大模型

加入交流群
掃碼加入
獲取工程師必備禮包
參與熱點資訊討論

局部模型 為了仿照實體而去建造的大型道具模型,或局部道具模型。

局部模型 為了仿照實體而去建造的大型道具模型,或局部道具模型。收起

查看更多
  • 據(jù)說DeepSeek的數(shù)據(jù)比別家的好? 為什么說數(shù)據(jù)質(zhì)量是大模型的關(guān)鍵變量?
    為什么有些大模型效果更自然、理解更準、生成更穩(wěn)?參數(shù)量或架構(gòu)當然重要,但在頂尖選手中,真正拉開差距的,往往是“看不見”的東西——比如數(shù)據(jù)質(zhì)量。
    據(jù)說DeepSeek的數(shù)據(jù)比別家的好? 為什么說數(shù)據(jù)質(zhì)量是大模型的關(guān)鍵變量?
  • 【一文看懂】什么是RAG:讓大模型不再死記硬背,而是學會“查了資料再回答”
    隨著大語言模型(LLM)在各個行業(yè)的廣泛應用,我們不斷面對一個挑戰(zhàn):如何確保語言模型的回答不僅僅依賴于它的訓練數(shù)據(jù),還能靈活地訪問外部的、最新的知識庫。檢索增強生成(Retrieval-Augmented Generation,簡稱RAG)正是為了解決這個問題而應運而生的技術(shù)架構(gòu)。本文將詳細介紹RAG的核心定義、技術(shù)框架、應用場景、與相似技術(shù)的區(qū)別,以及它如何為AI系統(tǒng)帶來更高效、更智能的答案生成能力。
    685
    05/08 15:50
    【一文看懂】什么是RAG:讓大模型不再死記硬背,而是學會“查了資料再回答”
  • Bye,英偉達!華為NPU,跑出了準萬億參數(shù)大模型
    現(xiàn)在,跑準萬億參數(shù)的大模型,可以徹底跟英偉達Say Goodbye了。完成此舉的,正是華為!要知道,在此之前,訓練萬億參數(shù)大模型這事,是有諸多“攔路虎”在身上的。例如負載均衡難、通信開銷大、訓練效率低等等。
    753
    05/08 15:00
    Bye,英偉達!華為NPU,跑出了準萬億參數(shù)大模型
  • AI芯片“功耗懸崖”:大模型催生的冷卻技術(shù)革命
    AI芯片的功耗和發(fā)熱量直接影響著企業(yè)的成本、風險以及芯片的穩(wěn)定性和壽命。如果芯片因過熱或短路而頻繁出現(xiàn)問題,那么AI的訓練和推理效果及效率也會受到嚴重影響。冷卻技術(shù)革命,顯得十分急需。
    AI芯片“功耗懸崖”:大模型催生的冷卻技術(shù)革命
  • 大模型時代的智能營銷,從“玩具”到“工具箱”
    4月25日,百度Create大會上,百度創(chuàng)始人、董事長兼CEO李彥宏認為,應用與芯片、模型等基建之間的相互作用關(guān)系。尤其是AI技術(shù)與智能營銷工具之間,通用大模型在缺乏應用場景中的對話更像是“玩具”,而在大模型驅(qū)動下的諸多智能營銷工具才是真正產(chǎn)生價值的環(huán)節(jié)。最早實現(xiàn)AI落地應用場景的智能客服,經(jīng)歷大小廠商推陳出新的產(chǎn)品之下,走得最為深入。
    大模型時代的智能營銷,從“玩具”到“工具箱”
  • 讓大模型和醫(yī)生搭檔,螞蟻AI醫(yī)療的「少數(shù)派」之路
    一家三甲醫(yī)院頂級??坪鸵患掖髲S,擁抱AI醫(yī)療的決心?!癉eepSeek 一上線,行業(yè)有個聲音是醫(yī)生以后可能就沒飯吃了。”近期在一場公開活動中,上海交通大學醫(yī)學院附屬仁濟醫(yī)院(下簡稱“仁濟醫(yī)院”)副院長、泌尿科學科帶頭人薛蔚說道。這番話的另一面,是傳統(tǒng)醫(yī)療機構(gòu)對新一代AI技術(shù)的價值重估。2025 年開年,DeepSeek掀起了大模型領(lǐng)域的新走向,將行業(yè)落地的算力、算法門檻都大幅降低,使得AI與產(chǎn)業(yè)融合開始爆發(fā),醫(yī)療就是其中的熱門場景之一。
    讓大模型和醫(yī)生搭檔,螞蟻AI醫(yī)療的「少數(shù)派」之路
  • 揭秘大模型的魔法:訓練你的tokenizer
    大家好,我是寫代碼的中年人。在這個人人談論“Token量”、“百萬上下文”、“按Token計費”的AI時代,“Tokenizer(分詞器)”這個詞頻頻出現(xiàn)在開發(fā)者和研究者的視野中。它是連接自然語言與神經(jīng)網(wǎng)絡(luò)之間的一座橋梁,是大模型運行邏輯中至關(guān)重要的一環(huán)。很多時候,你以為自己在和大模型對話,其實你和它聊的是一堆Token。
    揭秘大模型的魔法:訓練你的tokenizer
  • 《智能分析Agent白皮書》發(fā)布,請看智能分析Agent如何驅(qū)動企業(yè)科學決策
    在大模型開啟新一輪 AI 浪潮席卷全球之際,企業(yè)正面臨著前所未有的挑戰(zhàn)與機遇。據(jù)國際數(shù)據(jù)公司(IDC)預測,全球每年產(chǎn)生的數(shù)據(jù)量將從2018年的33ZB激增至2025年的175ZB。在如此龐大的數(shù)據(jù)洪流中,傳統(tǒng)決策方式的效率低下、難以捕捉關(guān)鍵信息等 問題愈發(fā)凸顯,成為企業(yè)前行的枷鎖。
    《智能分析Agent白皮書》發(fā)布,請看智能分析Agent如何驅(qū)動企業(yè)科學決策
  • 大模型如何推動自動駕駛技術(shù)革新?
    近年來,人工智能技術(shù)正以前所未有的速度在各個領(lǐng)域滲透與應用,而大模型(大語言模型和多模態(tài)大模型)的迅猛發(fā)展為自動駕駛技術(shù)帶來了新的機遇。傳統(tǒng)的自動駕駛決策系統(tǒng)往往依賴于分模塊設(shè)計,從環(huán)境感知、決策規(guī)劃到車輛控制,各個子系統(tǒng)之間都是獨立工作,協(xié)同控制車輛的行駛,在復雜的交通場景下,這種分層架構(gòu)容易受到累積誤差、信息丟失以及實時性不足等問題的困擾。
    大模型如何推動自動駕駛技術(shù)革新?
  • 揭秘大模型的魔法:從分詞說起
    大模型是如何讀懂人類語言的?它們的智慧從何而來?答案的起點是分詞Tokenization:大模型處理文本的第一步。分詞不僅將句子拆解成可理解的“零件”,還為后續(xù)的詞嵌入、訓練和推理奠定了基礎(chǔ)。本文將帶你深入探索大模型的文本處理流程。
    揭秘大模型的魔法:從分詞說起

正在努力加載...