llms

三种Transformer模型中的注意力机制介绍及Pytorch实现：从自注意力到因果自注意力这些机制是GPT-4、Llama等大型语言模型（LLMs）的核心组件。通过理解这些注意力机制，我们可以更好地把握这些模型的工作原理和应用潜力。

一个处女座的程序猿

LLMs之Agent之Lares：Lares的简介、安装和使用方法、案例应用之详细攻略LLMs之Agent之Lares：Lares的简介、安装和使用方法、案例应用之详细攻略导读：这篇博文介绍了 Lares，一个由简单的 AI 代理驱动的智能家居助手模拟器，它展现出令人惊讶的解决问题能力。

一个处女座的程序猿

LLMs之LoLCATs：《LoLCATs: On Low-Rank Linearizing of Large Language Models》翻译与解读LLMs之LoLCATs：《LoLCATs: On Low-Rank Linearizing of Large Language Models》翻译与解读

&永恒的星河&

Hunyuan-Large：推动AI技术进步的下一代语言模型腾讯近期推出了基于Transformer架构的混合专家（MoE）模型——Hunyuan-Large（Hunyuan-MoE-A52B）。该模型目前是业界开源的最大MoE模型之一，拥有3890亿总参数和520亿激活参数，展示了极强的计算能力和资源优化优势。

大模型八哥

大模型从入门到应用——LangChain：模型（Models）-[大型语言模型（LLMs）：基础知识！LangChain系列文章：大型语言模型（LLMs）是LangChain的核心组件。LangChain不提供大型语言模型，而是提供了一个标准接口，通过该接口我们可以与各种LLMs进行交互。LLM类是专为与LLM接口设计的类。有许多LLM提供者（如：OpenAI、Cohere、Hugging Face），此类旨在为所有LLM提供一个标准接口。在《[自然语言处理从入门到应用——LangChain：模型（Models）-大型语言模型（LLMs）]》系列文章中，我们将专注于通用的LLM功能，而有关使用特定LLM包

一个处女座的程序猿

MLM之Llama-3：Llama 3.2的简介、安装和使用方法、案例应用之详细攻略MLM之Llama-3：Llama 3.2的简介、安装和使用方法、案例应用之详细攻略目录Llama 3.2 简介

【大模型新书】掌握大语言模型：高级技术、应用、尖端方法和顶尖LLMs我已将这本大模型书籍免费分享出来，需要的小伙伴可以扫取。主要特性描述通过强大的大语言模型（LLMs）改变您的业务景观。本书为您提供实用的见解，指导您从构思、设计到实施有影响力的LLM驱动的应用程序。

一个处女座的程序猿

LLMs之OCR：llm_aided_ocr(基于LLM辅助的OCR项目)的简介、安装和使用方法、案例应用之详细攻略LLMs之OCR：llm_aided_ocr(基于LLM辅助的OCR项目)的简介、安装和使用方法、案例应用之详细攻略

一个处女座的程序猿

LLMs之SuperPrompt：SuperPrompt的简介、使用方法、案例应用之详细攻略LLMs之SuperPrompt：SuperPrompt的简介、使用方法、案例应用之详细攻略目录SuperPrompt的简介

HRGraph: 利用大型语言模型（LLMs）构建基于信息传播的HR数据知识图谱与职位推荐知识图谱（KGs）作为语义网络，在管理不同领域复杂互联数据方面表现出极高的有效性，通过提供统一、上下文化和结构化的表示，具有灵活性，能够轻松适应不断发展的知识。在处理复杂的人力资源（HR）数据时，知识图谱可以帮助实现不同的人力资源功能，如招聘、职位匹配、识别学习差距和增强员工留存。尽管其潜力巨大，但在实施实际的人力资源知识图谱方面的努力有限。本研究通过提出一个框架，旨在有效地从文档中利用大型语言模型开发人力资源知识图谱，从而填补这一空白。生成的知识图谱可用于多种下游任务，包括职位匹配、识别员工技能差距等。

压缩大型语言模型 LLMs随着人工智能技术的迅猛发展，大型语言模型（LLMs）如GPT系列已成为自然语言处理领域的明星。然而，这些模型通常包含数十亿甚至上万亿的参数，导致巨大的计算和存储需求，限制了它们在消费级设备上的广泛应用。因此，如何在保持性能的同时压缩LLMs，成为了一个亟待解决的问题。本文将深入探讨如何通过多种技术手段，如量化、剪枝和知识蒸馏等，将LLMs的体积缩小10倍，同时保持其原有的性能。

少喝冰美式

企业本地部署大型语言模型（LLMs）构建本地垂直领域知识库的策略|空天防御0 引言在数字化转型的浪潮中，传统企业面临着前所未有的机遇与挑战。随着大数据、云计算和人工智能技术的发展，企业积累的私有数据成为了潜在的金矿，等待着被挖掘和利用。大型语言模型（LLMs）作为当前人工智能领域的前沿技术，能够帮助企业从海量数据中提取有价值的信息，优化决策流程，提升服务质量。

少喝冰美式

人工智能在网络安全威胁测试中的应用：LLMs如何改变网络威胁格局随着人工智能技术的快速发展，特别是大型语言模型（LLMs）的崛起，网络安全领域也迎来了新的变革。LLMs不仅在自然语言处理方面展现出惊人的能力，还在网络安全威胁测试中显示出巨大的潜力。本文旨在探讨LLMs在网络安全威胁测试中的应用，分析其如何改变网络威胁格局，并提出相关的伦理和技术挑战。

大型语言模型（LLMs）是如何工作的？大型语言模型（LLMs）如ChatGPT、Bing的“Sydney”模式和Google的Bard正在占据新闻头条。与其讨论它们将使哪些工作变得过时，本文将探讨这些模型的工作原理，包括它们从哪里获取数据以及使它们能够生成令人信服的真实文本的基本数学方法。

本地运行大语言模型（LLMs）像PrivateGPT、llama.cpp、Ollama、GPT4All、llamafile 等项目的流行度凸显了本地（在您自己的设备上）运行大型语言模型（LLMs）的需求。

AI大模型_学习君

在笔记本电脑上使用 LLMs 的 5 种方法在网上使用 ChatGPT 很简单，只需有网络连接和好的浏览器即可。但这样做可能会泄露您的隐私和数据。OpenAI 存储了您的提示和其他元数据以重新训练模型。对于一些人来说可能不成问题，但注重隐私的人可能更愿意在本地使用这些模型，不受外部跟踪的影响。

LLM——探索大语言模型在心理学方面的应用研究心理学经历了多次理论变革，目前人工智能（AI）和机器学习，特别是大型语言模型（LLMs）的使用，预示着新研究方向的开启。本文详细探讨了像ChatGPT这样的LLMs如何转变心理学研究。它讨论了LLMs在心理学各个分支中的影响，包括认知和行为心理学、临床和咨询心理学、教育和发展心理学以及社会和文化心理学，突出了它们模拟人类认知和行为方面的潜力。

【LLama】Llama3 的本地部署与lora微调(基于xturn)系列课程代码+文档（前2节课可跳过）：https://github.com/SmartFlowAI/Llama3-Tutorial 课程视频：https://space.bilibili.com/3546636263360696/channel/series XTuner ：https://github.com/InternLM/xtuner/blob/main/README_zh-CN.md

一个处女座的程序猿

LLMs之Llama3：Llama 3的简介、安装和使用方法、案例应用之详细攻略LLMs之Llama3：Llama 3的简介、安装和使用方法、案例应用之详细攻略导读：2024年4月18日，Meta 重磅推出了Meta Llama 3，本文章主要介绍了Meta推出的新的开源大语言模型Meta Llama 3。模型架构 Llama 3 是一种自回归语言模型，采用了优化的 Transformer 架构。调优版本使用了监督微调（SFT）和强化学习结合人类反馈（RLHF）来与人类偏好对齐，以提高实用性和安全性。

一个处女座的程序猿

LLMs之Morphic：Morphic(一款具有生成式用户界面的人工智能答案引擎)的简介、安装、使用方法之详细攻略LLMs之Morphic：Morphic(一款具有生成式用户界面的人工智能答案引擎)的简介、安装、使用方法之详细攻略