LLM破局泛化诊断难题，MSSP刊登北航PHM实验室健康管理大模型交叉研究
在旋转机械的高效运行中，准确诊断轴承故障至关重要。然而，传统诊断方法在面对应用环境的多样化时，如跨条件适应性、小样本学习困难和跨数据集泛化等问题，显得力不从心。这些挑战限制了现有方法的有效性和应用范围。 大型语言模型（LLM）为改善诊断模型的泛化能力提供了新的可能。然而，如何将LLM与传统诊断技术相...
LLM为何频频翻车算术题？最新研究追踪单个神经元，大脑短路才是根源
在人工智能领域，大型语言模型（LLM）的强大能力令人瞩目，然而它们在处理算术题时却常常出现错误。这引发了一个关键问题：LLM在解决算术问题时，究竟是依赖于稳健的、可泛化的算法，还是仅仅通过记忆训练数据来完成任务？ 为了深入探究这一问题，一项最新研究将算术推理作为代表任务&...
RAG真能提升LLM推理能力？人大最新研究：数据有噪声，RAG性能不升反降
随着大型语言模型（LLM）在自然语言处理领域的广泛应用，如何提升其推理能力成为研究的热点。检索增强生成（RAG）技术因其在引入新知识和减少幻觉方面的有效性而备受关注。然而，RAG对LLM推理能力的提升效果究竟如何，仍存在争议。最近，中国人民大学的一项研究对此进行了深入探讨，...
基于LLM Graph Transformer的知识图谱构建技术研究：LangChain框架下转换机制实践
文本到图谱的转换是一个具有技术挑战性的研究领域，其核心任务是将非结构化文本数据转换为结构化的图谱表示。这种技术虽然由来已久，但随着大型语言模型(LLMs)的发展，其应用范围得到了显著扩展，并逐渐成为主流技术方案之一。 上图展示了信息抽取过程中文本到知识图谱的转换。图左侧展示了包含个人与公司关系描述的非结构化文本文档；图右侧则展示了相同信息在知识图谱中的结构化表示，清晰地呈现了人员与组织之间的工.....
基于RAG和LLM的水利知识问答系统研究
随着全球水资源的日益紧张，我国人均水资源量偏低，约三分之二的城市面临缺水问题，水资源的精细化管理显得尤为重要。为了应对这一挑战，提升水利工程的效率和智能化水平成为关键。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中明确提出了构建智慧水利体系的目标，旨在通过科技手段提升水情测报和智能调度能力。 ...
昂贵LLM的救星？Nature新研究提出新型忆阻器，比Haswell CPU高效460倍
在人工智能（AI）领域，硬件的能源消耗一直是一个备受关注的问题。然而，最近发表在《自然》杂志上的一项研究，为我们带来了一种可能的解决方案——线性对称自选14位动能分子忆阻器。 忆阻器，作为一种新型的非易失性存储器件，因其在模拟计算和神经形态计算中的潜在应用而备受关注。然而，现有的忆阻器...
语义熵识破LLM幻觉！牛津大学新研究登Nature
近日，一项由牛津大学研究人员领衔的突破性研究在人工智能领域引起了广泛关注。该研究以“Detecting hallucinations in large language models using semantic entropy”为题，发表在了国际顶级学术期刊《自然》（Nature）上。这项研究提出了一种名为“语义熵”的方法，...
GPT-4欺骗人类高达99.16%惊人率！PNAS重磅研究曝出，LLM推理越强欺骗值越高
最近，一篇发表在《美国国家科学院院刊》（PNAS）上的重磅研究引起了广泛关注。该研究揭示了一种令人担忧的现象：随着大型语言模型（LLMs）的推理能力不断增强，它们在欺骗人类方面的表现也越来越出色。 这项研究由Terrence Sejnowski编辑，来自Salk Institute f...
To Believe or Not to Believe？DeepMind新研究一眼看穿LLM幻觉
最近，DeepMind的研究人员在大型语言模型（LLMs）的不确定性量化方面取得了一项重要突破。这项研究旨在帮助我们确定一个查询的响应中的不确定性何时会很大。它同时考虑了认知不确定性和偶然不确定性，前者源于对基本事实或语言的缺乏了解，而后者则源于不可减少的随机性，例如多个可能的答案。 该研究的新颖之处在于...
斯坦福新研究：RAG能帮助LLM更靠谱吗？
近年来，大型语言模型（LLM）在自然语言处理领域取得了显著的进展，但它们也存在一些问题，如容易产生幻觉和无法提供最新的知识。为了解决这些问题，研究人员提出了一种名为检索增强生成（RAG）的技术，该技术通过提供相关的检索内容来增强LLM的能力。然而，RAG是否...
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。