大语言模型

代码在线跑，知识轻松学

Python精品学习库

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

博客搬家 | 分享价值百万资源包

往期视频·干货材料·成员作品 最新动态

技术创作特训营·精选知识专栏

新邀入驻腾讯云开发者社区，福利多多！

如何运用「云、端融合的数智化安全体系」高效护航数据安全

左手AI，右手安全 —— 一汽丰田数字化转型之路

本文所使用的 CodeBuddy 免费下载链接：腾讯云代码助手 CodeBuddy - AI 时代的智能编程伙伴

借助CodeBuddy对MCP从理解到实践

经过断断续续的整理，终于把DeepSeek系列论文的核心知识点汇总PPT完成差不多可以和大家分享了。虽然现在发布实在太晚，已经有铺天盖地的对deepseek技术解读文章和分享，但我依然希望将自己对DeepSeek V1到DeepSeek R1的理解与总结呈现给大家。

60页PPT全解：DeepSeek系列论文技术要点整理


2024年又过去了，去年的总结在这里我独到的技术见解：LLM的演进与发展，是时候对2024年get的新技术进行一次的沉淀和总结了。
本文从以下几个方面进行梳理

年度总结：AI大模型技术年度大盘点

之前专栏有介绍过LLM应用的利器RAG，通过它的实现原理，我们可以看出它有个很大的缺点就是在检索过程中只是对切片片段进行召回，所以也只能回答局部文档问题，无法回答知识库全局问题。

基于知识图谱构建的检索增强生成-GraphRAG（尝鲜篇）

上一篇文章介绍了大模型应用利器--RAG。在RAG中当然少不了检索。检索算法在信息检索、搜索引擎和推荐系统等领域中扮演着至关重要的角色。它们的核心任务是根据用户查询从大量数据中找出最相关的信息。本文就对检索算法进行以下小结。

检索算法小结

年初在我独到的技术见解：LLM的演进与发展文章中和大家分享了LLM的应用和发展，其中有简单介绍过RAG技术，也提到我个人建议在大模型的应用中，能用prompt搞定就别碰RAG，能利用好RAG技术实现需求就别去训练模型，非要训练模型能sft就别pretrain，以上三个大招都用上都实现不了你的需求，非要训自己的垂域大模型，那就快点准备数据，真正应用的时候，估计还是躲不掉三面三步。（不针对算法人员，我说应用呢~）

RAG：我不只是一个检索器！

现在大模型应用平台让人挑花了眼，想创建个人智能体的选择越来越多了，列举一些国内主流AI平台：

保姆级教程：使用dify源码本地部署LLM应用开发平台

大型语言模型的few-shot能力指的是它们在只提供极少量样本或示例时，就能够理解并执行特定任务的能力。这种能力使得模型能够在新的上下文中进行推理和表达新任务，而无需大量的训练数据。

是谁~还不会优雅的构建fewshot!

随着大模型项目的开源环境越来越好，大家在本地部署一个大语言模型跑demo应该是一件很简单的事情。但是要将模型运行到生产环境，就需要考虑模型运行性能，GPU资源的调度，高并发场景的支持等情况了。

使用Triton+TensorRT-LLM部署Deepseek模型

2024年已经过去快两个月了，是时候对2023年get的新技术进行一次的沉淀和总结了。

我独到的技术见解：LLM的演进与发展

程序设计时代经历了面向机器，面向过程，面向对象，面向领域的时代。随着AI的发展，NLP领域将自然语言大模型的能力也引入到代码任务中，现在程序设计已经进入到了面向自然语言时代。

从1小时到10分钟，如何用AI给编程提效80%

之前的文章中我们结合prompt-engineering课程体验了下混元大模型，今天再介绍大家一些写好prompt的思路以及prompt资料。

探索大模型能力--prompt工程

最近申请到了腾讯混元助手的体验资格，刚好我们可以回顾一下prompt-engineering课程，通过prompt方式和混元进行一次对话，看混元可以帮我们做哪些事情。

腾讯大模型驾到--混元初体验

用来训练？一个月使用期限，用来训练不太靠谱，好不容易把数据弄上来，一个月后我又要换卡；

关于腾讯云送我5820元的GPU优惠券这件事

一转眼ChatGPT已经火了快一年了，不愧是AI界的新晋顶流。chatGPT引领各个大厂纷纷推出自己的大模型，但是这些大模型如果不投入应用就没多大意义了~所以大模型的下半场就轮到AIAgent了。

AIAgent：我不是只有AI脑！

https://www.cnblogs.com/klchang/p/17352911.html

保姆级教程：使用gradio搭建服务调用chatGPT接口

是时候把之前学习NLP的知识整理下了。大模型火了后，又涌出好多Transfomer相关的文章，回想当时刚接触NLP的时候，还是从word2vec开始...很久前看的东西都快忘记了，所以想做一些总结。

浅谈NLP：从词向量到Transformer| 技术创作特训营第一期

有一天发现，在腾讯文档中想搜索之前写的东西需要收费了。这钱非花不可吗？好像不用。我们可以利用langchain+chatGLM在本地搭建自己的知识库，除了能搜索到文档这个功能，还能基于知识库内容和你进行对话问答～

【玩转 GPU】搭建本地知识库--chatGLM+langchain（尝鲜篇）

本文主要介绍ChatGLM-6B 的本地部署，提供更保姆级别的教程，让完全不懂技术的同学，也能在本地部署大模型～

【玩转 GPU】本地部署大模型--chatGLM（尝鲜篇）

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋 

腾讯云代码助手

CODING DevOps

Cloud Studio

SDK中心

API中心

命令行工具

腾讯云开发者社区推出了大语言模型专栏，为你提供了大语言模型的相关文章，致力于帮助开发者快速成长与发展。

大语言模型

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐