完善資料讓更多小伙伴認識你，還能領取20積分哦，立即完善>
標簽 > llm
在人工智能領域，LLM代表“大型語言模型”。在人工智能（AI）領域自然語言處理（NLP）是一個快速進展的領域。NLP中最重要是大語言模型（LLM）。大語言模型（英文：Large Language Model，縮寫LLM），也稱大型語言模型，是一種基于機器學習和自然語言處理技術的模型。
文章：323個 瀏覽：852次 帖子：3個
LLM（Large Language Model，大型語言模型）是近年來在自然語言處理領域取得顯著成果的一種深度學習模型。它通常需要大量的計算資源和數據...
推薦系統(tǒng)的主要任務在于根據用戶的過往行為預測其潛在興趣點，并據此推薦相應的商品。在傳統(tǒng)的推薦系統(tǒng)中，當處理用戶請求時，會觸發(fā)多個召回模塊，例如熱門商品召...
2025-03-05 標簽：NVIDIA模型推薦系統(tǒng) 817 0
盡管大語言模型能力不斷提升，但一個持續(xù)存在的挑戰(zhàn)是它們具有產生幻象的傾向。本文構建了幻象評測基準HaluEval 2.0，并基于該評測框架從預訓練/有監(jiān)...
采用伯克利神經解析器（Berkeley Neural Parser）作為方法的基礎。該解析器是一種基于圖表的方法，采用自注意力編碼器和圖表解碼器，利用預...
模型與人類的注意力視角下參數規(guī)模擴大與指令微調對模型語言理解的作用
近期的大語言模型（LLM）在自然語言理解和生成上展現出了接近人類的強大能力，遠遠優(yōu)于先前的BERT等預訓練模型（PLM）。
本研究提出了ExTraCT框架，利用自然語言進行軌跡校正。該框架結合了大型語言模型（LLMs）用于自然語言理解和軌跡變形函數。ExTraCT能夠根據場景...
當然 MPT-7B-StoryWriter-65k+ [5] 模型也有較長的外推能力，主要在于，注意力這塊使用了 ALIBI [6]。要擁有什么樣的長度...
在NVIDIA TensorRT-LLM中啟用ReDrafter的一些變化
Recurrent Drafting (簡稱 ReDrafter) 是蘋果公司為大語言模型 (LLM) 推理開發(fā)并開源的一種新型推測解碼技術，該技術現在...
NVIDIA Nemotron-4 340B模型幫助開發(fā)者生成合成訓練數據
Nemotron-4 340B 是針對 NVIDIA NeMo 和 NVIDIA TensorRT-LLM 優(yōu)化的模型系列，該系列包含最先進的指導和獎勵...
通過豐富數據，生成式 AI 應用程序可以提供上下文感知交互。 LLM 驅動的功能通常依賴于特定的專有數據。簡化從多個來源引入數據對于創(chuàng)建平滑有效的模型至...
生成式推薦系統(tǒng)與京東聯(lián)盟廣告-綜述與應用
大型語言模型（LLM）正在深刻地影響自然語言處理（NLP）領域，其強大的處理各種任務的能力也為其他領域的從業(yè)者帶來了新的探索路徑。推薦系統(tǒng)（RS）作為解...
工程師們一直在試圖搭建更智能、可靠的機器人，比如之前火爆全網、來自波士頓動力公司的機器狗Spot。它可以輕松上下樓梯、搬運重物、巡查街道，等等。
還有一個與批次大小有關的數量，它們在一個有趣的點上相交。這個點不取決于硬件之外的任何因素。舉例來說，在 A10G 和 A100 上，硬件可以實現的總浮點...
隨著 DeepSeek、 GPT 和 Llama 等大語言模型（LLMs）不斷推動人工智能的邊界，它們在高效部署方面也帶來了重大挑戰(zhàn)。這些模型在生成類似...
生成式 AI 正在被應用程序設計人員快速地使用著。這不僅體現在使用來自商業(yè)云服務模型的傳統(tǒng)REST API形式上，而且還發(fā)生在客戶端和邊緣。越來越多的數...
使用NVIDIA Triton和TensorRT-LLM部署TTS應用的最佳實踐
針對基于 Diffusion 和 LLM 類別的 TTS 模型，NVIDIA Triton 和 TensorRT-LLM 方案能顯著提升推理速度。在單張...
為了解決這個問題，這篇研究提出了一種指令層次結構（instruction hierarchy）。它明確定義了不同指令的優(yōu)先級，以及當不同優(yōu)先級的指令發(fā)生...
? 作者：Sebastian Raschka 博士， 翻譯：張晶，Linux Fundation APAC Open Source Evangelist...
本文系統(tǒng)性地闡述了大型語言模型(LargeLanguageModels,LLMs)中的解碼策略技術原理及其實踐應用。通過深入分析各類解碼算法的工作機制、...
本實驗旨在驗證LLM在模擬復雜歷史事件方面的有效性。實驗選用了OpenAI開發(fā)的GPT-4作為后端模型，討論以下問題。
換一批
編輯推薦廠商產品技術軟件/工具OS/語言教程專題
| 電機控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動駕駛 | TI | 瑞薩電子 |
| BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
| 無刷電機 | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
| 直流電機 | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網 | NXP | 賽靈思 |
| 步進電機 | SPWM | 充電樁 | IPM | 機器視覺 | 無人機 | 三菱電機 | ST |
| 伺服電機 | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網 | 國民技術 | Microchip |
| 開關電源 | 步進電機 | 無線充電 | LabVIEW | EMC | PLC | OLED | 單片機 |
| 5G | m2m | DSP | MCU | ASIC | CPU | ROM | DRAM |
| NB-IoT | LoRa | Zigbee | NFC | 藍牙 | RFID | Wi-Fi | SIGFOX |
| Type-C | USB | 以太網 | 仿真器 | RISC | RAM | 寄存器 | GPU |
| 語音識別 | 萬用表 | CPLD | 耦合 | 電路仿真 | 電容濾波 | 保護電路 | 看門狗 |
| CAN | CSI | DSI | DVI | Ethernet | HDMI | I2C | RS-485 |
| SDI | nas | DMA | HomeKit | 閾值電壓 | UART | 機器學習 | TensorFlow |
| Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
| 示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
| OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
| C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
| Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
| DuerOS | Brillo | Windows11 | HarmonyOS |
關注我們的微信
下載發(fā)燒友APP
電子發(fā)燒友觀察
版權所有 ? 湖南華秋數字科技有限公司
長沙市望城經濟技術開發(fā)區(qū)航空路6號手機智能終端產業(yè)園2號廠房3層（0731-88081133）
電子發(fā)燒友 （電路圖） 湘公網安備43011202000918
工商網監(jiān)
湘ICP備2023018690號-1
