Python&LLM 第81页

[资源推荐]langchain、LLM相关

之前很多次逛github或者去B站看东西或者说各种浏览资讯的情况，都会先看两眼然后收藏然后就吃灰的情况，那既然这样，不如多看几眼，看看是否真的能用得上，能用在哪，然后用几句话总结出来，分享出来，加深印象一个github仓库：langchain工具,流程设计组件,服务,代理以及相关学习文档的合集(agent,service,tutorials,flow-design)上面这个非常非常全面，下面我挑出

临风而眠·2023-10-15 14:16

技术动态 | 再看大模型与知识图谱的融合策略：KnowledGPT–面向知识图谱检索进行大模型增强的框架工作...

例如：首先，LLM在及时更新和特定领域的专业性方面存在局限性。其次，这些模型可能会产生不真实或"幻觉"的知识，从而带来可靠性和伦理方面的问题。第三，由于成本和可及性等限制，大模型很难通过持续培训吸收新

开放知识图谱·2023-10-15 12:39

9月大型语言模型研究论文总结

大型语言模型(llm)在今年发展迅速，随着新一代模型不断地被开发，研究人员和工程师了解最新进展变得非常重要。本文总结9-10月期间发布了一些重要的LLM论文。

deephub·2023-10-15 10:10

冠军方案！2023第二届广州·琶洲算法大赛

工作之余的研究兴趣包括ocr，aigc，llm，vit。

Datawhale·2023-10-15 09:00

复旦NLP团队发布80页大模型Agent综述，一文纵览AI智能体的现状与未来

复旦NLP团队全面探讨LLM-basedAgents。近期，复旦大学自然语言处理团队（FudanNLP）推出LLM-basedAgents综述论文，全文长达86页，共有600余篇参考文献！

视学算法·2023-10-15 08:57

大语言模型(LLM)发展历程及模型相关信息汇总（2023-07-12更新）

大语言模型(largelanguagemodel，LLM)发展历程及模型相关信息汇总（2023-07-12更新）LLM发展时间轴：以下用表格形式汇总了从BERT（2018-10-11）到Baichuan

Funny_AI_LAB·2023-10-15 08:24

AI革新之路：14篇AI-Agents论文，探讨人工智能未来

然而，最近OpenAI的两位重要技术人物，AndrejKarpathy和LilianWeng，向外界传递出一个令人振奋的信号：基于LLM的AIAgents将成为AGI领域未来的重要发展方向。

AMiner学术搜索和科技情报挖掘·2023-10-15 08:23

如何避免大语言模型绕过知识库乱答的情况？LlamaIndex 原理与应用简介

本文首发于博客LLM应用开发实践随着LangChain+LLM方案快速普及，知识问答类应用的开发变得容易，但是面对回答准确度要求较高的场景，则暴露出一些局限性，比如向量查询方式得到的内容不匹配，LLM对意图识别不准

骑猪兜风233·2023-10-14 21:38

采用 guidance 提高大模型输出的可靠性和稳定性

本文首发于博客LLM应用开发实践在复杂的LLM应用开发中，特别涉及流程编排和多次LLM调用时，每次的Prompt设计都取决于前一个步骤的大模型输出。

骑猪兜风233·2023-10-14 21:56

提升ChatGPT性能的实用指南：Prompt Engineering的艺术

提示工程是一门新兴学科，就像是为大语言模型（LLM）设计的"语言游戏"。通过这个"游戏"，我们可以更有效地引导LLM来处理问题。只有熟悉了这个游戏的规则，我们才能更清楚地认识到LLM的能力和局限。

是小凡呀·2023-10-14 15:17

对于LLM来说，token何必是表广义token时代大词表时代

何必是表广义token摘要：引言：方法：结论：分析：摘要：本论文主要探讨了语言模型（LLM）中词表的作用以及与数据处理方式的关系。

东方佑·2023-10-14 15:59

Can We Edit Multimodal Large Language Models?

本文是LLM系列文章，针对《CanWeEditMultimodalLargeLanguageModels?》的翻译。我们可以编辑多模态大型语言模型吗?

UnknownBody·2023-10-14 15:58

LLM应用架构 LLM application architectures

在本课程的最后一部分，您将探讨构建基于LLM的应用程序的一些额外考虑因素。首先，让我们把迄今为止在本课程中所见的一切汇总起来，看看创建LLM驱动应用程序的基本组成部分。

AI架构师易筋·2023-10-14 14:39

数据规模缩小 200 倍！指令微调高效指导大模型学习

夕小瑶科技说原创作者|智商掉了一地、Python最近大型语言模型（LLMs）的指令微调备受研究人员的关注，因为它可以开发LLM遵循指令的潜力，使其更加符合特定的任务需求。

夕小瑶·2023-10-14 14:51

解读提示工程（Prompt Engineering）

提示工程（PromptEngineering），也称为上下文提示，是一种通过不更新模型的权重/参数来引导LLM行为朝着特定结果的方法。这是与AI有效交流所需结果的过程。

半吊子全栈工匠·2023-10-13 15:23

PromptScript：轻量级 DSL 脚本，加速多样化的 LLM 测试与验证

几个月前，在研究LLM进行研究效能提升时，我们构建了UnitMesh(https://github.com/unit-me

Phodal·2023-10-13 15:20

The Connector 周刊#10：你真的知道什么是DevOps文化吗？

AI探索用LLM构建企业专属的用户助手：很好的LLM应用工程实践，主要介绍了PingCAP如何使用大型语言模型（LargeLanguageModel，LLM）构建一个搭载企业专属知识库的智能客服机器人。

骑猪兜风233·2023-10-13 14:10

（2023，GPT-4V，LLM，LMM，功能和应用）大型多模态模型的黎明：GPT-4V(ision) 的初步探索

TheDawnofLMMs:PreliminaryExplorationswithGPT-4V(ision)公众号：EDPJ（添加VX：CV_EDPJ或直接进Q交流群：922230617获取资料）目录0.摘要1.简介1.1动机和概述1.2我们探索GPT-4V的方法1.3如何阅读本报告？2.GPT-4V的输入模式2.1纯文本输入2.2单个图文对2.3交错的图像文本输入3.GPT-4V的工作模式及提示

EDPJ·2023-10-13 14:37

从零开始基于LLM构建智能问答系统的方案

本文首发于博客LLM应用开发实践一个完整的基于LLM的端到端问答系统，应该包括用户输入检验、问题分流、模型响应、回答质量评估、Prompt迭代、回归测试，随着规模增大，围绕Prompt的版本管理、自动化测试和安全防护也是重要的话题

骑猪兜风233·2023-10-13 14:56

通俗易懂了解大语言模型LLM发展历程

1.大语言模型研究路程 NLP的发展阶段大致可以分为以下几个阶段：词向量词嵌入embedding句向量和全文向量理解上下文超大模型与模型统一1.1词向量将自然语言的词使用向量表示，一般构造词语字典，然后使用one-hot表示。例如2个单词，苹果，香蕉对应one-hot,苹果(1,0),香蕉(0,1)1.2词嵌入embedding 词嵌入embedding，继续叫词向量也可以，对语言模型

姚贤贤·2023-10-13 13:59

打造类ChatGPT服务，本地部署大语言模型（LLM），如何远程访问？

ChatGPT的成功，让越来越多的人开始关注大语言模型（LLM）。如果拥有了属于自己的大语言模型，就可以对其进行一些专属优化。例如：打造属于自己的AI助理，或是满足企业自身的业务及信息安全需求。

贝锐·2023-10-13 13:55

A Survey on Evaluation of Large Language Models

UnknownBody·2023-10-13 00:53

作为工具制造者的大型语言模型

静静AI学堂·2023-10-13 00:20

CoT 的方式使用 LLM 设计测试用例实践

前期准备importSparkApiimportosfromdotenvimportload_dotenv,find_dotenv#以下密钥信息从控制台获取_=load_dotenv(find_dotenv())appid=os.getenv("SPARK_APP_ID")api_secret=os.getenv("SPARK_APP_SECRET")api_key=os.getenv("SPAR

CrissChan·2023-10-13 00:45

软件测试/测试开发/人工智能丨聊聊AutoGPT那些事儿

而AutoGPT的目标就是基于GPT4将LLM

测试开发软件测试性能测试自动化测试·2023-10-12 23:06

（2023，LLM，扩散，标记对齐，两阶段训练）MiniGPT-5：通过生成式 Voken 进行交错视觉和语言生成

MiniGPT-5:InterleavedVision-and-LanguageGenerationviaGenerativeVokens公众号：EDPJ（添加VX：CV_EDPJ或直接进Q交流群：922230617获取资料）目录0.摘要1.简介2.相关工作3.方法3.1多模态输入阶段3.2多模态输出生成3.3训练策略4.实验4.1实验设置4.2实验结果4.2.1多模态学习阶段4.2.2单模态对齐

EDPJ·2023-10-12 19:41

Memory-Based Model Editing at Scale

本文是LLM系列文章，针对《Memory-BasedModelEditingatScale》的翻译。

UnknownBody·2023-10-12 16:04

Enhancing Self-Consistency and Performance of Pre-Trained Language Model

本文是LLM系列文章，针对《EnhancingSelf-ConsistencyandPerformanceofPre-TrainedLanguageModelsthroughNaturalLanguageInference

UnknownBody·2023-10-12 16:04

DYVAL: GRAPH-INFORMED DYNAMIC EVALUATION OF LARGE LANGUAGE MODELS

本文是LLM系列文章，针对《DYVAL:GRAPH-INFORMEDDYNAMICEVALUATIONOFLARGELANGUAGEMODELS》的翻译。

UnknownBody·2023-10-12 16:29

LLM - 旋转位置编码 RoPE 代码详解

目录一.引言二.RoPE理论1.RoPE矩阵形式2.RoPE图例形式3.RoPE实践分析三.RoPE代码分析1.源码获取2.源码分析3.rotary_emb3.1__init__3.2forward4.apply_rotary_pos_emb4.1rotate_half4.2apply_rotary_pos_emb四.RoPE代码实现1.Q/K/VStates2.rotary_emd3.apply

BIT_666·2023-10-12 09:33

【论文阅读】EasyEdit：Editing Large Language Models: Problems, Methods, and Opportunities （三）

andOpportunities文章目录【论文阅读】EasyEdit：EditingLargeLanguageModels:Problems,Methods,andOpportunities续7.相关工作7.1llm

笃℃·2023-10-12 06:10

《面向推荐的大型语言模型》综述，全面阐述LLM4Rec进展...

省时查报告-专业、及时、全面的报告库省时查方案-专业、及时、全面的方案库无需，无需注册，ChatGPT4直接使用ChatGPT提词手册，学完工作效率提升百倍大型语言模型（LLMs）已在自然语言处理（NLP）领域崭露头角，并在推荐系统（RS）领域近期受到了极大关注。这些模型通过自监督学习在大量数据上进行训练，已在学习通用表示上取得了显著成功，并有可能通过一些有效的迁移技术（如微调和提示调整等）来增强

智能推荐系统·2023-10-12 06:37

【推荐系统】推荐系统（RS）与大模型（LLM）的结合

笃℃·2023-10-12 06:03

LLMs 蒸馏, 量化精度, 剪枝模型优化以用于部署 Model optimizations for deployment

第一组问题与您的LLM在部署中的功能有关。您需要模型生成完成的速度有多快？您有多少计算预算可用？您是否愿意为改善推理速度或降低存储空间而牺牲模型性能？第二组问题与您的模型可能需要的额外资源有关。

AI架构师易筋·2023-10-12 05:42

AIGC | LLM 提示工程 -- 如何向ChatGPT提问

LLM像一个学会了全部人类知识的通才，但这不意味每个人可以轻松驾驭这个通才。我们只有通过学习面向LLM的提示工程，才可以更好的让LLM成为您的顶级私人助理。如何更好地使用LLM？

极光JIGUANG·2023-10-12 01:13

OnPrem.LLM：一个轻量级 Python 库，用于使用私有数据运行本地大型语言模型

一、介绍OnPrem.LLMOnPrem.LLM是一个简单的Python库，用于使用非公开数据运行本地大型语言模型。

技术狂潮AI·2023-10-11 23:47

论文笔记(1)：Large Language Models are few(1)-shot Table Reasoners

AbstractIntroductionRelatedworksMethodExperimentdatasetbaselinesresultsmainresultsanalysisLimitationAbstract已有研究表明，大型语言模型(LLM

我是女生，我不做程序媛·2023-10-11 23:22

TIME-LLM: TIME SERIES FORECASTING BY REPROGRAMMING LARGE LANGUAGE MODELS

本文是LLM系列文章，针对《TIME-LLM:TIMESERIESFORECASTINGBYREPROGRAMMINGLARGELANGUAGEMODELS》的翻译。

UnknownBody·2023-10-11 20:39

如何使用ChatGPT编写更好的代码

生成代码是ChatGPT和其他遵循指令运行的大型语言模型(LLM)一个功能强大的应用。如果得到正确的提示，大型语言模型(LLM)可以生成程序员可能需要数小时才能编写的代码。

胖头鱼不吃鱼-·2023-10-11 20:03

Mac pro M2 ---“本地部署chatGPT”

python3quantize.py7B，但是执行完一直出错四、设置对话模型，给他起个名字五、LLaMA资料补充对于有些小可爱不会科学上网，不知道如何整个国外手机号去注册chatgpt，FaceBook发布了基于LLM

孙兔子·2023-10-11 19:45

LLM实战（一）| 使用LLM抽取关键词

在Bert时代，可以使用KeyBERT（https://github.com/MaartenGr/KeyBERT）来抽取关键词，在ChatGPT时代，KeyBERT也扩展支持了LLM，本文我们将介绍使用

wshzd·2023-10-11 18:35

LLaVa大模型关键技术及在线演示

这个想法是将GPT-4等大型语言模型(LLM)的强大功能与CLIP等视觉编码器相结合，创建一个经过端到端训练的神经助手，可以理解多模态指令并根据多模态指令采取行动。

新缸中之脑·2023-10-11 11:56

这15个大模型LLM最新研究成果很有看点

大模型到目前为止已经有了许多的研究成果了，这次就和大家分享几个比较有意思的工作，篇幅原因只做简单介绍，需要论文原文及源码的同学看文末。1、phi-1.5TextbooksAreAllYouNeedII:phi-1.5technicalreport《phi-1.5技术报告》一句话概括：本文提出了一个名为phi-1.5的新型预训练语言模型，它具有13亿参数，在自然语言理解任务上的表现可与体量更大的模型

深度之眼·2023-10-11 08:03

大型语言模型：DistilBERT — 更小、更快、更便宜、更轻

很容易观察到的明显趋势是，随着时间的推移，大型语言模型（LLM）往往会通过成倍增加它们所训练的参数和数据的数量而变得更加复杂。深度学习的研究表明，这种技术通常会带来更好的结果。

无水先生·2023-10-11 06:22

【LLM系列之BLOOM】BLOOM: A 176B-Parameter Open-Access Multilingual Language Model

论文题目：《BLOOM:A176B-ParameterOpen-AccessMultilingualLanguageModel》论文链接：https://arxiv.org/abs/2211.05100github链接：https://github.com/huggingface/transformers-bloom-inference/tree/mainhuggingface链接：https:/

致Great·2023-10-11 01:23

【LLM系列之PaLM】PaLM: Scaling Language Modeling with Pathways

论文题目：《ScalingInstruction-FinetunedLanguageModels》论文链接：https://arxiv.org/abs/2204.02311github链接1：https://github.com/lucidrains/PaLM-pytorch/tree/main;github链接2:https://github.com/conceptofmind/PaLMhugg

致Great·2023-10-11 01:22

LLM不等于通用人工智能望周知

探索AGI系列|01.LLM不等于通用人工智能望周知原文传送门b乎原文传送门：https://zhuanlan.zhihu.com/p/650450884绿泡泡公众号传送门：链接地址欢迎关注MetaUniTech

MetaUniTech·2023-10-11 01:51

LLM 系列之 Transformer 组件总结

本系列为LLM学习博客，会一一记录各个模块解读。

JL_Jessie·2023-10-11 01:16

增强LLM：使用搜索引擎缓解大模型幻觉问题

论文题目：FRESHLLMS:REFRESHINGLARGELANGUAGEMODELSWITHSEARCHENGINEAUGMENTATION论文地址：https://arxiv.org/pdf/2310.03214.pdf论文由Google、UniversityofMassachusettsAmherst、OpenAI联合发布。大部分大语言模型只会训练一次，不会被频繁的更新，训练用到的知识会慢

choose_c·2023-10-10 23:22

推荐频道

Python&LLM