更多关联主题

大模型是怎么被训练出来的？

随着DeepSeek的爆火，人们对LLM（LargeLanguageModel，大语言模型）兴趣与日激增，很多人觉得LLM常常显得近乎魔法般神奇。接下来我们就来揭开LLM的神秘面纱。拆解一下LLM的基本原理——深入探讨......
深度学习五大模型：CNN、Transformer、BERT、RNN、GAN解析

深度学习是人工智能领域的一个最核心分支，深度学习的五个常用模型分别是RNN（循环神经网络）、CNN（卷积神经网络）、Transformer、BERT（BidirectionalEncoderRepresentationsfromTr......
一文看完大模型微调技术：微调背景、分类和微调全流程

微调技术就是解决这最后一公里的方案之一（另外类似的还有RAG，详见RAG的介绍和使用，但各有优缺点），本文比较全面的介绍关于大模型微调技术，让你有一个全面的认知，结合本站其他实操案例，希......
什么是Token?

它一般是指大语言模型的一个基本单位，短的一个英文单词可能就被定为一个token，比如"refers"，而长的英文单词可能会被拆分成多个token，比如”Tokenization“。......
一文读懂大模型RAG：检索、增强与生成的技术详解

大模型（LargeLanguageModel，LLM）的浪潮已经席卷了几乎各行业，但当涉及到专业场景或行业细分领域时，通用大模型往往面临专业知识不足的问题。相对于成本昂贵的“Post-Training”或“Supervis......
什么是大模型（LLMs）？一文读懂什么是大模型

大模型是指具有大规模参数和复杂计算结构的机器学习模型。这些模型通常由深度神经网络构建而成，拥有数十亿甚至数千亿个参数。......
一文彻底搞懂大模型 - RAG（检索、增强、生成）

RAG（Retrieval-AugmentedGeneration，检索增强生成）是一种结合了信息检索技术与语言生成模型的人工智能技术。该技术通过从外部知识库中检索相关信息，并将其作为提示（Prompt）输入给大型语言......
大模型领域常用名词解释

本文总结了大模型领域常用的近100个名词解释，并按照模型架构与基础概念，训练方法与技术，模型优化与压缩，推理与应用，计算与性能优化，数据与标签，模型评估与调试，特征与数据处理，伦理与......
构建AI大模型应用技术栈有哪些

随着人工智能技术的飞速发展，AI大模型已经成为推动各行各业技术革新的关键力量。本文将深入探讨AI大模型的核心技术栈的构建，以及不同技术组件的关键作用。......
如何构建高效的智能应用：大模型五层技术架构详解

随着人工智能技术的不断发展，各类智能应用正在迅速普及，成为推动各行业数字化转型的重要力量。本文将通过大模型五层技术架构，详细解析智能应用的技术架构，帮助读者更好地理解和应用这些技术......
大语言模型（LLM）工作的3个步骤

生成式AI中常说的token是什么？嵌入（Embeddings）是什么意思？为什么现在的AI具有生成能力？AI是怎么和你进行对话的？为什么都说提示词很重要？为什么同一段提示词，同一个AI模型/工具，多问几......
大模型应用的10种架构模式

在塑造新领域的过程中，我们往往依赖于一些经过实践验证的策略、方法和模式。这种观念对于软件工程领域的专业人士来说，已经司空见惯，设计模式已成为程序员们的重要技能。然而，当我们转向大模......
AI大模型+RAG的综述

大型语言模型（LLMs）展现了显著的能力，但面临诸如幻觉、过时知识以及不透明、无法追踪的推理过程等挑战。检索增强生成（RAG）通过整合外部数据库的知识，已成为一个有前途的解决方案。......
企业内部如何更好落地大模型

对于软件企业而言，在已有的软件上增加AI功能，并带来新产值，已经被Notion、多邻国等产品所验证。除此之外，在企业生产场景中，集成LLM的能力，并为企业组织赋能，也成为人们关注AI落地的一个......
AI大模型赋能制造业的4个基本趋势

数字化是巨变时代的分水岭，已成为企业、城市、国家之间竞争急剧分化的催化剂。制造业是数实融合最主要的产业部门，其融合的方式、广度和深度，能够直接影响甚至决定制造业的先进水平和全球竞争......
AI 智能体：应用前景与对算力需求的影响

AI技术和大语言模型的飞速进步，使得AI智能体这一人工智能技术的重要载体，得以凭借大数据、算法和计算能力的提升，实现对现实世界的感知、理解、决策和执行能力。随着研究的不断深入，AI智能体......
企业数字化智能体：打造企业数智化AI底座

2023年算得上是AI爆发的元年，自ChatGPT问世之后，国内外各种人工智能大模型都迅速出击，只为赶上这趟高铁。各式各样的人工智能应用软件层出不穷，多种AI应用创新场景被不断挖掘出来，例如文本......
企业构建AI大模型应用的步骤流程与关键问题解析

构建企业级AI大模型驱动的应用系统是一项跨越技术与业务边界的综合性任务，它不仅考验着企业在业务领域知识的深度，也挑战着企业基于AI大模型构建应用的技术高度。这一过程要求业务专家与AI大模......
一文了解AI Agent

AIAgent，即人工智能体，是一种能够感知环境、进行自主理解、决策和执行动作的智能实体。简单理解，是一种基于大语言模型，能够通过独立思考、调用工具来逐步完成给定目标的计算机程序。......
AI大模型技术的四大核心架构演进之路

本文将深入探讨四种关键的大模型技术架构：纯粹Prompt提示词法、Agent+FunctionCalling机制、RAG（检索增强生成）以及Fine-tuning微调技术，揭示它们的特性和应用场景。......
深入了解大语言模型运维 (LLMOps)

大语言模型正在如何改变我们构建人工智能产品的方式，以及重塑MLOps的全貌......
理解 AI 大模型：参数、Token、上下文窗口、上下文长度和温度

随着人工智能技术的不断发展，AI大模型在各个领域展现出强大的能力，也引起了广泛关注。在了解这些模型时，我们经常会看到诸如「参数」、「Token」、「上下文窗口」、「上下文长度」和「温度」......
一文彻底搞定 RAG、知识库、 Llama-3

检索增强生成（RetrievalAugmentedGeneration，RAG）是一种强大的工具，它通过将企业外部知识整合到生成过程中，增强了大语言模型（LLM）的性能。......
RAG 的工作流程和架构

RAG可以从权威的、预先确定的知识库中检索出相关的上下文片段，然后将问题和检索结果一起传给大模型，大模型依赖这些特定输入生成最终的答案。这样既保证了来源的可靠性，避免了大模型的过度发......

大模型主题文档