新闻中心 
-
11-26构建AI智能体：大模型的幻觉难题：RAG 解决AI才华横溢却胡言乱语的弊病一、抛砖引玉经过一段时间的接触，大型语言模型（LLM），展现出了令人惊叹的文本生成、对话和推理能力。它们饱读诗书、才华横溢，能够就几乎任何话题进行流畅的对话。...
-
02-11AI代理平台选型与实施：五大关键步骤助你成功落地AI代理构建平台正以前所未有的速度发展，选择合适的平台对企业至关重要。本文将为您提供一些建议，助您和团队以及供应商共同实现创新。如今，CIO和IT团队正从评估独...
-
05-30微调真的能让LLM学到新东西吗:引入新知识可能让模型产生更多的幻觉大型语言模型（LLM）是在巨大的文本数据库上训练的，在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中，然后可以在需要时使用。这些模型的知识在训练结束时...
-
05-23从Claude 3中提取数百万特征，首次详细理解大模型的「思维」刚刚，Anthropic宣布在理解人工智能模型内部运作机制方面取得重大进展。Anthropic已经确认了如何在ClaudeSonnet中表示征函数百万个概念。这...
-
05-16知识图与大型语言模型的协同作用从非结构化文本中提取有价值的信息是金融行业的关键应用。然而，这项任务往往超出了简单的数据提取，需要高级推理能力。一个典型的例子是确保信贷协议中的到期日，这通常涉...
-
05-10LLM 评估新纪元：Arthur Bench 全方位解读一、传统文本评估面临的挑战近年来，随着大型语言模型（LLM）的快速发展和改进，传统的文本评估方法在某些方面可能已经不再适用。在文本评估领域，我们可能已经听说过一...
