首页
学习
活动
专区
圈层
工具
发布

#LLM

OpenClaw 助力 fabless 芯片设计提速:内网部署,无需GPU

用户12377620

与很多互联网公司不同,fabless 芯片设计往往是在内网进行研发的。在物理隔离的内网中,服务器无法访问互联网上的 token 供应商,因此通常采用本地部署大模...

1900

别再盲目套用缓冲记忆了!你的LLM应用该用哪种记忆模式?

stark张宇

大多数的LLM应用程序都会有一个会话接口,允许我们和LLM进行多轮对话,并有一定的上下文记忆功能。但实际上,模型本身时不会记忆任何上下文的,只能依靠用户本身的输...

3500

和AI一起搞事情#3:Claude Teammate 开发中医游戏翻车了

风雨中的小七

这一章我们会解锁 Claude 的 teammate 模式,尝试开发一款 AI-oriented + 中医学习小游戏。

13610

一文带你搞懂什么是LLM、MLLM、LMM、VLM

OpenCV学堂

这些可以理解为大型语言模型(LLM)的更高级版本,能够处理文本以及处理多种数据类型。此外,多模态语言模型输出不仅是文本,还包括视觉、听觉等, LMM本质跟MLL...

33210

Anomaly-OV | 基于多模态LLM实现零样本异常检测与推理

OpenCV学堂

Anomaly-OV通过仅使用视觉编码器,直接在特征空间中学习具有物体感知能力的异常嵌入。受人类在视觉检测中行为的启发,Anomaly-OV采用了一种“再看一眼...

10310

LLM+图像处理的第一步:用自然语言驱动调色逻辑

OpenCV学堂

随着近年来大模型(LLM)在语言理解和结构化输出方面的能力逐渐成熟,这个目标不再只是想象。我尝试接入一个 LLM 模型,为 Monica 增加一个「自然语言调色...

7400

超CLIP准确率11%!伯克利港大阐明「LLM文本-视觉」对齐深层机制

OpenCV学堂

在LLM文本编码器逐渐超越传统文本编码器的过程中,文本嵌入提取方式、对比微调等策略是最为关键的设计要素。为探究哪些设计真正有助于语言-视觉对齐,团队选取了五种7...

9310

Android 接入 LLM API 的工程实践:从选型到流式对话

陆业聪

说实话,我自己第一次在 Android 里接 LLM API 也踩了不少坑——不是什么高深的算法坑,是那种很蠢的工程坑:流式输出没处理好导致 UI 卡顿,Tok...

11410

OpenVitamin 架构设计 | 本地LLM智能体平台是如何构建的

OpenCV学堂

OpenVitamin(https://github.com/fengzhizi715/OpenVitamin) 的设计目标,正是解决这一问题:

13310

什么是信息茧房?推荐系统怎么平衡个性化和多样性?

ETL 小当家

🚀 本文收录于Github:AI-From-Zero 项目 —— 一个从零开始系统学习 AI 的知识库。如果觉得有帮助,欢迎 ⭐ Star 支持!

16410

什么是RAG文档切分策略?

ETL 小当家

🚀 本文收录于Github:AI-From-Zero 项目 —— 一个从零开始系统学习 AI 的知识库。如果觉得有帮助,欢迎 ⭐ Star 支持!

18220

您好!非常荣幸能为您解读这份详尽的腾讯云游戏AI运维案例。这是一个非常精彩且具有代表性的“AI驱动运维”实战演示,完美展示了如何将大语言模型(LLM)的能力与传统运维工具链(MCP)相结合,从被动救火转向主动治理。

IT前沿资讯站

腾讯科技(深圳)有限公司 | 数据分析 (已认证)

您已经敏锐地发现了纯LLM+MCP模式的问题:不可控与幻觉。让LLM直接生成任意Shell命令是极其危险的。您的优化方向完全正确——用强逻辑约束替代自由发挥。

17320

别再迷信 Temperature=0:为什么 AI 总是“说变就变”?

冰兔兔

OpenAI 前 CTO Mira Murati 领衔的 Thinking Machines Lab 最近发表了一篇重磅论文 ——《击败 LLM 推理中的不确定...

11410

什么是Semantic Chunking?与固定长度切分有什么区别?

ETL 小当家

🚀 本文收录于Github:AI-From-Zero 项目 —— 一个从零开始系统学习 AI 的知识库。如果觉得有帮助,欢迎 ⭐ Star 支持!

7210

知识融合(Knowledge Fusion)是什么?多个知识源怎么整合?

ETL 小当家

🚀 本文收录于Github:AI-From-Zero 项目 —— 一个从零开始系统学习 AI 的知识库。如果觉得有帮助,欢迎 ⭐ Star 支持!

14710

Context Engineering要过时?AI圈新风口「Harness Engineering」,OpenAI/Anthropic齐发力

AI-Frontiers

原文: https://mp.weixin.qq.com/s/O_K5s6qjI7Kp_eOU_we4Fg欢迎关注公zh: AI-Frontiers

27410

LLM 的性能突围战:如何对大模型接口进行全链路压力测试

AI智享空间

这正是本文要正面交锋的核心矛盾:“传统压测迁移”思路与“LLM 全链路压测体系”之间的根本差异。前者把 LLM 接口视为一个“慢一点的普通 HTTP 接口”,套...

10710

信息访问 vs. 推理能力:LLM Agent 性能归因的实验分析

deephub

LLM 引导的优化并不稳定地胜过随机搜索。在 Jigsaw——最复杂的基准之一——上,一个盲目选取配置的算法,性能超过了拥有完整上下文和优化历史的 LLM。

9210
领券