AI知识 第10页

标题：Agent AI Towards a Holistic Intelligence 作者：Qiuyuan Huang, Naoki Wake, Bidipta Sarkar, Zane Durante, Ran Gong, Rohan Taori, Yusuke Noda, Demetri Terzopoulos, Noboru Kuno, Ade Famoti, Ashle...

论文地址：https://arxiv.org/abs/2404.17723   知识图谱只能有针对的抽取实体关系，这类可稳定抽取的实体关系可以理解为接近结构化数据。   图1展示了一种结合了知识图谱（KG）和检索增强生成（RAG）...

下面主要介绍了提示工程的基本理念，及其如何提升大型语言模型(LLM)的性能... LLM的接口：大型语言模型如此火热的一个重要原因就是其文本到文本的接口实现了极简的操作体验。在过去，利用深度学习解决任务通常需...

开源地址：https://github.com/cpacker/MemGPT 论文地址：https://arxiv.org/abs/2310.08560 官网：https://memgpt.ai/   MemGPT 支持： 1. 长期记忆或状态的管理 2. 基于 RAG 的技术链接外部的数据源 3. 定...

研究人员研究了一种“越狱攻击”技术——这种方法可以被用来绕过大语言模型 (LLM) 开发者设置的安全护栏。这项技术被称为“多样本越狱攻击”，在 Anthropic 自身模型以及其他 AI 公司生产的模型上都有效。研究人员事先...

原文：https://arxiv.org/pdf/2210.03629.pdf 看完也无法理解ReAct如何运作和应用？请看《ReAct实现逻辑实操》，用实际案例进行讲解。   摘要   虽然大型语言模型(llm)在语言理解和交互式决策的任务中...

RAG（Retrieve Augmented Generation，检索增强生成）是一种以权威知识库资讯为基础来优化大型语言模型（LLMs）输出的技术。这项技术通过扩展LLMs的功能，使其在生成回答时能参考特定领域或组织的内部知识库，以...

原文：《Dense X Retrieval: What Retrieval Granularity Should We Use?》 注：此方法适合少部分模型，如OPENAI系列，Claude系列、Mixtral、Yi、qwen等。   摘要 在开放领域的自然语言处理（NLP）任务中，...

今天读了一篇有意思的论文《Large Language Models as Analogical Reasoners 》，提到了一种新的 Prompt 方法——“类推提示法。   如果你对提示工程熟悉的话，一定听说过“思维链”（CoT，Chain of Thought），...

摘要   大型语言模型（LLMs）在广泛问题上的推理性能严重依赖于链式思维提示，这涉及在提示中提供一些链式思维示范作为示例。最近的研究表明，例如思维树，已经指出了探索和自我评估在复杂问题解决中的推理...

TL;DR 本文8200+字，全文阅读约需15分钟。本文简要回顾了从感知机到深度学习最新大模型应用 ChatGPT 的历史。 原文：https://hutusi.com/articles/the-history-of-neural-networks 生活中没有什么可怕的东西，只...

原文：[State-of-the-art Code Generation with AlphaCodium – From Prompt Engineering to Flow Engineering] 作者：Tal Ridnik       概览   代码生成的难题与普通的自然语言处理不同 —— ...

各位好，今天我们要探讨大型语言模型（LLM）中的分词技术。遗憾的是，分词在当前顶尖的LLM中是一个比较复杂且棘手的部分，但理解它的某些细节非常必要，因为很多人将LLM的一些缺点归咎于神经网络或其他显得神秘的...