Python&LLM

时间序列预测大模型-TimeGPT

与此同时，大型语言模型(LLM)最近在ChatGPT等应用程序中广受欢迎，因为它们无需进一步训练即可适应各种任务。这就引出了一个问题：时间序列的基础模型是否可以像自然语言处理一样存在？
Omer_·2023-11-03 02:40

Py之auto-gptq：auto-gptq的简介、安装、使用方法之详细攻略

性能对比推理速度困惑度（PPL）3、支持的模型3、支持的评估任务auto-gptq的安装auto-gptq的使用方法1、基础用法(1)、量化和推理auto-gptq的简介AutoGPTQ是一个易于使用的低延迟语言模型（LLM
一个处女座的程序猿·2023-11-03 02:10

TimeGPT-1——第一个时间序列数据领域的大模型他来了

最近刚刚发表的一篇论文，AzulGarza和MaxMergenthaler-Canseco提出的TimeGPT-1，将llm背后的技术和架构应用于预测领域，成功构建了第一个能够进行零样本推理的时间序列基础模型
Together_CZ·2023-11-03 02:39

第24期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大型语言模型（LLM）等安全领域应用的知识。
云起无垠·2023-11-03 00:28

第23期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大型语言模型（LLM）等安全领域应用的知识。
云起无垠·2023-11-03 00:27

第22期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大型语言模型（LLM）等安全领域应用的知识。
云起无垠·2023-11-03 00:26

企业采用生成式人工智能需要考虑什么

让我们探讨一下应该注意的关键技术考虑因素：确保事实准确性大型语言模型(LLM)通常在庞大且多样化的数据集
ChatGPT研究院·2023-11-02 22:07

华盛顿大学提出全新量化和微调方法，在DB-GPT上享受33B参数的LLM

©PaperWeekly原创·作者|张洪洋单位|西南财经大学硕士研究方向|AIGC背景大型语言模型（LLM）的发展日新月异，是近年来自然语言处理（NLP）领域的热门话题，LLM可以通过大规模的无监督预训练来学习丰富的语言知识
PaperWeekly·2023-11-02 16:36

LLM大语言模型训练中常见的技术：微调与嵌入

微调（Fine-Tuning）：微调是一种用于预训练语言模型的技术。在预训练阶段，语言模型（如GPT-3.5）通过大规模的文本数据集进行训练，从而学会了语言的语法、语义和世界知识。然后，在微调阶段，模型会在特定任务或领域的小规模数据集上进行额外的训练。这个微调过程旨在使模型适应特定任务，例如问答、翻译或生成文本，以提高性能和适用性。嵌入（Embeddings）：嵌入是一种在深度学习中常见的技术，用
MavenTalk·2023-11-02 15:07

基于langchain 的文档问答 最佳实践（附源码）

存入向量数据库问题向量化，在向量数据库中进行相似性检索，并存出topK把问题和topK答案组成prompt并发给大模型，等大模型答案这里面涉及到的技术点有：文档加载和切分句向量向量存储向量相似度计算promot生成大模型(LLM
GONE_1·2023-11-02 14:14

LangChain介绍及代码实践

一、简介LangChian作为一个大语言模型开发框架，是LLM应用架构的重要一环。那什么是LLM应用架构呢？其实就是指基于语言模型的应用程序设计和开发的架构。
永胜永胜·2023-11-02 14:40

Hugging Face LLM部署大语言模型到亚马逊云科技Amazon SageMaker推理示例

本篇文章主要介绍如何使用新的HuggingFaceLLM推理容器将开源LLMs，比如BLOOM大型语言模型部署到亚马逊云科技AmazonSageMaker进行推理的示例。我们将部署12BOpenAssistantModel，这是一款由开放助手计划训练的开源ChatLLM。这个示例包括：设置开发环境获取全新HuggingFaceLLMDLC将开放助手12B部署到亚马逊云科技AmazonSageMak
趣说科技·2023-11-02 14:32

向量嵌入：AutoGPT的幻觉解法？

来源｜EyeonAIOneFlow编译翻译｜贾川、杨婷、徐佳渝“一本正经胡说八道”的幻觉问题是ChatGPT等大型语言模型（LLM）亟需解决的通病。
OneFlow深度学习框架·2023-11-02 11:32

Docker宣布推出新的GenAI Stack和Docker AI

根据介绍，GenAIStack中包含的内容包括有：预配置的LLM：提供预配置的大语言模型(LLM)，例如Llama2、GPT-3.5和
Linux资源站·2023-11-02 09:30

LLMs之Agent之AutoGen：AutoGen的简介、安装、使用方法之详细攻略

LLMs之Agent之AutoGen：AutoGen的简介、安装、使用方法之详细攻略目录AutoGen的简介、安装、使用方法1、多Agent对话框架2、AutoGen的对话流程3、增强的LLM推理AutoGen
一个处女座的程序猿·2023-11-02 09:05

HNU-数据库系统-讨论课1

（2）AI4DB（3）DB4AI（4）LLM4DB（5）DB4LLM形式:学生发言讨论形式。学生分组，收集大数据概念、应用、技术及前沿发展的相关知识，并进行课堂讲解和讨论。
甘晴void·2023-11-02 05:08

华为盘古3.0大模型的访问入口在哪里？

体验入口：盘古NLP大模型_LLM_大语言模型_华为云(huaweicloud.com)网盘链接：https://pan.baidu.com/s/19mS5N9XJ_AotF20kUwSA3w?
唯心or唯物·2023-11-02 01:29

THUDM/chatglm2-6b-int4部署实战

大规模语言模型(LLM)的出现对自然语言处理领域带来了变革，然后大模型的训练，部署，推理都需要占用大量的计算资源。
Spielberg_1·2023-11-01 20:42

第20期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大型语言模型（LLM）等安全领域应用的知识。
云起无垠·2023-11-01 12:06

第19期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大型语言模型（LLM）等安全领域应用的知识。
云起无垠·2023-11-01 12:06

第18期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大型语言模型（LLM）等安全领域应用的知识。
云起无垠·2023-11-01 12:36

第21期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大型语言模型（LLM）等安全领域应用的知识。
云起无垠·2023-11-01 12:31

Elasticsearch：在你的数据上训练大型语言模型 (LLM)

过去的一两年，大型语言模型（LLM）席卷了互联网。最近Google推出的PaLM2和OpenAI推出的GPT4激发了企业的想象力。跨领域构思了许多潜在的用例。
Elastic 中国社区官方博客·2023-11-01 12:01

LeCun又双叒唱衰自回归LLM：GPT-4的推理能力非常有限，有两篇论文为证

夕小瑶科技说分享来源|机器之心「任何认为自动回归式LLM已经接近人类水平的AI，或者仅仅需要扩大规模就能达到人类水平的人，都必须读一读这个。
夕小瑶·2023-11-01 12:18

DeepMind：大模型又曝重大缺陷，无法自我纠正推理，除非提前得知正确答案

夕小瑶科技说分享来源|新智元DeepMind的研究人员发现，LLM有一个天生的缺陷——在推理过程中无法通过自我纠正获得更好的回复，除非数据集中预设了真值标签。马库斯又高兴地转发了这篇论文。
夕小瑶·2023-11-01 12:48

大幅提升大模型的通用智能体能力！清华最新研究，让Llama2直逼GPT-4？

这些能力使LLM成为推动智能体迈向普适性、多功能的重要基石。最近的很
夕小瑶·2023-11-01 12:18

Instruct and Extract: Instruction Tuning for On-Demand Information Extraction

本文是LLM系列文章，针对《InstructandExtract:InstructionTuningforOn-DemandInformationExtraction》的翻译。
UnknownBody·2023-11-01 11:06

Democratizing Reasoning Ability: Tailored Learning from Large Language Model

本文是LLM系列文章，针对《DemocratizingReasoningAbility:TailoredLearningfromLargeLanguageModel》的翻译。
UnknownBody·2023-11-01 11:05

Tuna: Instruction Tuning using Feedback from Large Language Models

本文是LLM系列文章，针对《Tuna:InstructionTuningusingFeedbackfromLargeLanguageModels》的翻译。
UnknownBody·2023-11-01 11:05

UNVEILING A CORE LINGUISTIC REGION IN LARGE LANGUAGE MODELS

本文是LLM系列文章，针对《UNVEILINGACORELINGUISTICREGIONINLARGELANGUAGEMODELS》的翻译。
UnknownBody·2023-11-01 11:03

LLM的实践古往今来（持续更新ing...）

代码实践部分主要见：Gitee：llm-throughtout-ages:LLM（预训练语言模型）的代码应用和最佳实践GitHub：PolarisRisingWar/llm-throught-ages:
诸神缄默不语·2023-11-01 07:00

【研究学习】LLM相关报告（论文整理）

构建网络大模型NetGPT的思考与实践目录①大模型LLM理论、架构和算法研究近期值得关注进展微软亚洲研究院、北大、北航等机构的研究人员，通过97个回合的苏格拉底式严格推理，成功让GPT-4得出了P≠NP
Bosenya12·2023-11-01 07:28

【论文笔记】Unifying Large Language Models and Knowledge Graphs：A Roadmap

后续更新完善）2.KG-ENHANCEDLLMS2.1KG-enhancedLLMPre-training以往将KGs集成到大型语言模型的工作主要分为三个部分:1)将KGs集成到训练目标中，2)将KGs集成到LLM
·2023-11-01 07:58

大型语言模型，真的能够理解人类吗？

作者|BlaiseAguerayArcas译者|弯月出品|CSDN（ID：CSDNnews）简介大型语言模型（Largelanguagemodel，简称LLM）代表了人工智能（AI）的重大进步，特别是朝着类人通用人工智能的目标迈进了一大步
AI科技大本营·2023-11-01 06:38

为什么说大模型微调是每个人都必备的核心技能？

▼最近直播超级多，预约保你有收获近期直播：《基于开源LLM大模型的微调（Finetuning）实战》0—为什么要对LLM大模型进行微调（Finetuning）？
musicml·2023-11-01 05:30

基于微调技术打造自己的私有LLM大模型

▼最近直播超级多，预约保你有收获近期直播：《基于开源LLM大模型的微调（Finetuning）实战》ChatGPT是“大力出奇迹”的典型代表，通过千亿级训练参数带来惊人的智能，但大模型并不完美，甚至一些在我们看来很简单的任务都完成不了
musicml·2023-11-01 05:00

基于Langchain+向量数据库+ChatGPT构建企业级知识库

▼最近直播超级多，预约保你有收获近期直播：《基于LLM大模型的向量数据库企业级应用实践》1—LangChain是什么？
musicml·2023-11-01 05:56

微软多模态ChatGPT来了？16亿参数搞定看图答题、智商测验等任务

关注并星标从此不迷路计算机视觉研究院公众号ID｜ComputerVisionGzq学习群｜扫码在主页获取加入方式计算机视觉研究院专栏作者：Edison_G从大型语言模型（LLM）到多模态大型语言模型（MLLM
计算机视觉研究院·2023-11-01 04:49

AIGC：【LLM（一）】——LoRA微调加速技术

文章目录一.微调方法1.1Instruct微调1.2LoRA微调二.LoRA原理三.LoRA使用一.微调方法Instruct微调和LoRA微调是两种不同的技术。1.1Instruct微调Instruct微调是指在深度神经网络训练过程中调整模型参数的过程，以优化模型的性能。在微调过程中，使用一个预先训练好的模型作为基础模型，然后在新的数据集上对该模型进行微调。Instruct微调是一种通过更新预训练
J_Xiong0117·2023-11-01 02:20

让LLM模型输入token无限长

背景增加LLM的输入token已经有很多的研究，但是思路无外乎：模型抽取局部特征通过上层通过模型融合预测最终解，以及这个思路的一些变种。
远洋之帆·2023-11-01 02:19

搭建一个自己的学术语音助手（2）

这部分代码实现中LLM服务时符合openai的api标准，也就是说只需要把里面用到LLM地方服务换了可以用chatgpt、本地部署的LLM服务、智谱、qwen服
远洋之帆·2023-11-01 02:48

搭建一个自己的学术语音助手（1）

背景：大模型出来后语音助手借着LLM的语义理解、知识组织能力的提升，升级了一波buffer。然后在使用这些语音助手的时候总觉得缺了点什么，但也讲不出来具体缺了什么。
远洋之帆·2023-11-01 02:48

AGENTTUNING：为LLM启用广义的代理能力

背景翻译智谱这篇文章的初衷是，智谱推出了他们所谓的第三代大模型。这第三代的特点在哪呢：个人总结主要有一下几个点：1.用特定prompt方式自闭环方式解决安全注入问题2.增加了模型functioncall、agent能力3.具备代码能力4.做了能力对齐、安全对齐总结一句话就是：增强模型泛化的能力（包括agent、代码工具使用能力），加强模型安全能力（能力被黑、道德被黑）做了能力对齐的工作。这篇文章介
远洋之帆·2023-11-01 02:14

LLM - 训练与推理过程中的 GPU 算力评估

目录一.引言二.FLOPs和TFLOPs◆FLOPs[FloatingpointOpearationPerSecond]◆TFLOPs[TeraFloatingpointOpearationPerSecond]三.训练阶段的GPU消耗◆影响训练的因素◆GPT-3训练统计◆自定义训练GPU评估四.推理阶段的GPU消耗◆影响推理的因素◆自定义推理GPU评估◆计算差异五.基于Token的计算方式六.总结
BIT_666·2023-11-01 00:44

自相矛盾的LLM幻觉：评估、检测、缓解10.30

自相矛盾的LLM幻觉：评估、检测、缓解摘要引言相关工作定义和激励自我矛盾4触发、检测和减轻自相矛盾的行为5实例化到开放文本生成6实验摘要大型语言模型（LargeLMs）容易产生包含虚构内容的文本。
露葵025·2023-10-31 23:20

验证链（CoVe）降低LLM中的幻觉10.31

验证链（CoVE）降低LLM中的幻觉摘要1引言2相关工作3验证链（Chain-of-Verification）3.1生成基准回答3.2计划验证3.3执行验证3.4最终验证的回答4实验（直译）4.1任务4.1.1WIKIDATA4.1.2WIKI-CATEGORYLIST4.1.3MULTISPANQA4.1.4
露葵025·2023-10-31 23:18

【论文解读】RLAIF基于人工智能反馈的强化学习

一、简要介绍人类反馈强化学习(RLHF)可以有效地将大型语言模型(LLM)与人类偏好对齐，但收集高质量的人类偏好标签是一个关键瓶颈。
合合技术团队·2023-10-31 12:14

Graph RAG: 知识图谱结合 LLM 的检索增强

本文为大家揭示NebulaGraph率先提出的GraphRAG方法，这种结合知识图谱、图数据库作为大模型结合私有知识系统的最新技术栈，是LLM+系列的第三篇，加上之前的图上下文学习、Text2Cypher
图数据库NebulaGraph·2023-10-31 10:16

使用Llama index构建多代理 RAG

检索增强生成(RAG)已成为增强大型语言模型(LLM)能力的一种强大技术。通过从知识来源中检索相关信息并将其纳入提示，RAG为LLM提供了有用的上下文，以产生基于事实的输出。
deephub·2023-10-31 10:36

第17期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大型语言模型（LLM）等安全领域应用的知识。
云起无垠·2023-10-31 10:32
上一页 72 73 74 75 76 77 78 79 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他