¿Qué es la arquitectura rápida en los LLM?
De la ingeniería rápida a la arquitectura rápida Imagen del autor. (generado por IA) Resumir. Comenzó con una sola palabra.No contentos con los resultados, lo intentamos de nuevo. Resume los…
Conozca Eureka: un algoritmo de diseño de recompensas a nivel humano impulsado por LLM de modelos de lenguaje grandes
Los modelos de lenguaje grandes (LLM) son excelentes para la planificación de alto nivel, pero necesitan ayudar a dominar tareas de bajo nivel, como girar el bolígrafo. Sin embargo, un…
Esta investigación de IA de China presenta Character-LLM que enseña a los LLM a actuar como personas específicas como Beethoven, la reina Cleopatra, Julio César, etc.
Character-LLM es un agente entrenable diseñado para simular individuos específicos mediante la edición de perfiles y modelos de entrenamiento como réplicas personales, replicando sus experiencias únicas. Una evaluación en un…
Cómo medir el éxito de su sistema LLM basado en RAG | de Nicholas Lawson | octubre de 2023
Utilice las máquinas para calificar las máquinas. Incluyendo un nuevo método novedoso para juzgar las respuestas con una puntuación cualitativa y una explicación detallada. Imagen generada por Stable Diffusion XL…
Conozca DiagrammerGPT: un novedoso marco de IA de generación de texto a diagrama de dos etapas que aprovecha el conocimiento de los LLM para planificar y perfeccionar los planes generales de diagramas
DiagrammerGPT es un revolucionario sistema de dos etapas para generar diagramas a partir de texto impulsado por LLM avanzados como GPT-4. Este marco utiliza las capacidades de guía de diseño…
Comprender y mitigar las alucinaciones LLM
Desafíos de detección de alucinaciones de LLM y una posible solución presentados en un destacado artículo de investigación Imagen de Enrique en Pixabay Recientemente, los grandes modelos de lenguaje (LLM)…
Sinergia de LLM y GUI, más allá del Chatbot | de Hans van Dam | octubre de 2023
Una especificación de función completa está disponible para su inspección. aquí. La implementación de Flutter de la barra de lenguaje natural se basa en Dardo LangChain, la versión Dart del…
M42 presenta Med42: un modelo clínico de lenguaje grande (LLM) de acceso abierto para ampliar el acceso al conocimiento médico
M42 Health, con sede en Abu Dhabi, Emiratos Árabes Unidos, acaba de publicar Med42, un nuevo y prometedor modelo clínico de lenguaje grande de acceso abierto. La publicación de este…
Esta investigación de IA presenta la decodificación flash: un nuevo enfoque de inteligencia artificial basado en FlashAttention para realizar inferencias de LLM de contexto largo hasta 8 veces más rápido
Los modelos de lenguajes grandes (LLM), como ChatGPT y Llama, han atraído una atención sustancial debido a sus excepcionales capacidades de procesamiento del lenguaje natural, lo que permite diversas aplicaciones…
Investigadores de NVIDIA presentan Retro 48B: el LLM más grande preentrenado con recuperación antes del ajuste de instrucciones
Investigadores de Nvidia y la Universidad de Illinois en Urbana Champaign presentan Retro 48B, un modelo de lenguaje significativamente más grande que los modelos anteriores de recuperación aumentada como Retro…