note 文章目录 note 一、背景篇 1. Special Token 2. 耗时问题 3. 与 pretrain 的区别 4. 幻觉问题 二、数据篇 1. 数据多样性 2. 数据生产 （1）生产 prompt （2）生产 answer

目录前言一、Tuning1、Fine-Tuning（微调）2、Prompt-Tuning（提示微调）2.1 In-context learning&am

原文：NLP（十八）：LLM 的推理优化技术纵览 - 知乎 目录 收起 一、子图融合（subgraph fusion&

从公众号转载，关注微信公众号掌握更多技术动态---------------------------------------------------------------一、增强语言大模型基础1.大语言模型存在的不足存

原文：LLM（十八）：LLM 的推理优化技术纵览 目录 收起 一、子图融合（subgraph fusion&#xff

文章目录学习前言OpenAI简介QA问答接口实现流程1、网络爬虫2、构建嵌入索引3、使用嵌入构建QA问答系统4、基于flask框架进行接口封装5、接口测试使用学习前言 最近ChatGpt太火热了，赶紧来了解一波相

0.引言 近年来，人工智能领域取得了令人瞩目的进步，其核心是图形处理单元（GPU）和并行计算平台的强大组合。 大模型如 GPT、BER能够理解和生成具

基于通义千问模型的上市公司发展战略分析智能体 写在前面： 这个例子本身我个人感觉并不是很简洁，部分步骤可能略显冗余，本人也是第一次尝试LLM相对完整的项目的创建，也差不多是第一次写blog，有什么不合适或者不合理的部分还希望能多多听取各

作者：紫气东来原文：https:zhuanlan.zhihup642412124转载者：杨夕【LLMs九层妖塔】 : https:githubkm1994LL

社区版Dify实现文生视频 LLMComfyUI混元视频一、 社区版Dify实现私有化混元视频效果二、为什么社区版Dify可以在对话框实现文生视频？LLMComfyUI混元视频 实现流程图（重点&

前言 随着生成式人工智能的快速发展，部分场景希望能过自主部署大型语言模型（LLM）服务器用于推理服务，而相关教程博文尽管很多，但

前言 随着生成式人工智能的快速发展，部分场景希望能过自主部署大型语言模型（LLM）服务器用于推理服务，而相关教程博文尽管很多，但

声明：本文是收集了网上关于OpenAI 12天直播的博文，若有侵权，联系我删除，感谢各位博主的奉献。此次 OpenAI 将发布会拆分为 12 天直播，是一次内容与形式的双重创新。这种形式通过延长发布周期，不断吸引观众注意力，

上文LLM-Agents]详解Agent中工具使用Workflow提到MM-ReAct框架，通过结合ChatGPT 与视觉专家模型来解决复杂的视觉理解任务的框架。通过设计文本提示（prompt d

LLMs：《Building LLM applications for production构建用于生产的LLM应用程序》翻译与解读 LLMs：构建用于生产的LLM应用程序的挑战与案例经验总结—

如何解决大模型的「幻觉」问题？ 参考论文 论文1：《Siren’s Song in the AI Ocean: A Survey on Hallucination in Large Language Models》 论文2：《Cogniti

note 开源Agent分为积累：自动agent（autoGPT、loopGPT、babyAGI）、半自动agent（camel&#xff09

AI原生应用架构演进：LLM驱动的范式转变与工程挑战 关键词 AI原生架构 | 大语言模型(LLM) | 应用架构范式 | 智能交互系统 | 提示工程 | 向量数据库 | 认知架构 | 多模态融合 | 模型编排 摘要 本分析深入探讨

noteo3 体现出的编程和数学能力，不仅达到了 AGI 的门槛，甚至摸到了 ASI（超级人工智能）的边。Day 1：o1完全