初学者在编写提示词时，不宜立刻采用像LangGPT这样的结构化提示词框架。

提示词结构化

实时语音克隆

SV2TTS使用深度学习框架，分为三个阶段，通过音频创建声音的数字表示，然后用这个表示来合成任意文本的语音。

语音克隆

一个充满多智能体的数字社会正在浮现，商业的底层逻辑已进入重构倒计时

因此，我们引入了MetaGPT，这是一个创新性的框架，将高效的人类工作流程作为元编程方法融入基于LLM的多智能体协作中。

大模型

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

机器之心对这篇综述论文的大致框架进行了整理，以便读者能快速了解 LLM 的挑战和应用，更详细的论述和具体文献请参阅原论文。

开源模型

<...4 5 6 789 10 11 12 13 ...>

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

© 2023-2025 AI魔法学院

京ICP备20027199号-1