精彩博客
暂无文章
向量数据库真的能满足所有 AI Agent 的记忆需求吗？
原
荐
编者按： 当 AI Agent 执行长期任务时，如何有效管理和存储它们的"记忆"？向量数据库真的能满足所有 AI Agent 的记忆需求吗？ 我们今天为大家带来的文章中，作者指出当前主流的向量数据库虽然...
RAG的技术困境：为何单纯依赖向量嵌入不可靠？
原
荐
编者按： 向量嵌入技术真的能像宣传的那样精确地帮助检索和理解信息吗？检索增强生成（RAG）技术的可靠性真的像我们想象的那么高吗？ 本文揭示了 RAG 技术中最为致命的技术短板 —— 向量嵌入...
长上下文语言模型评估体系探析
原
荐
编者按： 如今，AI模型的上下文窗口正以惊人的速度扩大——从2018年的区区512个token到现在的200万token。这种跨越式发展不仅仅是数字的变化，更代表着全新的应用机会：律师可以让AI快速分析...
从 Llama 1 到 3.1：Llama 模型架构演进详解
原
荐
编者按： 面对 Llama 模型家族的持续更新，您是否想要了解它们之间的关键区别和实际性能表现？本文将探讨 Llama 系列模型的架构演变，梳理了 Llama 模型从 1.0 到 3.1 的完整演进历程，深入剖...
长上下文LLMs：RAG 的终结者还是最佳搭档？
原
荐
编者按：随着大语言模型（LLMs）的上下文窗口不断扩大，您是否开始思考：我们还需要花费大量时间和资源来构建复杂的检索增强生成（RAG）系统吗？ 本文深入探讨了长上下文 LLMs 与 RAG 系统的...
全域用户建模在美团首页推荐的探索与实践
原
荐
本文详述了全域建模技术在美团首页推荐系统的发展和演进。美团首页推荐算法团队通过多阶段递进式探索验证，在召回与排序模块引入多展位、多应用渠道的多源用户交互数据，并在落地过程中解决了...
异常检测算法在可观测性平台的落地和实践｜得物技术
原
荐
一、背景 在稳定性保证中，重要的一个环节就是故障管理体系建设，故障管理体系的四大核心功能------故障发现、故障触达、故障定位和故障恢复，其中故障发现作为故障管理的第一步至关重要，包...
社区供稿 | 如何让大模型输出 10k+ 字长文？
荐
转
随着大语言模型的发展，许多模型已经能够处理超过100k+ tokens的输入上下文。然而，这些模型在生成长文本时，普遍存在输出长度受限的问题。 在实际应用中，为了克服这个问题，人们普遍采用「...
利用多Lora节省大模型部署成本｜得物技术
原
荐
一、背景 近期，我们在大模型集群的部署过程中遇到了一些挑战。公司有多个业务场景，每个场景都基于自身的数据进行微调，训练出相应的大模型并上线。然而，这些场景的调用量并不高，同时大模...
信息流广告预估技术在美团外卖的实践
原
荐
本文整理自美团技术沙龙第81期《美团在广告算法领域的探索及实践》(B站视频)。文章首先介绍了美团信息流广告业务以及预估技术的现状，然后重点分享了信息流广告预估在美团的具体实践，围绕决...
深度解读KubeEdge架构设计与边缘AI实践探索
原
荐
摘要：解读业界首个云原生边缘计算框架KubeEdge的架构设计，如何实现边云协同AI，将AI能力无缝下沉至边缘，让AI赋能边侧各行各业，构建智能、高效、自治的边缘计算新时代，共同探索智能边缘的...
搜索广告召回技术在美团的实践
原
荐
本文整理自美团技术沙龙第81期《美团在广告算法领域的探索及实践》（B站视频）。首先介绍了美团搜索广告的三个阶段：多策略关键词挖掘、分层召回体系、生成式召回；然后重点介绍了生成式关键...
视觉语言模型详解
原
荐
视觉语言模型可以同时从图像和文本中学习，因此可用于视觉问答、图像描述等多种任务。本文，我们将带大家一览视觉语言模型领域: 作个概述、了解其工作原理、搞清楚如何找到真命天“模”、如何...
模型量化与量化在LLM中的应用 ｜ 得物技术
原
荐
一、模型推理优化 随着模型在各种场景中的落地实践，模型的推理加速早已成为AI工程化的重要内容。而近年基于Transformer架构的大模型继而成为主流，在各项任务中取得SoTA成绩，它们在训练和推...
百亿大规模图在广告场景的应用
原
荐
本文通过搜索推荐项目进行外卖搜索广告弱供给填充，提高流量变现效率。我们提出外卖多场景异构大图、异构大图在线建模技术演进路线，解决外卖搜索推荐业务多渠道、即时化的挑战。相关成果发表...
大众点评内容搜索算法优化的探索与实践
原
荐
本文整理自美团技术沙龙第80期《美团内容智能分发的算法实践》，分享内容主要包括三部分。第一部分介绍了大众点评内容搜索的场景特点以及面临的挑战；第二部分介绍了为应对这些困难和挑战，技...
揭示语言大模型的采样过程
原
荐
作者 | Chip Huyen OneFlow编译 翻译｜杨婷、宛子琳 机器学习模型具有概率性。对于同一个问题，机器可能会给出不同回答，以“世界上最棒的美食是什么？”这一问题为例。假如我们间隔一分钟，...
万字带你了解ChatGLM
原
荐
本文分享自华为云社区《【云驻共创】华为云之昇思MindSpore大模型专题（第二期）-第一课：ChatGLM》，作者： 愚公搬代码。 前言 1.昇思MindSpore 昇思MindSpore是华为公司推出的一款全场景A...
语言大模型的浮点运算分配
原
荐
本文通过实证分析展示了实际LLM模型的FLOPS分配情况，并与理论分析进行对比。通过理论和实证相结合的方式，本文为理解和优化语言大模型的性能提供了有益见解。 作者Finbarr Timbers是一名机器...
分布式因果推断在美团履约平台的探索与实践
原
荐
美团履约平台技术部在因果推断领域持续的探索和实践中，自研了一系列分布式的工具。本文重点介绍了分布式因果树算法的实现，并系统地阐述如何设计实现一种分布式因果树算法，以及因果效应评估...
没有更多内容
加载失败，请刷新页面
暂无文章
本周最受欢迎博主
121 篇文章
41.6W 次访问
91 篇文章
34.7W 次访问
2393 篇文章
173.3W 次访问
142 篇文章
5.9W 次访问
219 篇文章
5W 次访问
1079 篇文章
28.5W 次访问
9 篇文章
1W 次访问
96 篇文章
10.9W 次访问
4134 篇文章
287.5W 次访问
22 篇文章
3.4K 次访问
公众号
视频号
问题反馈
深圳市奥思网络科技有限公司版权所有
粤ICP备12009483号
