RAG：检索增强
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...
AI知识 第7页
Proposition Retrieval：命题检索
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，...
GizAI 集成主流商业化生成式AI工具，不限文本、图像、音频、视频生成工具，这一切完全免费！
GizAI 是一个集成了AI生成、笔记和云存储功能的一站式平台。用户可以通过GizAI生成图像、视频、音频、文本、角色、故事和游戏，并且可以在平台上进行协作笔记和云存储。GizAI 提供了多种AI工具，帮助用户提高生产力和创造力，同时保护用户隐私，不会在未经同意的情况下使用用户数据进行AI训练。 GizAI 由 Giz Inc. 运营，成立于 Stripe Atlas，并获得 Google for Startups Cloud、Microsoft for Startups Founders Hub、AWS Activate 和 Paddle AI LaunchPad 等项目的支持。GizAI 坚信 使用先进的 生成式AI技术 是每个人的权力，提供免费的广告支持计划，允许用户生成、协作和分享内容。
一种新的 Prompt 方法——“类推提示法”（Analogical Prompting）
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），...
吴恩达提出四类智能体：AI 智能体工作流引领人工智能新趋势
原文：Generally Capable Agents in Open-Ended Worlds [S62816] 1. 反思型智能体 能对自己生成的代码或内容进行检查和修改,不断迭代优化 通过自我反思和修正,可以生成质量更高的结果 是一种稳健有效的技...
BoT：强化思考:用大型语言模型解决试错问题
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...
从神经网络到 Hugging Face——神经网络和深度学习简史
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...
AlphaCodium：引领代码生成新境界，从提示工程到流程工程
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 —— ...
Tokenization(分词标记化)
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...
利用STORM：构建基于互联网搜索编写维基百科式文章
论文：https://arxiv.org/abs/2402.14207 我们能教LLMs从头开始写长篇文章，基于可靠的来源吗？ 维基百科编辑认为这能帮助他们吗？ 📣 宣布STORM，一个基于互联网搜索写维基百科式文章的系统。我现在在我...
LangChain计划执行型智能体
计划执行型智能体提供了一种比以往设计更快、更经济且性能更强的任务执行方案。本文将指导您在LangGraph中构建三种规划智能体。 我们在LangGraph平台上推出了三种“计划执行”模式的智能体结构。这些智能体...