- 综合排序
- 最热优先
- 最新优先
AI新手村：LLM
近两年当人们谈起 LLM 的时候，似乎已经和 AI 画上了等号，但是 LLM 其实只是 AI 领域的一个重要组成部分。 一时间，各类大型语言模型百花齐放，共同推动着 AI 领域的飞速发展。LLM的使用在 LLM 的基础上，许多产品得以封装并广泛应用。 除了通过产品界面直接使用 LLM，我们还可以通过代码的方式灵活调用 LLM。 ,])print(ai_message.content)#输出：你好！ ,])print(ai_message.content)# 你好！
29910编辑于 2025-06-13- 来自专栏xiaosen
LLM-AI大模型介绍
大语言模型 (LLM) 背景 大语言模型 (Large Language Model) 是一种人工智能模型, 它们通常包含数千亿甚至更多的参数，并在大规模数据集上进行训练。 LLM通常建立在Transformer架构之上，这种架构使用了多头注意力机制，能够处理长距离的依赖关系。这些模型通过堆叠多个注意力层来提高其处理复杂语言任务的能力。 随着模型参数数量的增加，LLM展现出了小模型所不具备的特殊能力，如上下文学习能力和逐步推理能力。这些能力的涌现使得LLM在多项任务中取得了显著的效果提升。 LLM的应用产生了深远的影响，例如ChatGPT等模型展现出了强大的人机对话能力和任务求解能力，这对整个AI研究社区产生了重大影响。 尽管LLM在多方面展现出了强大的能力，但同时也带来了一些风险和挑战，如生成不当内容、偏见放大等问题，这些都需要研究者在模型设计和训练过程中予以重视和解决。
77110编辑于 2024-04-20 - 来自专栏云云众生s
LLM链正在改变AI开发
随着 LLM 链的不断发展，其影响力只会越来越大，使其成为 AI 工具箱中不可或缺的工具。 译自 LLM Chains Are Transforming AI Development，作者 Jonathan Siddharth。 LLM 链，即“大型语言模型链”的简称，指的是一个协作系统，其中多个 AI 模型 协同工作以执行复杂的语言任务。想象一下工厂里的传送带。传送带上的每个 AI 模型都是处理特定任务部分的专家。 设置和自定义 LLM 链 设置 LLM 链涉及两个关键输入：提示和 LLM 模型。提示使用模板定义，LLM 模型可以兼容。使用 run 方法实例化链，该方法接受输入变量和用于监控和记录的可选回调。 对话式 AI：LLM 链增强了聊天机器人，使它们能够理解上下文，进行细致入微的对话，并个性化互动。对话式 AI 的这种改进可以带来更具吸引力和更有效的客户互动，涵盖零售、医疗保健和金融等各个领域。
31810编辑于 2024-08-03 - 来自专栏一乐来了
使用大模型LLM实现销售AI
销售AI首先使用LLM解析客户的问题，然后通过智能代理查询数据库获取产品详细信息，并以自然而友好的方式回应客户。 那么在AI2.0时代，大型语言模型LLM的时代，这个问题怎么样了呢？ 销售AI的核心挑战 客服到销售角色的转变 将客服职能转变为销售功能一直是个大挑战。 典型的智能应用（ChatAI）架构方案 一个典型的智能应用架构，是以大模型LLM驱动，聊天为入口，使用Agent智能插件能力驱动API服务： 智能应用（ChatAI）架构 以大模型LLM为核心 大型语言模型 用户可以通过聊天界面发送消息，AI则在后端通过LLM和API服务处理这些消息，并实时提供回复。 我们在快速构建你的智能应用里就已经探讨过未来智能应用的形态，现在这个观点依然没有改变。 由于LLM/AI的优势在于自然语言理解，那么它擅长的自然是直接从与人类的交互中获取内在需求，并加以处理。这部分智力的消耗，才是大部分系统的薄弱点，是产品的价值点。
67810编辑于 2025-05-23 - 来自专栏Java技术
AI技术和大模型技术LLM
-CoderOilStation(程序员编程助手科技股份有限责任公司)AI技术和大模型技术LLM人工智能技术AI是美国高等院校哈佛大学的一种原型框架技术。AI技术西方和全球的部署研发和运用。 AI人工智能引领全球技术的更新和迭代监控不同的区域。相信知识不要服从于命运。美国麻省理工学院MIT会同步不同的领域模型驱动技术DDD(DomainDrivenDesign)。 大模型LLM(LargeLanguageModel)模型开放基础框架的模型搭建方式。很多的应用逻辑都是有编程范式和编程方法学。很多的知识应用会生成范式逻辑。
25510编辑于 2026-03-08 - 来自专栏架构驿站
LLM Hallucinations：AI 的进化 or 技术缺陷？
这一数据令人咋舌，也凸显了幻觉问题在 LLM 中的普遍性和严重程度。如果不能得到有效控制，幻觉现象极有可能会对企业声誉、AI 系统的可靠性和用户信任造成极为严重的冲击和损害。 它再次唤醒了我们对 AI "黑箱"性质的忧虑，以及对其可解释性和可控性的严重关切。 毕竟，AI 是把双刃剑，如果缺乏有效管控，极有可能被滥用而带来不可估量的损害。 同时，Hallucinations 也折射出了 AI 本身存在的缺陷和不足：机器在模拟人类的认知过程层面尚有极大的提升空间，其缺乏因果推理、常识判断等关键认知能力，难以做到真正的"理解"。 但正因如此，也再度激发了人们对 AI 前景的思考。这场注定艰难曲折的探索，意味着我们必须在制度、理论和算法层面持续推陈出新，不断拓宽人工智能的思维边界和表达维度。 Reference ： [1] https://www.lakera.ai/blog/guide-to-hallucinations-in-large-language-models#mitigating-hallucinations-in-large-language-models
46410编辑于 2024-11-01 - 来自专栏AIGC
【AI】SLM，LLM，对话式AI，生成式AI的差异分析
一、生成式AI生成式 AI 旨在创建类似于真实的人类生成材料的新内容或数据。这些系统可以根据从训练数据中学到的模式和结构生成各种各样的输出，包括文本、图像、音乐甚至视频。1. 二、LLM VS SLM语言模型是特定类型的生成式 AI，专注于处理和生成文本。1. 大型语言模型 （LLM）LLM 理解、生成和处理自然语言文本。 小型语言模型 （SLM）SLM 与大型语言模型 （LLM） 具有相同的用途，但它们在较少的数据量上进行训练。因此，与 LLM 相比，它们需要的计算资源要少得多。 三、对话式AI对话式 AI 是 AI 技术的一种应用，通常利用 LLM、SLM 或不同 AI 模型的组合来模拟类似人类的对话。 对话式 AI 使计算机能够模拟类似人类的对话。这包括一系列应用，包括聊天机器人、语音助手和交互式语音应答 （IVR） 系统。我正在参与2024腾讯技术创作特训营最新征文，快来和我瓜分大奖！
1.6K10编辑于 2024-05-06 使用Nova LLM评估生成式AI模型
使用Nova LLM评估生成式AI模型评估大型语言模型（LLM）的性能不仅仅局限于困惑度或双语评估替补（BLEU）分数等统计指标。 理解评估指标当使用某中心Nova LLM-as-a-Judge框架比较两个语言模型的输出时，SageMaker AI产生一套全面的定量指标。可以使用这些指标评估哪个模型表现更好以及评估的可靠性如何。 能力在Amazon SageMaker AI上评估生成式AI模型。 结论本文演示了如何通过Amazon SageMaker AI提供的专门评估模型Nova LLM-as-a-Judge来系统测量生成式AI系统的相对性能。 演练展示了如何准备评估数据集、使用Nova LLM-as-a-Judge配方启动SageMaker AI训练作业，以及解释结果指标，包括胜率和偏好分布。
40010编辑于 2025-09-09- 来自专栏机器学习炼丹术
LLM6 | The AI Revolution in Medicine：GPT 4
我们是否向AI屈服，让它自由地取代我们，使我们变得不那么有用，不那么需要？或者我们是否从今天开始，一起塑造我们的AI未来，希望能完成人类单独和AI单独无法做到的事情，但人类+AI可以做到的事情？ GPT-4和其类似的AI可能在很大程度上填补这个医疗保健的空白，甚至在偏远、贫穷的村庄。 这一章节的讨论为我们提供了对于AI在医疗领域中的应用和可能的监管方式的深入理解。 <<大型语言模型LLM与Visual>> LLM入门1 | 初见LLaMA | MetaAI LLM入门2 | 羊驼AIpaca | Stanford LLM入门3 | 基于cpu和hugging face 的LLaMA部署 LLM入门4 | Segment Anything | MetaAI LLM入门5 | SAM代码从入门到出门 | MetaAI <<其他>> 医学图像重建 | Radon变换，滤波反投影算法
42310编辑于 2023-09-01 - 来自专栏云云众生s
通过调整LLM提示定义AI代理角色
在 AI 代理开发中，您可以使用可用于大型语言模型 (LLM) 和视觉语言模型 (VLM) 的系统提示，为代理添加角色。 译自 How To Define an AI Agent Persona by Tweaking LLM Prompts，作者 Janakiram MSV。 在 AI 代理：面向开发人员的全面介绍 中，我通过将 AI 代理与组织中的员工进行比较，介绍了 AI 代理的关键特征。 在本文中，我们将探讨如何利用 大型语言模型 (LLM) 和 视觉语言模型 (VLM) 的系统提示来为代理添加角色。 了解系统提示 系统 提示，也称为系统角色，是 LLM 的基础指令层。 系统提示在 AI 代理开发中的重要性 AI 代理的角色可以比作员工的职位描述或工作职能。它清楚地定义了特定工作的角色、边界和期望。系统提示为 AI 代理带来了类似的功能。
56410编辑于 2024-10-29 - 来自专栏Spring Boot 2.X 系列
AI 应用基石：LangChain 核心组件之 LLM
这些应用场景的出现，为 LLM 的发展提供了更加广阔的空间。 在过去，很多人认为AI应用离我们很遥远，好像是不属于自己专业范畴的东西。 但随着时代的变迁，LangChain的出现为开发者提供了更加快速、便捷的AI应用开发工具，使得集成AI技术变得更加容易。 大型语言模型（LLM）是LangChain的核心组件。LangChain不提供自己的LLM，而是提供了一个标准接口，用于与许多不同的LLM进行交互。 = load_llm("llm.json")llm = load_llm("llm.yaml")# 保存方法llm.save("llm.json")llm.save("llm.yaml") 流式响应 可以说，LLM是开发AI应用的基石，具有重要的作用。 理解新范式，拥抱新时代，把握新机会。 《LangChain 入门到实战教程》更多内容
1.2K20编辑于 2023-09-06 - 来自专栏DrugOne
【招博后】康奈尔计算生物,AI,LLM
AI在Medicine以及Clinical上的应用，包括基于foundation model（如ChatGPT，LLaMA等模型）进行算法开发与建模，提升对单/多模态生物数据的理解。
12710编辑于 2025-12-25 - 来自专栏Rust语言学习交流
【Rust与AI】LLM模型基本架构
本篇是《Rust与AI》系列的第二篇，上一篇我们主要介绍了本系列的概览和方向，定下了一个基调。本篇我们将介绍LLM的基本架构，我们会以迄今为止使用最广泛的开源模型LLaMA为例展开介绍。 LLM背景 Rust 本身是不挑 AI 模型的，但是 LLM 是当下最热的方向，我们就从它开始吧，先了解一些非常基础的背景知识。 Token LLM 中非常重要的一个概念是 Token，我们输入给 LLM 和它输出的都是 Token。Token 在这里可以看做语言的基本单位，中文一般是词或字（其实字也是词）。 刚刚那句话其实就是 [2000, 2001, 1000, 2002]，这就是 LLM 的输入。LLM 拿到这些 ID 后，会在一个非常大的表里查找对应的稠密向量。 小结 本文我们首先简单介绍了 LLM 相关的背景，着重讨论了关于 Token 和生成过程，这是应用 LLM 时非常重要的两个知识点。
1.8K10编辑于 2023-12-30 为 AI LLM Agent 构建安全基础
为 AI / LLM / Agent 构建安全基础——打造可信、可控、可持续的智能生态体系一、引言：智能化浪潮下的“安全底线”2025 年，人工智能正进入自治与智能代理（Agentic AI）时代。 构建一个安全、可信的 AI / LLM / Agent 生态，已成为数字基础设施的重要命题。 案例 2：AI 内容生成企业的安全与合规体系背景：使用 LLM 自动生成文案、广告内容。风险：模型输出侵犯版权或违反广告法。 案例 3：大型制造企业 AI 数据中台背景：多个部门调用统一 LLM 进行智能检索、生产计划。挑战：跨部门访问控制复杂，数据泄露风险高。 ，AI、LLM 与智能 Agent 才能真正成为推动组织智能化、自动化的可信力量。
4.8K10编辑于 2025-10-11- 来自专栏腾讯云存储
从LLM到AIGC，开启AI时代寻宝之旅！
在大模型拉开 AI 新时代序幕的今天，每一位在 AI 领域徘徊探索的技术人，正如 AI 时代的“寻宝者”，在逐步接近属于自己的“意外之喜”。 因此，我们将于 10 月 28 日（本周六）在苏州举办「寻宝 AI 时代 —— Techo TVP 暨 OSC 源创会技术沙龙」，特邀 AI 领域知名技术专家，分享自己在 AI 领域的技术故事、成果、经验 ，以期为更多开发者们展示当下 AI 世界的各种新玩法。 如果你想为自己加码，也欢迎来看看 AI 世界的新可能！ 开放性研究的 Joel Lehman，清华大学计算机博士、腾讯云 TVP 陈旸，腾讯云存储专家解决方案架构师 屠伟新等 7 位 AI 领域大咖，话题围绕 LLM 与 AIGC，从 AI 基础设施、落地实践
48340编辑于 2023-11-01 - 来自专栏机器学习入门
【AI大模型】LLM主流开源大模型介绍
学习目标 了解LLM主流开源大模型. 掌握ChatGLM、LLaMA、Bloom等基础大模型的原理 LLM主流大模型类别 随着ChatGPT迅速火爆，引发了大模型的时代变革，国内外各大公司也快速跟进生成式AI市场，近百款大模型发布及应用 闻达：大型语言模型调用平台，基于 ChatGLM-6B 实现了类 ChatPDF 功能 LLaMA模型 LLaMA（Large Language Model Meta AI），由 Meta AI 于2023 小结 本小节主要介绍了LLM主流的开源大模型，对不同模型架构、训练目标、优缺点进行了分析和总结。
1.3K10编辑于 2024-09-24 - 来自专栏腾讯云TVP
Decoding LLM-native Agents: Bridging Compilation and Interpretation in AI
In the emerging field of AI Agents, two architectural paradigms seem to have emerged: Compiled Agents agents exhibit similar distinctions.Technical Deep DiveCompilation in LLM: Parameter Fixation and Knowledge InternalizationIn LLM-native agents, "compilation" occurs during model training. Their convergence into hybrid architectures is forming the backbone of a new, powerful LLM-native agent LLM CircleThe Turbulent Second Chapter of Large Language Models: Has Scaling Stalled?
34010编辑于 2025-03-13 - 来自专栏技术人生黄勇
AI大模型LLM可以帮助企业做什么？
毕竟，自从ChatGPT，这个大模型LLM的领军模型惊艳亮相以来，我感觉它几乎可以应付一切。 从这个规律来看，尽管大型语言模型（LLM）现在占据了AI领域的中心舞台，吸引了所有人的关注，但这并不意味着在LLM出现之前AI毫无发展。 在大模型出现之前，AI人工智能已经应用在各行各业中。 自2018年以来，诸如Google、OpenAI、Meta、百度和华为等公司以及研究机构相继发布了一系列LLM，其中包括BERT、GPT等，这些模型在几乎所有自然语言处理任务中都表现卓越。 第4名Poe，国外版知乎Quora推出的AI客户端，最早集成了几家LLM（ChatGPT、Bard、Claude）聊天对话在一个界面上。 A=B 训练的大模型LLM无法学会 B=A？
78810编辑于 2024-07-19 - 来自专栏DeepHub IMBA
Mistral AI vs. Meta:顶级开源LLM比较
，但是模型大小的增加也增加了计算成本和推理延迟，增加了在实际场景中部署和使用llm的障碍。 Mistral AI是一家总部位于巴黎的欧洲公司，一直在研究如何提高模型性能，同时减少为实际用例部署llm所需的计算资源。 在本文中，我们将详细地解释了Mistral AI添加到传统Transformer架构中的每个新概念，并对Mistral 7B和Llama 27b之间的推理时间进行了比较。 Mistral AI vs Meta: Mistral 7B vs Llama 27b和midtral 8x7B vs Llama 270b的比较 介绍完Mistral的改进，我们将开始进行比较。 answer """ query_llm = LLMChain( llm=self.llm, prompt=
96010编辑于 2024-01-29 RAG、LLM、AI Agent到底谁是谁的谁？
上个月和一个做AI创业的朋友聊天，他苦笑着说："我现在面试工程师，三句话都离不开LLM、RAG、AI Agent这几个词，但说实话，我自己对这三个概念也不是特别清楚，就是感觉听起来很厉害。" 三、AI Agent：让书呆子变成能动手的行动派 如果说LLM是书呆子，RAG是图书管理员，那AI Agent就是一个能计划、会执行、善反思的行动派。 比如你说"帮我订一张下周一去北京的机票"，LLM可能告诉你"建议你提前订票，注意比较价格"之类的话，但AI Agent会真的去查询航班、价格，然后直接帮你下单。 LLM负责思考和推理，RAG负责提供准确的信息，AI Agent负责具体的执行。这就像一个完美的工作团队：聪明的头脑、丰富的信息源、强的执行力。 当然，这个过程也充满挑战。 但当LLM、RAG、AI Agent三者真正协作起来时，这个"未来"就会变得更加触手可及。
36911编辑于 2026-02-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号