NVIDIA AI 发布 Canary-Qwen-2.5B：一款先进的 ASR-LLM 混合模型，在 OpenASR 排行榜上拥有 SoTA 性能

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。

AutoGen CAMEL llm 人机协作多智能体系统可靠性

原文中文，约10700字，阅读约需26分钟。发表于：。

阅读原文

分享给好友

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。

LLaMA2 NLP Transformer llm 大模型大语言模型开源预训练模型

原文中文，约1000字，阅读约需3分钟。发表于：。

阅读原文

分享给好友

大语言模型（LLM）到底是怎么运作的？（配图通俗讲解）

* LLM本质上是学习单词序列的条件概率。 * 每次预测下一个单词时，会根据已出现的上下文计算条件概率。 * 使用温度（Temperature）是为了控制生成结果的多样性和创造性。

条件概率是指在已知某事件发生的情况下，另一个事件发生的概率。大语言模型（LLM）通过学习单词序列的条件概率来预测下一个单词，并通过温度调节生成内容的多样性与创造性。

llm 单词序列大语言模型条件概率温度调节预测

原文中文，约1200字，阅读约需3分钟。发表于：。

阅读原文

分享给好友

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。

3D场景 llm 多模态大型语言模型性能提升点云视频

原文英文，约300词，阅读约需1分钟。发表于：。

阅读原文

分享给好友