点击上方“Deephub Imba”,关注公众号,好文章不错过 ...

近日，谷歌在博客中介绍了「智能体链」（Chain-of-Agents，CoA）框架，无需训练、任务无关且高度可解释。它通过大语言模型（LLM）间的协作来解决长上下文任务，在性能上超越了RAG和长上下文 LLM。

高效的Attention引擎FlashInfer，无疑是大型语言模型推理技术中的又一里程碑。它的推出不仅优化了现有技术架构、提升了运行效率，还充分展示了将深度学习与工程实践相结合的潜力。面向未来，随着AI技术的进一步成熟，不断推动社会各个层面的变革与发展，成为每一个追随科技潮流者的必经之路。

Sakana AI发布了Transformer²新方法，通过奇异值微调和权重自适应策略，提高了LLM的泛化和自适应能力。新方法在文本任务上优于LoRA；即便是从未见过的任务，比如MATH、HumanEval和ARC-Challenge等，性能也都取得了提升。 从章鱼通过改变皮肤颜色来融入周围环境 ...

知识图谱是位于原始数据存储之上的连接层，将信息转化为具有上下文意义的知识。因此理论上，它们是帮助 LLM 理解企业数据集含义的绝佳方式，使公司更容易、更高效地找到相关数据嵌入查询中，同时使 LLM 本身更快速、更准确。

二、LLM 的发展历程 LLM 的发展可以追溯到几年前。它始于简单的语言模型，如 n-gram 模型、LSTM 网络等等，直到 Transformer 模型的出现，才彻底的催生了 LLM。 1、N-gram 模型 n-gram 模型通过使用词频来根据前面的词预测句子中的下一个词，其预测结果是在训练文本中 ...