【论文导读】大语言模型综述（一）：介绍 - 飞书文档
https://docs.feishu.cn/article/wiki/QMR4wJUQFifooqkyqHrcdOlhnrg阐述大语言模型的四个发展阶段，包括统计学模型、神经网络模型、预训练模型、大规模模型，分析其特点、挑战与影响，强调应用前景和伦理安全问题，提出相关观点。 [【论文导读】 ...
飞搜侠
热门搜索
大语言模型检索增强生成（RAG）综述 - 飞书文档
https://docs.feishu.cn/v/wiki/RnOEwBYzjiPXy9kZVbBcSz0Encg/a1一旦确定了适当的块大小，下一个关键步骤涉及使用嵌入模型将这些块和查询嵌入到语义空间中。嵌入的有效性至关重要，因为它影响模型表示语料库的能力。最近的研究引入了著名的 ...
《大模型技术：从综述到中文书的历程》 - 飞书文档
https://docs.feishu.cn/v/wiki/RmdHwmfRaiqbCjkkb9zceBYEnvc/a2相信很多朋友都看过这篇论文，在2023 年3 月，一支来自中国人民大学的团队，发表了一篇大模型综述《A Survey of Large Language Models》. ... 推荐给身边的学弟学妹了）。
深入解析LLM4Rec：推荐系统与大模型的融合与创新 - 飞书文档
https://docs.feishu.cn/v/wiki/DMqOwfhbIi2kUlkxu0RcVaYjn2F/a1LLM v.s. Rec ; 场景. 千人千面、领域各异. 通用模型，one for all ; 输入. 物品（百万、千万）. 字词文本（十万） ; 参数规模. 亿级别. 特征参数占比大，不具备scaling law. 千亿、 ...
推荐系统中运用大语言模型的环节 - 飞书文档
https://docs.feishu.cn/v/wiki/YE0iwT6NniaWwlkPHDBc5ZVxnVd/a3下面会围绕： **背景和问题**、 **何处运用大语言模型**(特征工程、特征编码、打分排序、流程控制，共7个代表性工作)、 **如何运用大语言模型**(如何给LLM注入协同信号：微调 ...
综述：探索基于大型语言模型的智能体：定义、方法与前景 - 飞书文档
https://docs.feishu.cn/article/wiki/Ms10w3VufiBel3kXwDJcq2zxnueLiu等人（2023）提出了一种新的学习范式，使语言模型能够从模拟的社会互动中学习。Feng等人（2023）研究了基于语言模型的智能体在精心设计的环境和协议中模拟可信的人类行为的 ...
大模型高效推理综述：优化技术与未来展望 - 飞书文档
https://docs.feishu.cn/v/wiki/K2TlwBwYhi1y9DkOBJUcnHPanxf/a1许多研究工作致力于设计优化大语言模型推理开销的技术，优化模型的推理延迟、吞吐、功耗和存储等指标，成为许多研究的重要目标。 ... **此外，该工作还对造成大语言模型推理不 ...
全球首篇通用世界模型综述发布 - 飞书文档
https://docs.feishu.cn/v/wiki/R4anwHLPdi3BVnkvD4ccVqMfnie/a5在这项调查中，我们全面回顾了检索增强大语言模型（RA-LLMs）的现有研究，涵盖了三个主要技术视角：架构、训练策略和应用。作为初步知识，我们简要介绍了LLMs的基础和最新进展。
大语言模型可控文本生成综述：满足多样化需求 - 飞书文档
https://docs.feishu.cn/v/wiki/C590wmfNkixlpgkooHUcPEqdnrV/a8具体来说，我们展示了一旦模型学习了语言的潜在语法和上下文敏感性结构，对于较窄任务的表现会突然开始改善。然后，我们将我们网络的学习动态比作双部图中的渗流过程，建立一个 ...
KDD 2024｜港大黄超团队深度解析大模型在图机器学习领域的「未知 ...
https://docs.feishu.cn/article/wiki/DqGiwdnlpiYNdlkF6MGcEb5Snld对此，香港大学、圣母大学等机构的专家学者在图学习与大型语言模型领域的最新综述中，为我们揭示了答案。 图，作为描绘现实世界中各种关系的基础数据结构，其重要性不言而喻。