标签
llm
相关的文章:本列表汇集了关于大语言模型(LLM)的最新研究与实践,涵盖其原理、应用及未来发展趋势,助您深入了解这一领域的前沿动态。
Liquid AI 开源 LFM2:新一代边缘 LLM
别跟LLM太交心!斯坦福新研究:AI不能完全取代人类心理治疗师
LLM Paper&Practice: CAMEL 和 AutoGen
本文是我在阅读《大模型应用开发 动手做AI Agent》时,对书中推荐的几篇核心论文的理解与总结,主要聚焦于CAMEL和 AutoGen 这两种范式,都是用来实现 MultiAgent 的。 1. CAMEL 1.1. 什么是 CAMEL? CAMEL 是 Communicative Agents for “Mind” Exploration of Large Language Model...
本文总结了《大模型应用开发 动手做AI Agent》中CAMEL和AutoGen两种多智能体框架的核心思想。CAMEL强调智能体自主合作,减少人类干预;AutoGen则支持灵活的人机协作,允许人类随时介入。两者在设计哲学和实践中各有优劣,面临系统可靠性、成本和上下文管理等挑战。

大模型从零到一:LLM 原理与实践指南 | 开源日报 No.662
datawhalechina/happy-llm happy-llm 是一个从零开始系统讲解大语言模型(LLM)原理与实践的中文教程项目。 深入解析 Transformer 架构和注意力机制,帮助理解 LLM 的核心技术 详细介绍预训练语言模型及主流大模型结构 手把手指导基于 PyTorch 搭建并训练完整的 LLaMA2...
happy-llm 是一个中文教程项目,介绍大语言模型的原理与实践,涵盖 Transformer 架构、预训练模型及 LLaMA2 的搭建与训练,适合有编程基础的 NLP 爱好者。

大语言模型(LLM)到底是怎么运作的?(配图通俗讲解)
Point-3D LLM:研究令牌结构对大型语言模型3D场景理解的影响
Effectively representing 3D scenes for Multimodal Large Language Models (MLLMs) is crucial yet challenging. Existing approaches commonly only rely on 2D image features and use varied tokenization...
有效的3D场景表示对多模态大型语言模型至关重要。本文比较了视频和点云表示,提出了一种结合3D点云特征的新方法,显著提升了性能。实验结果表明,经过巧妙采样和排序的点基结构在多个3D理解基准上表现优异,能够与视频基结构相媲美。
