首页
首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
冷眸_
掘友等级
未来已来,将至已至 All In AIGC
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
0
文章 0
沸点 0
赞
0
返回
|
搜索文章
最新
热门
全网最详细各种 LLM 资源:学习资源、常用工具、数据论文及其他(持续更新中~)
数据 Data 此处命名为数据,但这里并没有提供具体数据集,而是提供了处理获取大规模数据的方法 我们始终秉持授人以鱼不如授人以渔
深入浅出:从入门到精通大模型Prompt、SFT、RAG、Infer、Deploy、Agent
深入浅出:万字长文从入门到精通大语言模型LLM 我们都知道,通过编写一个提示词(prompt),我们可以引导大模型生成回答,从而开启愉快的人工智能对话,比如让模型介绍一下卡皮巴拉。
深入浅出:多功能 Copilot 智能助手如何借助 LLM 实现精准意图识别
如果要搭建一个 Copilot 智能助手,比如支持 知识问答、数据分析、智能托管、AIGC 等众多场景或能力,那么最核心的就是基于LLM进行意图识别分发能力,意图识别的准确率直接决定了 Copilot
经典多模态模型CLIP - 直观且详尽的解释
在本文中,您将了解“contrastive language-image pre-training”(CLIP),这是一种创建视觉和语言表示的策略,效果非常好,可用于制作高度特定且性能卓越的分类器,而
多模态RAG:通用框架方案调研汇总
多模态检索增强生成是一种新兴的设计范式,允许AI模型与文本、图像、视频等存储进行交互。在介绍多模态 RAG 之前,我们先简单了解一下传统的检索增强生成 (RAG)。
LLMER必会技能:一行代码将任意python函数部署成http服务
LLMER必会技能:一行代码将任意python函数部署成http服务。LLMER 工具包 `@deploy(host, port)` 装饰器能快速便捷将任意函数部署成FastAPI服务。
利用CLIP/BLIP的Embedding构建多模态RAG向量检索
阅读原文 GITHUB 在信息爆炸的时代,如何快速从海量数据中找到最相关的信息成为了一个重要的研究课题。
LLMER: 一个化繁为简的大模型(LLM)应用开发者神器
llmer 是一个轻量级的 Python 库,旨在简化大型语言模型(LLMs)应用中的复杂过程。它提供了用于并行处理、运行时管理、文件处理和Prompt格式化等常用的高级 API 和实用工具.
OpenAI-o1发布,断崖式碾压GPT-4o,AI能力迈上新台阶
OpenAI o1 的性能表现:理工科方面 (智力) 断崖碾压GPT4-o,达到人类竞赛选手,以及博士生水平。
LLM驱动的NL2SQL方法论:现状、难点、优化
NL2SQL在大型语言模型(LLM)的支持下得到了广泛应用,为了对基于LLM的NL2SQL解决方案进行系统化研究,我们需要全面理解和实践,包括Prompt工程、指令微调(SFT)、Agent。
下一页
个人成就
文章被点赞
9
文章被阅读
5,326
掘力值
395
关注了
0
关注者
7
收藏集
0
关注标签
7
加入于
2024-06-26