PaperAgent

资深算法工程师

公众号：PaperAgent，日更，AI领域前沿技术研究进展，不限于LLM、Text2Img、Img2Vid

赞

20

|

搜索文章

猜猜GPT-4V认识几种海洋乌贼、鲨鱼？

研究团队构建了一系列多样化的测试样本，包括从不同来源获取的图像和手工制作的提示，以评估GPT-4V在海洋分析方面的性能。他们从感知、统计、领域特定问答、海洋文化理解、高级功能和提示工程等方面进行评估

1年前
132
点赞
评论

猜猜GPT-4V认识几种海洋乌贼、鲨鱼？

LLM+RAG+知识库企业落地实践总结（中）

LLM+RAG+知识库企业落地实践总结（中） LLM问答常见错误汇总：溯源过多、溯源错误、答案不正确、答案不通顺，重复、幻觉、格式美化，LLM模型答案打字机效果输出

1年前
210
点赞
评论

LLaMA PRO：通过块扩展后预训练让LLM在特定领域超越极限

研究者提出了一种名为“块扩展”（Block Expansion）的方法，通过在预训练的LLM中添加新的Transformer块，并仅使用新语料库来调整这些扩展块，从而有效地改善模型的知识库。

1年前
634
点赞
评论

DocLLM：布局感知多模态大模型，摒弃昂贵编码器，低成本重塑文档理解

DocLLM是一个轻量级的扩展，基于大型语言模型（LLM），用于处理视觉文档，同时考虑文本语义和空间布局。与传统的多模态LLM不同，DocLLM避免了昂贵的图像编码器，专注于使用文本标记的边界框信息

1年前
398
点赞
评论

RAG-Embedding：基于多层次蒸馏的密集段落检索模型

提出了一个基于多层蒸馏的密集检索模型MD2PR,通过句子级别和词语级别的知识蒸馏来提高双编码器模型的性能。通过多层知识蒸馏和负样本过滤，有效提高了密集检索的性能。

1年前
277
点赞
评论

PDFTriage：在长篇结构化文档中进行问答

论文提出了PDFTriage方法，该方法允许模型基于文档的结构或内容检索上下文，PDFTriage在多个类别的问题上表现出色，特别是在需要跨页面或多步骤推理的问题上

1年前
215
点赞
评论

LLM+RAG+知识库企业落地实践总结（上）

rag企业生产落地踩坑指南，RAG = 各类文档预处理 + Query理解+文档召回 + LLM + 全链路评测

1年前
966
2
1

2024：ToB、Agent、多模态

2023年国内大模型现状：千模大战、ToC、单模态；2024年国内大模型发展趋势预测：ToB、Agent、多模态

1年前
490
3
1

GitAgent:通过工具扩展促进GitHub的自主代理

介绍了一个能够实现GitHub工具自主扩展的GitAgent。它遵循一个四阶段的过程来合并存储库，它可以通过诉诸GitHub问题/PRs来解决过程中遇到的问题来学习人类的经验。

1年前
158
点赞
评论

2023年LLM发展时间线一览（ChatGPT、LLaMA）

最近几年现有的 LLM（大小超过 100 亿）的时间轴。时间轴主要是根据模型技术论文的发布日期（例如提交到 arXiv 的日期）建立的。包括mT5、盘古-α、T0、gpt-neo-20b、CodeGe

1年前
1.6k
点赞
评论

个人成就

文章被点赞 21

文章被阅读 11,776

加入于

2023-12-16