Agentic Reasoning：推理界RAG诞生！牛津大学框架让LLM学会『组队打怪』：动态调用搜索/代码代理，复杂任务准确率飙升50%
❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发感兴趣，我会每日分享大模型与 AI 领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！ AI 在线答疑 -> 智能检索历史文章和开源项目 -> 尽在微信公众号 -> 搜一搜：蚝油菜花 ⚙️ “LLM推理进入模块化时代！深度解读牛津大学Agentic Reasoning框架设计哲学” 大家好，我是...
首个可保留情感的音频LLM！Meta重磅开源7B-Spirit LM，一网打尽音频+文本多模态任务
在大型语言模型（LLM）的迅猛发展中，文本领域已然取得了令人瞩目的成就。然而，音频领域的研究却稍显滞后。为了填补这一空白，Meta AI 研究团队近日提出了一种名为 SpiRit-LM 的新型多模态语言模型，该模型能够自如地处理文本和音频，并在音频理解和生成方面展现出卓越的能力。 SpiRit-LM...
MILS：无需对LLM进行额外训练就能处理多模态任务，Meta AI提出零样本生成多模态描述方法
❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发非常感兴趣，我会每日分享大模型与 AI 领域的最新开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术，欢迎关注我哦！ 微信公众号｜搜一搜：蚝油菜花 快速阅读 MILS 概述：MILS 是 Meta AI 提出的零样本生成高质量多模态描述方法，通过多步推理和迭代优化，实现无需额外训练的多模态任务处理。 主要功能：支...
不靠更复杂的策略，仅凭和大模型训练对齐，零样本零经验单LLM调用，成为网络任务智能体新SOTA
在人工智能领域，使用大型语言模型（LLM）构建自主智能体以执行个性化、标准化任务，正成为提升人类效率的重要途径。特别是自动化网络任务，如在预算内预订酒店，因其实用性而备受关注。网络智能体的成功不仅能满足实际需求，还为各种智能体落地场景提供了关键的验证案例，预示着未来应用的广阔前景。 然...
前端大模型应用笔记（一）：两个指令反过来说大模型就理解不了啦？或许该让第三者插足啦 -通过引入中间LLM预处理用户输入以提高多任务处理能力
今天就遇到有点儿dt的问题，利用大模型顺利通了自定义的工具调用（并没有用到tools功能，而是通过prompt强制输出），单个单个的没问题哈，但是多个一起就出现问题了 我说“关闭电脑PC1, 打开第2台电脑” 它看不懂了，但我反过来说“打开第2台电脑，关闭电脑PC1”，它倒是很机智，顺利找到了对应的主机id并调用了正确的工具，反正我是一脸懵逼，这到底是个什么鬼？毕竟是个黑盒，...
CMU&清华新作：让LLM自己合成数据来学习，特定任务性能同样大幅提升
近年来，大型语言模型（LLMs）在解决各种任务方面展现出了巨大的潜力，尤其是当它们被提供适当的自然语言提示时。然而，尽管LLMs在许多任务上取得了令人印象深刻的性能，但它们在特定任务上的表现往往不如经过大量特定数据微调的模型。 为了解决这个问题，来自卡内基梅隆大学（CMU）...
【Hello AI】安装并使用DeepGPU-LLM-处理大语言模型任务
在处理大语言模型任务中，您可以根据实际业务部署情况，选择在不同环境（例如GPU云服务器环境或Docker环境）下安装推理引擎DeepGPU-LLM，然后通过使用DeepGPU-LLM工具实现大语言模型（例如Llama模型、ChatGLM模型、百川Baichuan模型或通义千问Qwen模型）在GPU上的高性能推理优化功能。安装DeepGPU-LLM根据您的业务场景不同，支持在GPU云服务器环境或者....
ResponsibleTA提升LLM可靠性，任务完成更安全、更高效
AI 智能助手照进现实。近几个月，ChatGPT、GPT-4 等大语言模型（LLM）展现出突破性的理解、推理、生成、泛化和对齐能力，对各行各业的研究方式和生产效率均带来广泛而深远的变革及影响。此外，LLM 还展现出在真实世界的开放场景中解决复杂问题的能力，使科幻电影中无所不能的 AI 智能助手照进了现实。在实现自然场景中的任务自动化时，一个复杂的任务往往由多个子任务构成，这需要多个模型或 API....
LLM系列 | 15: 如何链接多个Prompt处理复杂任务？以智能客服为例
简介 溪云初起日沉阁，山雨欲来风满楼。 小伙伴们好，我是微信公众号《小窗幽记机器学习》的小编：卖老班章的小女孩。紧接前面几篇ChatGPT Prompt工程和应用系列文章： 04:ChatGPT Prompt编写指南05:如何优化ChatGPT Prompt？06:ChatGPT Prompt实践：文本摘要&am...
LLM+模仿学习，解决真实世界中的复杂任务：AI2提出SwiftSage
机器之心编辑部GPT-4 等大型语言模型（LLM）在许多推理任务上表现出色，然而，大部分现有研究仅关注静态环境下的任务，如回答问题或解数学题。那么，LLM 能否在真实世界中完成复杂的交互式任务呢？例如，如果我们想制作一个智能体（agent），让它在物理世界里完成一些实验，比如测试一个物体是否导电，我们可以使用 LLM 吗？这类复杂交互式任务（complex interactive tasks）具....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。