新闻中心 
-
02-26掌握商业人工智能：使用 RAG 和 CRAG 构建企业级人工智能平台浏览我们的指南，掌握如何让您的企业充分利用人工智能技术。了解RAG和CRAG集成、矢量嵌入、LLM和提示工程等内容，这对那些希望负责任地应用人工智能的企业来说非...
-
02-19RNN模型挑战Transformer霸权！1%成本性能比肩Mistral-7B，支持100+种语言全球最多在大模型内卷的同时，Transformer的地位也接连受到挑战。近日，RWKV发布了Eagle7B模型，基于最新的RWKV-v5架构。Eagle7B在多语言基准...
-
02-16RAG还是微调？微软出了一份特定领域大模型应用建设流程指南检索增强生成（RAG）和微调（Fine-tuning）是提升大语言模型性能的两种常用方法，那么到底哪种方法更好？在建设特定领域的应用时哪种更高效？微软的这篇论文...
-
02-15三年16篇一作，前谷歌研究科学家Yi Tay官宣新模型，21B媲美Gemini Pro、GPT-3.5该团队的新模型在多个基准测试中都与GeminiPro、GPT-3.5相媲美。如果你经常读AI大模型方向的论文，YiTay想必是一个熟悉的名字。作为前谷歌大脑高级...
-
02-07通义千问再开源，Qwen1.5带来六种体量模型，性能超越GPT3.5赶在春节前，通义千问大模型（Qwen）的1.5版上线了。今天上午，新版本的消息引发了AI社区关注。新版大模型包括六个型号尺寸：0.5B、1.8B、4B、7B、1...
-
02-07无需RLHF显著提升GPT-4/Llama2性能，北大团队提出Aligner对齐新范式背景大语言模型（LLMs）虽展现出了强大的能力，但也可能产生不可预测和有害的输出，例如冒犯性回应、虚假信息和泄露隐私数据，给用户和社会造成伤害。确保这些模型的行...
