最新 最热

【AI大模型】用指令层级的方法提高LLM的安全性

Eric Wallace, Kai Xiao, Reimar Leike, Lilian Weng, Johannes Heidecke, Alex Beutel. The Instruction Hierarchy: Training LLMs to Prioritize Privileged Instruction...

2024-04-30
3

如何利用向量数据库来弥补 LLM 的弱点

多年来,人们一直在猜测人工智能对企业产生的潜在影响。现在,我们看到来自不同行业的公司开始利用大型语言模型 (LLM)和生成式人工智能 (GenAI)。麦肯锡认为,全球经济可能从 GenAI 的采用中受益高达4.4 万亿美元,这使得使...

2024-04-27
4

5种搭建LLM服务的方法和代码示例

在不断发展的大型语言模型(LLMs)领域中,用于支持这些模型的工具和技术正以与模型本身一样快的速度进步。在这篇文章中,我们将总结5种搭建开源大语言模型服务的方法,每种都附带详细的操作步骤,以及各自的优缺点。...

2024-04-26
1

【Rust 研学】 | LLM 入门之旅 2 : BPE 算法

我们的作品是基于大模型实现的一个代码转译可视化工具,完全由 Rust 实现,也可能是这次赛事唯一一个用 Rust 实现的作品吧。

2024-04-22
2

Meta出招了!Megalodon LLM对Transformer架构发起挑战!

前两天,科技新闻网站VentureBeat上放出了Ben Dickson的一篇文章,名字就叫“Meta 携 Megalodon LLM 挑战 Transformer 架构”。

2024-04-21
2

langchain4j免科学上网实践demo

作为一个只懂java的程序员,之前一直没有机会直接与langchain接触,无法快速跟上AI的浪潮。直至langchain4j的推出,让我有了一探langchain4j的机会。对langchain4j不熟的同学可以移步官网。简言之,LangChain4j 的目标是简化...

2024-04-18
1

NLP vs LLMs:技术差异深度解析

随着人工智能技术的不断发展,它在无数行业中解决问题的能力日益增强。其中,让机器理解人类语言的关键在于自然语言处理(NLP)和大型语言模型(LLMs)。这两种技术提供了专门的解决方案,将人类沟通的能力与软件及机器的理解力连...

2024-04-18
6

提高大型语言模型 (LLM) 性能的四种数据清理技术

搜索增强生成(RAG)过程彻底增强对大语言模型(LLM)的理解、为它们提供上下文并帮助防止幻觉的潜力而受到欢迎。RAG 过程涉及几个步骤,从分块供应文档提取到上下文,再到用该上下文提示 LLM 模型。虽然 RAG 可以显着改善预测,但...

2024-04-15
3

Langchain入坑

本指南(以及文档中的大多数其他指南)使用Jupyter 笔记本,并假设读者也使用 Jupyter 笔记本。Jupyter 笔记本非常适合学习如何使用 LLM 系统,因为事情经常可能会出错(意外输出、API 关闭等),而在交互式环境中阅读指南是更好地...

2024-04-15
1