04 2024 档案

大模型时代的PDF解析工具
摘要：去年（2023年）是大模型爆发元年。但是大模型具有两个缺点：缺失私有领域知识和幻觉。缺失私有领域知识是指大模型训练时并没有企业私有数据/知识，所以无法正确回答相关问题。并且在这种情况下，大模型会一本正经地胡说八道（即幻觉），给出错误的回答。那么如何解决这两个缺点？目前主要有两种方法，微调和RAG。微 阅读全文
posted @ 2024-04-13 17:57 有何m不可 阅读(230) 评论(0) 推荐(0) 编辑
在本地跑一个大语言模型(3) - 让模型自主使用工具
摘要：在前两篇文章里，我们已经介绍了如何在本地运行Ollama以及如何通过提供外部数据库的方式微调模型的答案。本篇文章将继续探索如何使用“函数调用(function-calling)”功能以扩展模型能力，使其在“智能”的道路上越走越远。 function-calling介绍 根据OpenAI官方文档，fu 阅读全文
posted @ 2024-04-02 09:59 有何m不可 阅读(933) 评论(0) 推荐(0) 编辑
在本地跑一个大语言模型(2) - 给模型提供外部知识库
摘要：转载自 https://babyno.top/posts/2024/03/run-a-large-language-model-locally-2/ 在上一篇文章里，我们展示了如何通过Ollama这款工具，在本地运行大型语言模型。本篇文章将着重介绍下如何让模型从外部知识库中检索定制数据，来提升大型语 阅读全文
posted @ 2024-04-02 09:56 有何m不可 阅读(384) 评论(0) 推荐(1) 编辑
在本地跑一个大语言模型
摘要：2024-02-27 · 路边的阿不 | 转载自 https://babyno.top/posts/2024/02/running-a-large-language-model-locally/ 随着ChatGPT的兴起，LLM (Large Language Model，大语言模型) 已经成为人工 阅读全文
posted @ 2024-04-02 09:55 有何m不可 阅读(281) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示