文章
2024-09-02
来自：开发者社区
多模态LLM视觉推理能力堪忧，浙大领衔用GPT-4合成数据构建多模态基准
随着大型语言模型（LLM）的迅速发展，多模态大型模型（MLLM）在视觉理解和推理任务中的应用也受到了广泛关注。然而，尽管MLLM在自然图像处理方面取得了显著进展，但在复杂和精细的图像类型（如图表、文档和图解）的理解上仍存在挑战。 近期，由浙江大学领衔的一支研...
文章
2024-08-03
来自：开发者社区
公理训练让LLM学会因果推理：6700万参数模型比肩万亿参数级GPT-4
最近，一篇关于语言模型（LLM）的论文引起了广泛关注。该论文提出了一种名为"公理训练"的新方法，通过该方法，一个只有6700万参数的LLM能够学会因果推理，并在多个任务上表现出与万亿参数级的GPT-4相媲美的性能。 论文中，研究人员首先指出了因果推理在现实世界中的重要性。他们指出&#...
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。
产品推荐
{"cardStyle":"productCardStyle","productCode":"aliyun","productCardInfo":{"productTitle":"文档智能&RAG，让你的AI大模型开启“外挂”之旅","productDescription":"本方案介绍了如何实现将文档智能和检索增强生成（RAG）结合起来构建强大的LLM知识库，包括清洗文档内容、文档内容向量化、问答内容召回后通过特定的Prompt，提供给LLM足够的上下文信息，以此来满足对于企业级文档类型知识库的问答处理。","productContentLink":"https://www.aliyun.com/solution/tech-solution/document-mind-rag-for-llm","isDisplayProductIcon":true,"productButton1":{"productButtonText":"方案详情","productButtonLink":"https://www.aliyun.com/solution/tech-solution/document-mind-rag-for-llm"},"productButton2":{"productButtonText":"一键部署","productButtonLink":"https://help.aliyun.com/document_detail/2845368.html"},"productButton3":{"productButtonText":"查看更多技术解决方案","productButtonLink":"https://www.aliyun.com/solution/tech-solution/"},"productPromotionInfoBlock":[{"$id":"0","productPromotionGroupingTitle":"解决方案推荐","productPromotionInfoFirstText":"10分钟在网站上增加一个 AI 助手","productPromotionInfoFirstLink":"https://www.aliyun.com/solution/tech-solution/add-an-ai-assistant-to-your-website-in-10-minutes","productPromotionInfoSecondText":"10 分钟构建 AI 客服并应用到网站、钉钉或微信中","productPromotionInfoSecondLink":"https://www.aliyun.com/solution/tech-solution/build-a-chatbot-for-your-website-or-chat-system"}],"isOfficialLogo":false},"activityCardInfo":{"activityTitle":"","activityDescription":"","cardContentBackgroundMode":"LightMode","activityContentBackgroundImageLink":"","activityCardBottomInfoSelect":"activityPromotionInfoBlock"}}