包含"LLM"标签的文章

  • MoE 为什么最新的LLM使用混合专家 架构

      本文详细介绍了混合专家,MoE,架构,该架构通过混合或融合不同的,专家,模型共同解决特定的问题,专业化的必要性医院有很多具有不同专长的专家和医生,他们擅长解决各自领域内的医疗难题,外科医生、心脏病专家、儿科医生等各类专家紧密合作,为患者提供了全面而个性化的医疗护理服务,同样,人们也可以将这一合作模式...

    2024-11-15 867
  • 数量即力量!腾讯揭秘 Agent数量越多 大语言模型效果越好

      来自腾讯的研究者们做了一个关于agent的scalingproperty,可拓展性,的工作,发现,通过简单的采样投票,大语言模型,LLM,的性能,会随着实例化agent数量的增加而增强,其第一次在广泛的场景下验证了该现象的普遍性,与其他复杂方法的正交性,以及研究了其背后的原因,并提出进一步促成sca...

    2024-11-15 311
  • 一个意想不到的罪魁祸首 LLM的数数能力有多弱

      大模型领域的发展日新月异,每天都有许多有趣的论文值得深入品读,下面是本期觉得比较有意思的论文,1、LLM的数数能力有多弱,一个意想不到的罪魁祸首2、专家模型的潜在隐患,用户提示被窃取的背后1、LLM的数数能力有多弱,一个意想不到的罪魁祸首你相信大型语言模型,LLM,连简单的数数都可能做不好吗,近期一...

    2024-11-15 395
  • HybridLLM LLM 混合模型 推理成本的新思路 RouterLLM 等优化

      一、背景本文中我们继续介绍一种LLM推理优化相关的工作,通过路由的方式组合多个模型;其与投机采样类似,通过多个不同规模和性能的模型组合来降本增效,然而又有本质的区别,投机采样在一个Query内会反复调用大小模型,而路由方式在调用之前已经确定好需要调用哪个模型,直到调用结束,目前常见有两种路由的范式,...

    2024-11-15 517
  • 解析生成式 #AIGC创新先锋者征文大赛# 50亿美元亏损背后 AI 的商业模式之争

      ​​,本文正在参与AI.x社区AIGC创新先锋者征文大赛,​​​​https,www.,aigc,2223.html​​作者,StephanieKirmer编译,岳扬PhotobyIbrahimRifath[1]onUnsplash[2]OpenAl是史上增长最为迅猛的企业之一,但同时也可能是运营开...

    2024-11-15 862
  • Logic 突破大语言模型的逻辑瓶颈

      亲爱的读者,感谢您阅读到这里,正如我们探讨的语言模型一样,每个人都有自己的潜力和价值,认清自己,要么接受平凡,要么踏踏实实从0到1去积累资源,这世上从来没有简单的、一蹴而就的成功,无论是AI的发展还是个人的成长,都需要持续不断的努力和积累,如果您也对科技、人工智能和个人发展感兴趣,欢迎关注我们的微信...

    2024-11-15 380
  • 一文彻底搞懂GraphRAG

      自ChatGPT引领人工智能的新潮流以来,我们见证了大型语言模型,LLM,与私有数据结合的巨大潜力,这种结合不仅催生了功能强大的AI应用,也标志着AI专业能力的提升,然而,随着深入探究,我们发现传统的文本嵌入检索技术,Text2VecRAG,在处理知识库问答时仍存在局限,本文阐述如何通过图形RAG技...

    2024-11-15 773
  • 这就是大语言模型!

      文字接龙LLM从根本上始终要做的是,针对它得到的任何文本产生,合理的延续,LLM只是在玩一个,文字接龙,的游戏,当ChatGPT做一些事情,比如写一篇文章时,它实质上只是在一遍又一遍地询问,根据目前的文本,下一个词应该是什么,,并且每次都添加一个词,这里说的,词,实际上指的是token,它可能只是词...

    2024-11-15 352
  • 一文搞懂稀疏自动编码器 俯视LLM的灵魂

      稀疏自动编码器,SAE,最近因机器学习模型的可解释性而变得流行,尽管SAE自1997年以来一直存在,机器学习模型正在使LLMs变得越来越强大和有用,但它们仍然是黑匣子,如何看穿LLM的灵魂,且若能理解它们是如何工作的,那对于大模型的进化有足够的帮助和启示意义,使用SAE,可以开始将模型的计算分解为可...

    2024-11-15 840
  • LLM CoT的工作原理

      ​思维链,CoT,ChainofThought,常常作为增强大模型推理能力的利器,但大模型推理能力的提升多大程度上来自人为任务拆解,还是额外提示的Token激发了背后更强大的计算,让我们逐步思考,Transformer语言模型中的隐藏计算,[文献1]发现了一个有趣的现象,通过在思维链中添加无意义的中...

    2024-11-15 575
  • 落地应用成本及响应延迟优化 LLMs 精打细算用好 LLM

      作者,JanMajewski编译,岳扬imagegeneratedbyauthorwithGPT,4o高成本和延迟是将大语言模型应用于生产环境中的主要障碍之一,二者均与提示词信息的体量,promptsize,紧密相连,鉴于大语言模型,LLM,展现出极强的广泛适用性,不少人视其为解决各类问题的灵丹妙药...

    2024-11-15 523
  • 重点是代码开源! 这套LLM智能体选出的策略累计收益超50% 全市场都下跌了

      1.背景在量化交易领域,Alpha因子挖掘是核心焦点之一,探索和提炼那些能够预测资产收益的预测信号,尤金·法玛提出了有效市场假说,EfficientMarketHypothesis,EMH,,指出股票价格是所有市场可用信息的反映,股票价格应当全面反映市场内所有可获取的信息,随着研究的深入,当前Alp...

    2024-11-15 790
  • AI诗人来了!斯坦福和微软联手 用大型语言模型优化诗歌创作

      探索大型语言模型,LLMs,在文本空间优化问题中的潜力在现代人工智能的研究与应用中,大型语言模型,LargeLanguageModels,简称LLMs,已经显示出其在处理复杂语言任务中的强大能力,从生成文本、理解文档到执行代码,LLMs的应用范围日益扩大,然而,除了这些生成性任务外,LLMs在优化问...

    2024-11-15 114
  • RAG能帮助LLM更靠谱吗 斯坦福新研究

      大语言模型,LLM,虽然功能强大,但容易出现幻觉,此外,它们受限于其训练语料库中包含的知识,因此无法回答有关近期事件或公开受限信息的查询,为了解决上述问题,检索增强生成,RAG,是一种常用的框架,它在LLM的提示中提供相关检索内容,获得相关信息的参考文档或数据库,并可以显著提高模型的准确性,大多数商...

    2024-11-15 948
  • 基于LLM增强的推荐系统重排

      一、结论写在前面论文来自香港城市大学、华为诺亚方舟实验室,论文标题,LLM,enhancedRerankinginRecommenderSystems论文链接,​​https,arxiv.org,pdf,2406.12433​​重排序是推荐系统中的关键组件,对精炼推荐算法的输出起着至关重要的作用,传...

    2024-11-15 770

联系我们

QQ号:***

微信号:***

工作日:9:30-18:30,节假日休息