LLM工具总结

已于 2024-09-01 16:12:23 修改
阅读量238 收藏
点赞数 1
分类专栏： 大模型 文章标签： 架构
于 2024-08-25 19:57:57 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_32907491/article/details/141533524
版权

一、论文工具

1、清AI

清AI的学术助手 - AI助力科研和学术高效

从3.6亿篇文献里一键搜索并下载、AI对话、PDF文档对话、文档对话、一键生成思维导图、一键生成PPT、Word文档专业润色、全文翻译，每一个功能都是为了让科研工作变得更加高效和深入。

相关介绍：https://zhuanlan.zhihu.com/p/685151382

2、getcoralai.com
官网地址：https://www.getcoralai.com

进行论文的总结，对话式交流。

二、大模型汇总网站

1、魔搭社区

魔搭社区大模型汇总网站： 魔搭社区

2、始智AI

始智大模型汇总网站：始智AI-wisemodel-中国AI开源创新社区

三、开源工具

1、实体识别、知识图谱等

（1）知识图谱抽取工具：OneKE

对 LLM 工具使用进行统一
kfashfasf的博客
09-27 1087
尽管还留了一点小尾巴，但我们认为相比以前，情况已经有了很大的改进，之前的工具调用方式分散、混乱且记录不足。我们希望我们为统一作的努力可以让开源开发人员更轻松地在他们的项目中使用工具，以通过一系列令人惊叹的新工具来增强强大的 LLM。从等较小模型到或等最先进的巨型庞然大物，越来越多的前沿 LLM 已经支持工具使用。我们认为工具将成为下一波 LLM 产品不可或缺的一部分，祝你好运！引迈 - JNPF快速开发平台_低代码开发平台_零代码开发平台_流程设计器_表单引擎_工作流引擎_软件架构。
我日常是如何使用LLM工具的：你的LLM工具没用起来，可能是因为方法不对。
python1234_的博客
07-17 1323
今天和大家讲了一点朴素的提示词工程能力，供大家日常使用，不必焦虑天天要用，即使是今天这篇文章，LLM 的参与度也不算特别高，大概 30%左右。​。
本地使用LLM的方法总结
aqwca的博客
04-26 1007
就目前而言, Ollama或者GPT4All是绝对够用的,上面三个工具选择一个即可. 如果想要在服务器上提供API也是不错的.
评估LLM
AI + 工程
04-29 840
一、LLM 基准测试 LLM 排行榜 二、评估指标 1、传统指标 2、非传统指标 2.1 基于嵌入的方法 2.2 其他基于语言模型的指标 2.3 LLM 辅助方法 GPTScore G-Eval 3、可能的陷阱 三、评估基于LLM的应用 1、选择评估指标 2、评估 评估方法 3、构建您的评估集 四、工具 1、OpenAI 评估 2、Ragas 五、挑战 六、结论
基于LLM的视频理解总结
buaaliuyanxi的博客
10-17 678
例如，像 ChatGPT 这样的LLM可以通过调用视觉模型的API，处理视频中的视觉信息并生成相应的输出。未来研究需要进一步增强模型对视频中的时间和空间关系的捕捉能力，特别是在长时序视频中的表现。未来研究可以探索类似于记忆网络的机制，帮助模型保留视频中的关键信息，增强长视频的处理能力。此外，新的评估指标应更全面地衡量 Vid-LLMs 在各种视频理解任务中的表现，以推动模型的进一步发展。插入适配器直接嵌入到 LLM 的内部层中，微调时，更新这些插入适配器的参数，而 LLM 的核心参数保持不变。
关于LLM进行函数（工具）调用的思考
weixin_65416260的博客
02-07 2610
拆解openai的function_call功能，理解函数调用的底层原理，然后手搓一个自定义的Agent_call_tools
LangChain：打造自己的LLM应用
Admans的专栏
07-02 704
有多种方式可以自定义Tool，最简单的方式是通过@tool装饰器，将一个函数转为Tool。注意函数必须得有docString，其为Tool的描述。@tool"""返回今天的日期。"""llm=llm,print(agent_math("计算45 * 54"))print(agent_math("今天是哪天？"))1）通过Loader加载远程文档2）通过Splitter基于Token进行文档拆分3）加载summarize链，链类型为refine，迭代进行总结", "，"],
LLMs：awesome-LLM-resourses项目(比较好的LLM资料总结—数据/微调/推理/评估/体验/RAG/Agent/搜索/书籍/课程/教程/论文和技巧)的简介、分类、使用方法之详细攻略
近期请国内外头部出版社可尽快私信博主！——心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，谦虚，自律，反思，成长，还算是比较正能量的博主，公益免费传播……内心特别想在AI界做出一些可以推进历史进程影响力的东西(兴趣使然，有点小情怀，也有点使命感呀)…
09-12 1324
​ LLMs：awesome-LLM-resourses项目(比较好的LLM资料总结—数据/微调/推理/评估/体验/RAG/Agent/搜索/书籍/课程/教程/论文和技巧)的简介、分类、使用方法之详细攻略 目录 awesome-LLM-resourses项目的简介 awesome-LLM-resourses项目的分类 awesome-LLM-resourses项目的使用方法 awesome-LLM-resourses项目的简介 2024年9月，该GitHub项目名为
MARKLLM——LLM 水印开源工具包
知来者逆的博客
07-14 905
在本文中，我们讨论了 MarkLLM，这是一个开源的水印工具包，它提供了一个可扩展且统一的框架来实现 LLM 水印算法，同时提供了用户友好的界面以确保易于使用和访问。此外，MarkLLM 框架支持这些框架机制的自动可视化，从而增强了这些模型的可理解性。MarkLLM 框架提供了一套全面的 12 种工具，涵盖三个视角，以及两个用于评估其性能的自动评估流程。
llm-universe | 一. LLM 理论知识
m0_37634594的博客
06-18 1384
大型语言模型（LLM）相较于传统的语言模型具有更强大的能力，然而在某些情况下，它们仍可能无法提供准确的答案。检索增强生成（RAG, Retrieval-Augmented Generation）。该架构巧妙地整合了从庞大知识库中检索到的相关信息，并以此为基础，指导大型语言模型生成更为精准的答案，从而显著提升了回答的准确性与深度。LangChain 框架是一个开源工具，充分利用了大型语言模型的强大能力，以便开发各种下游应用。它的目标是为各种大型语言模型应用提供通用接口，从而简化应用程序的开发流程。
一种基于Python的命令行工具，通过利用基于OpenAI API的LLM服务器来总结RSS提要.zip
01-24
【描述】：这个项目是一个Python命令行工具，它利用了OpenAI API的大型语言模型（LLM）服务来对RSS提要的内容进行智能摘要。通过将复杂的自然语言处理任务委托给OpenAI的高效模型，此工具能够快速生成RSS源文章的...
Building LLM Powered Applications-2024.5.pdf
07-18
本书不仅是对当前LLM技术的全面总结，也为未来的技术发展指明了方向。无论是希望通过LLM提升现有业务，还是希望在这个充满机遇的领域内探索新机会的专业人士，都能从本书中获得宝贵的见解和实用的指导。随着人工智能...
Agent = LLM（大型语言模型）+记忆+规划技能+工具使用
AI大模型应用之禅
09-07 278
Agent = LLM（大型语言模型）+记忆+规划技能+工具使用 关键词：Agent, LLM, 记忆, 规划, 工具使用, 人工智能, 通用人工智能 1. 背景介绍
Spring Boot编程训练系统：架构设计与实现技巧
2402_85762143的博客
11-12 310
同时，一个大型的计算机网站系统，必须有一个正确的设计指导思想，通过合理选择数据结构、网络结构、操作系统以及开发环境，构成一个完善的网络体系结构，才能充分发挥计算机信息管理的优势。随着互联网技术的快速发展，网络时代的到来，网络信息也将会改变当今社会。随着计算机技术的发展以及计算机网络的逐渐普及，互联网成为人们查找信息的重要场所，二十一世纪是信息的时代，所以信息的管理显得特别重要。2.高可靠性：一个实用的网站同时必须是可靠的，本设计通过合理而先进的网络设计以及软、硬件的优化选型，可保证网站的可靠性与容错性。
大模型开发整体流程 & 基于个人知识库的问答助手 项目流程架构解析
zhishi0000的博客
11-12 614
将开发以LLM为功能核心，通过LLM的强大理解能力和生成能力，结合特殊的数据或业务逻辑来提供独特功能的应用。
[HarmonyOS]简单说一下鸿蒙架构
最新发布
H1453571548的博客
11-12 466
鸿蒙操作系统通过分布式架构、微内核设计、模块化组件和多层次安全机制，实现了设备之间的无缝协同和高效通信。它的设计目标是提供一个统一的、灵活的、安全的平台，支持多种设备和应用场景，提升用户的整体体验。随着鸿蒙生态的不断发展，预计会有更多的设备和应用加入这一平台。
React Native 全新架构来了
xiangzhihong8的专栏
11-09 861
React Native 0.76 现已在 npm 上以全新架构默认发布！在 0.76 版本的发布博客中，我们分享了此版本包含的一系列重大更改。在本文中，我们将概述全新架构以及它如何塑造 React Native 的未来。全新架构全面支持现代 React 功能，包括 Suspense、Transitions、automatic batching 和 useLayoutEffect。全新架构还包括新的原生模块和原生组件系统，使您能够编写类型安全的代码，直接访问原生接口，无需桥接。
系统架构设计师论文：论湖仓一体架构及其应用
Programming Talk
11-08 243
统一数据存储：湖仓一体架构将数据湖和数据仓库的功能整合在一起，实现了统一的数据存储。这意味着企业可以在一个平台上同时处理和分析结构化、半结构化和非结构化数据，无需将数据迁移到不同的存储系统中。事务一致性：与传统的数据湖相比，湖仓一体架构提供了事务一致性的支持。这意味着在数据写入、更新和删除时，可以确保数据的一致性和完整性，避免了数据不一致带来的问题。高并发实时处理：湖仓一体架构支持高并发的实时数据处理和分析。
发布 VectorTraits v3.0（支持 X86架构的Avx512系列指令集，支持 Wasm架构及PackedSimd指令集等）
zyl910的专栏
11-09 680
VectorTraits已更新至 v3.0版。支持Vector512类型及 X86架构的Avx512系列指令集; 支持 Wasm架构及PackedSimd指令集; 还提供了 多向量换位（YShuffleX2、YShuffleX3）、交织(Group2Zip, Group2Unzip) 等原创的向量方法。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值