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

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......
admigg 11-15
464 516 718
改进RAG管道检索文档质量的五种方法

改进RAG管道检索文档质量的五种方法

RAG可以利用外部信息提升大型语言模型的性能,其性能依赖于检索文档的质量,除了标准检索方法之外,还有4种方法可以提高所检索文档的质量,检索增强生成,RAG,是利用外部信息定制大型语言模型的重要技术之一,但是,RAG的性能取决于检索到的文档的......
admigg 11-15
983 448 419
简单提升检索性能的新选择 文档概要索引

简单提升检索性能的新选择 文档概要索引

今天介绍了一种全新的LlamaIndex数据结构,文档摘要索引,将描述它如何比传统语义搜索提供更好的检索性能,并通过一个示例进行了演示,背景大型语言模型,LLM,的核心用例之一是针对自己的数据进行问答,为此,我们将LLM与&amp,......
admigg 11-15
475 549 843
精打细算用好 LLMs LLM 落地应用成本及响应延迟优化

精打细算用好 LLMs LLM 落地应用成本及响应延迟优化

编者按,LLMs被视为AI领域的一个里程碑式的突破,但要将其应用于实际生产环境,并且还能用对、用好并非易事,模型的使用成本和响应延迟是目前将大语言模型,LLMs,应用于生产环境中的核心难题之一,在本期刊载的这篇文章中,作者从自身项目的实践经......
admigg 11-15
160 279 581
显著提升长尾query改写效果 LLM落地淘宝电商搜索场景

显著提升长尾query改写效果 LLM落地淘宝电商搜索场景

LLM是目前学术界研究的热点,同时工业界也在快速探索LLM在业务中的落地,本篇文章给大家介绍来自WWW24的一篇文章,介绍了淘宝电商将LLM用在了搜索场景中的query改写上,精心构建的领域特定数据集对LLM进行finetue,定义三种不同......
admigg 11-15
982 137 892
将代码库或网站一键转成单个文件供给LLM 这些项目你应该知道!

将代码库或网站一键转成单个文件供给LLM 这些项目你应该知道!

在LLM应用开发中,一个关键任务是构建高质量的提示,因为提示的质量直接影响LLM的性能表现,而其中至关重要的部分是上下文背景信息,RAG中的检索目的也正是为构造这些背景素材,现在,我们将关注一个衍生问题,如何将复杂结构的内容仓库,如代码库、......
admigg 11-15
816 126 653
如何检测并尽量减少AI模型中的幻觉

如何检测并尽量减少AI模型中的幻觉

我们几乎每天都会听到关于更广泛地成功实施AI工具的故事,随着ChatGPT、Midjourney及其他模型向公众开放,越来越多的人开始在日常生活中依赖AI,虽然机器学习算法很明显能够满足更具挑战性的需求,但它们还不够完美,AI频繁出现的幻觉......
admigg 11-15
816 662 667
工程师入门 生成式AI的简易指南 LLM

工程师入门 生成式AI的简易指南 LLM

编者按,大模型发展了近两年,BaihaiIDP公众号也分享了近百篇LLM各环节的技术洞察,有前沿探讨、有落地实践、有应用经验,但回头来看,我们似乎从来没有认真、从0开始探讨过LLM的基本原理,最近,一些企业客户和伙伴来询问,是否有LLM的从......
admigg 11-15
367 359 679
解决基于LLM的多模态训练灾难遗忘问题 阿里发布多模态大模型WINGS 南大&amp

解决基于LLM的多模态训练灾难遗忘问题 阿里发布多模态大模型WINGS 南大&amp

今天给大家介绍一篇南京大学、阿里巴巴联合发表的多模态模型建模方法WINGS,解决基于LLM的多模态模型在进行跨模态建模时的灾难遗忘问题,论文标题,WINGS,LearningMultimodalLLMswithoutTextonlyForg......
admigg 11-15
660 247 627
去掉预训练LLM效果反而提升 预训练大语言模型对时间序列预测真的有用吗

去掉预训练LLM效果反而提升 预训练大语言模型对时间序列预测真的有用吗

今天给大家介绍一篇关于大模型在时间序列应用探讨的工作,这篇文章质疑大语言模型在时间序列预测中是否有效,并对目前最先进的3个基于大语言模型的时间序列预测模型进行实验,发现去掉大语言模型部分,改成一个attention网络,也能取得相同甚至更优......
admigg 11-15
263 350 342