今日AI-大模型-2024年11月16日

1. 端到端大模型像人的大脑，一端传感器输入信息，另一端直接输出行驶指令，将感知、预测、规划这些原本分开的流程整合为的大模型，并进行全部计算。
2. 小米的智驾对端到端运行有着独到的思考模仿轨迹转为筛选轨迹。大模型首先实时生成所有合理的行驶轨迹，进而逐一考量安全、等各方面因素，选择最优解并执行。
3. 接入端到端大模型的小米智能驾驶还可以做到ETC、闸机通行，车位到车位，全程无断点。
4. 智驾团队将小米集团成熟的VLM视觉语言大智能，模型学习了来自互联网的海量信息，并且具备了成熟的复杂场景理解能力。

1 介绍了推理所需显存计算公式，包括估算、较精确计算和完整推理显存计算。
2. 讲解了ora微调所需显存，包括估算和较精确计算。
QLoRA所需显存，包括估算和精确计算。
4. 阐述了全参数微调所需，包括和精确计算。
5. 总结主要介绍了估算大模型推理和微调时方法。

1. Google DeepMind的版本Gemini Exp 1114在Chatbot Arena上取得了重要成就，凭借超过6000个社区升至总榜第1在领域表现出色
2 LLM Arena是一个评估M的平台，主要目标是促进社区驱动的LLM性能评估是有声望的平台之一
3. 从总榜来看，谷歌新模型Gemini（Exp 1114）分数直涨40+，分为1344，而ChatGPT 4.0版本的是140
4 Gemini-Exp-1114在数学竞技场中第一，性能o1> 5 从总体胜率，ini4o-latest的胜率为50%，对o1的为56%，对Cla35-Sonnet的为62<> 6 Gemini Exp 114在任务上获得6项第一> 7. 目前，Gemini-Exp-1114可以在谷歌AI Studio对话体验，官方计划后续提供API
8 在一位博主测试中，Gemini Exp 11了所有的问题
9. 另一位网友：Gemini-1114的回答令人惊讶，早期的Flash模型通常会cat-age问题上，emi ni-exp-1114答对了这个问题
10. 不过Gemini-exp-114被问到是谁创造和自己是谁时回答Anthropic和ude
11. 最后这个模型，视觉计数上似乎不太完美，图1、图2分别应该是条船和10条

1. 距离2022年11月30日ChatGPT正式上线，马上就满两年啦！大模型曾经的“幻觉”，如今治好了吗？这可是个超级值得探讨的问题。
2. 在百度2024世界大会上，李彦宏语出惊人：大模型的幻觉正在消失！
3. 李彦宏的“反常识”判断——神预言成真。
4. 百度迎来新增长轨道——华丽转身。
5. 百度的角色与挑战——关键之战。
6. 快手可灵的期待与挑战——激烈竞争开启。

1. 2024年11月15日，靠谱AI发布了靠谱星途大模型规划师操作系统，这是一款基于千亿参数高考志愿大的SaaS服务系统。
2. 靠谱星途大模型规划师旨在为规划师和教育机构提供、精准、个性化的志愿填报解决方案。
3 靠谱星途大模型规划师操作系统由机构管理端、规划师端和考生端三大系统组成旨在构建“全覆盖、全方位、全流程”的志愿填报体系。br> 4. 靠谱星途大模型规划师操作系统采用了SaaS模式，其优势在于降低机构的IT投入成本，加速AI技术的普及，这将有助于更多中小型机构更好实现数字化转型，提升市场竞争力。
5. 靠谱星途大模型规划师操作系统除了志愿填报外，还将进一步拓展清北学霸1对1学业规划、港澳院校申请、强基计划等多元化服务项目，这些项目将与志愿填报一起，贯穿生涯规划师的工作全流程，满足学生学业生涯不同阶段的需求，辅助规划师做出更优的选择。

1. 大模型智能体的行为科学是一个新兴的交叉研究领域，旨在分析、理解、模拟和指导人工智能模型的行为方式。
2. 当前大模型行为科学的工作可以分为三类：使用行为科学理论增强大模型能力、评估大模型行为并与人类比较、探索大模型在互动时出现的行为现象。
3. 评估大模型行为的研究包括：LLM直觉行为与推理表现、LLM聊天机器人表现、LLM经济合理性。
4. 大模型互动中的行为偏差包括：道德决策中的偏差、多模态大语言模型的金融行为偏差、LLM的相似性判断顺序偏差。
5. 未来展望包括：将经典的行为科学的理论转移到大模型领域，发现合适的问题进行研究；不同设定、Roleplay、上下文框架等因素是如何影响大模型行为表现的；如何训练出更广泛意义上更像人类的大模型；从个体层面上升到群体层面，大模型是否会和人类社会一样出现级联谬误等群体现象。

1. 研究背景：人工智能技术在生物学领域进展，RNA结构和功能预测受关注，准确预测RNA结构对理解其功能和开发靶向药物有重要意义。
2. 研究团队开发了RiNALMo，这是目前参数量最大的RNA语言模型，300万条非编码RNA序列上进行预训练，展现出优异的结构信息提取和泛化能力。
3. 模型架构：RiMo采用基于Transformer的编码器架构，包括输入层、Transformer编码器、模型规模等。
4. 创新训练策略：RiNALMo采用掩码语言建模的预训练方式，包括随机选择15%的tokens进行掩码等。
5. 卓越的性能表现：RiNALMo在多个下游任务中展现出优异性能，如RNA二级结构预测、剪接位点预测、核糖体负载预测等。
6. 关键创新点：RiNALMo首次证明RNA语言模型可以在家族间二级结构预测任务上实现良好泛化，采用先进的模型架构技术，大规模预训练策略。
7. 未来展望：研究团队计划在扩充预训练数据集、探索更大规模的模型架构、尝试多模态预训练、将模型应用于RNA三级结构预测、探索在RNA设计等新任务中的应用等方面继续改进RiNALMo。

1. 研究背景：DNA生物体的基本遗传信息载体，理解其序列对于生命科学具有重要意义，但将模型应用于生物学领域仍面临挑战。
2. 模型架构：Evo采用基于StripedHyena架构设计，融合了注意力机制和数据控制的卷积算子，能够高效处理和记忆长序列模式。
3. 模型训练：研究团队构建了名为OpenGenome的大规模训练数据集，8万多个细菌和古菌基因组、数百万个预测的噬菌体和质粒序列，总计3000亿个核苷酸。训练分为两个阶段，第一阶段使用8192个token的上下文长度，第二阶段扩展到131072个token的上下文长度。
4. 模型能力验证：Evo展示了出色零样本学习能力，能够预测蛋白质突变对功能的影响、非编码RNA突变对功能的影响、调控DNA序列对基因表达的影响。在这些任务上，Evo的表现超过或匹配了专门针对单一模态训练的模型。
5. 技术创新与影响：本研究的主要创新点包括首次实现了单核苷酸分辨率下序列DNA建模、开发出能够同时处理DNA、RNA和蛋白质的统一模型、实现了从分子到基因组尺度的序列设计能力。
6. 代码与数据可用性：项目相关资源已开源，包括GitHub代码仓库、HuggingFace模型、CRISPR-Cas微调模型、IS200/IS605微调模型、OpenGenome数据集。

1. 研究背景：人工智能技术在生物学领域取得进展，RNA结构预测受关注。
2. 模型架构：RiNALMo采用基于Transformer的编码器架构，包括输入层、Transformer编码器和模型规模。
3. 创新训练策略：采用掩码语言建模的预训练方式，包括随机选择tokens进行掩码、替换为[MASK]标记、随机token或保持不变，损失函数为$L_{MLM} = -\frac1}{|M|}\sumi\in M}\log p_θ(\tilde{x}_i = x_i|\tilde{X})$。
4. 卓越的性能表现：在RNA二级结构预测、剪接位点预测、核糖体负载预测等多个下游中展现出优异性能。
5. 关键创新点：首次证明RNA模型可以在家族间二级结构预测任务上实现良好泛化，采用先进的模型架构技术，大规模预训练策略。
6. 未来展望：研究团队计划在扩充预训练数据集、探索更大规模的模型架构、尝试多模态预训练、将模型应用于RNA三级结构预测探索在RNA设计等新任务中的应用等方面继续改进RiNALMo。

1. 文章介绍了TDC-2平台，它首个将单细胞分析与治疗性机器学习任务深度整合的系统性框架，包含多模态检索API、ML任务驱动的数据集和基准测试。
2. 其核心创新点包括API优先的数据集架构、四大上下文感知任务和基准测试创新。
3. 实验结果表明，TDC-2在单细胞药物靶标识别、响应预测和蛋白质-肽相互作用预测等任务上表现出色。
4. TDC-2提供了丰富的API和工具支持，包括CellXGene API、数据分割、评估方法、跨细胞系验证、扰动组合验证和时间序列验证等。
5. 文章还介绍了TDC-2的应用价值与展望，包括首次实现单细胞分析与治疗性机器学习的系统整合、为开发更精准的治疗方案提供了强大工具支持、建立了统一的评估标准，促进领域发展和支持持续数据更新，确保模型时效性。

1 介绍坐标苏州的学员通过训练营的项目辅导，苏州某国企模型，年薪0w+。
2. 介绍LLM大模型中有哪些简单的方法，包括算力碾压、参数、小修小改、设计、测试方法方法等。

1. 2024年以来，苏州工业园区积极引导支持大模型企业从技术突破走向行业应用，大模型在驱动基础科研范式变革、提升要素配置效率、优化升级智能终端产品等领域，新业态、新模式、新产品加快涌现，初步探索出一条大模型驱动新质生产力发展的
2. 园区共有14家企业开展大模型研发，覆盖医疗、政务、文旅、教育等领域。上述企业中，累计4个垂域大模型通过国家网信办“生成式人工智能服务备案”，数据居江苏省第一；15个垂域大模型通过国家网信办深度合成服务算法备案，占苏州全市63%、全省19%。
3. 园区企业依托大模型技术服务苏州、辐射全国，成为催生新质生产力“排头兵”。
4. 园区人工智能企业先行先试，将大模型应用于化学材料等前沿领域科技创新，实现研发效率倍数级提升，开启基础科研新。
5. 园区头部大模型企业深入梳理产业需求，将大模型融入生产经营过程，重点利用数据等新生产要素满足市场个性化需求，实现经营模式、业务流程创新，以较低的投入实现较高的经济收益。
6. 园区引导企业应用大模型赋能高端装备、交通等优势制造业，推动各类智能产品从“能用”走向“好用”、智慧工厂加速落地。

1. 大模型通过视觉形式误导公众认知的例子比比皆是，如虚假餐厅在社交媒体上获得数千点赞和评论。
2. 大模型和虚假信息的关系深远且复杂，它正改变我们的思考方式，如不警惕，将改变我们的文明。
3. AI生成的虚假信息影响深远，如虚假餐厅、搜索引擎错误回复等，且AI生成的数据较低，具有目的性。
4. 我们判断一件事情是否为真时，有启发式和费力的思考两种方式，而大模型生成的文章往往自信且流畅，会让我们之前用来判断真假的启发式失效。
5. 大模型的训练目标是与用户持续对话，这可能会引发确认偏误，人们更容易依赖启发式思维，而非进行更深入的批判性分析。
6. 大模型会影响我们的群体智慧与记忆，它可能会大规模地生成看似真实但却严重误导的消息，从特定社区扩散到主流社会，让人类社会的信任问题升级。
7. 人类应对虚假信息的方式，与自身的历史一样悠久。只是大模型的出现，让我们传统的启发式应对机制失效了。要应对大模型生成的虚假信息，需要多方合作。

1 中国人工智能产业规模增长迅速，预计到202年将激增至8110亿元，技术已融入行业引领科技革命与产业升级浪潮。
4. 云科技的从容大模型在OpenCompass评测中位列全球前三，在国内市场稳居。
. 云科技的AI智能体战略包括自主研发All-In-One Transformer框架，多模态应用生态体系。
6. 云从科技涉足数十个行业大模型研发，多个泛智能应用，助力多个行业客户实现生成式AI应用场景落地。

1. 百度举办了以「应用来了」为主题的市场活动，李彦宏提到利用RAG基本消除了大模型的幻觉，AI应用将在智能体和产业应用两个方向演进，智能体是AI应用的主流形态，即将迎来快速爆发。
2. 本文将围绕大模型应用，从应用形式、模型适配方式、应用开发和部署架构，对大模型应用的相关知识进行系统梳理。
3. 大模型应用形式包括聊天机器人、AI助手、智能体，其中智能体模型应用领域的领域有多个形式
. 模型适配包括工程增强生成、微调增量训练，从难度和成本角度看，提示工程、RAG、微调、预训练依次升高的，从消除幻觉更懂企业来看依次提高的。
5. 大模型应用开发流程和传统应用开发没有本质区别，在上，可以分为设计、开发和运行三个阶段，每个环节之内，有一些细化的任务。
6. 大模型应用架构包括用户和设备、边缘的API端点、大模型工具和插件所访问的外部资源，中间是应用，中间的位置有两个模型，嵌入模型和推理大模型，是整个应用系统的核心。

1. 2024世界人工智能大会聚焦大模型等重点领域，众多企业集中展示一批创新应用最新成果，如蚂蚁云科技的以正教育模型
2. 文章列出国内AI大模型30强名单，这些大模型在各自领域出独特优势，涵盖多种应用场景。
3. 介绍了Kimi智能助手，包括其团队背景、功能特点和应用场景，如协助日常工作、速读论文博客解决生活等。br> Kimi还具有功能，辅助面试等，能帮助不同职业人群提升工作效率

1. 2024上海国际压缩机及设备展览会期间，行业内首个青龙1号AI大模型，即AI高效压缩空气能源供应系统发布，吸引行业广泛关注。
2. 青龙1压缩空气能源供应系统一款集先端技术与创新理念于一体的智能化AI解决方案，以人工智能为核心，采用大数据分析、机器学习和智能控制等技术手段，为工业企业的压缩空气系统带来了全新的变革。
3. 近日，电科技高效压缩空气能源供应系统通过国家节能中心专家组应用效果评价，节能效果明显，经济效益良好，技术整体性能达到国内领先水平。
4. 在展会期间，电科技还与美的楼宇科技合作意向，并举行了签约仪式。今后，双方将齐心协力，共同致力于工业企业压缩空气系统节能这一领域。

1. RAG评估的挑战：增强检索生成技术（RAG）目前正成为增强大语言（LLM）性能的核心手段。该技术通过将外部知识库融入LLM，大幅提升了大模型的精确度和对上下文的感知力。然而，对RAG系统性能的评测颇具挑战，这促使了一系列开源RAG评估框架的诞生。下面，让我们共同探讨5大开源的RAG评估框架
2. 开源评估1：Ragas：Ragas（Retrieval-Augmented Generation Assessment）是一款专为评测增强检索生成（RAG）流程而精心构建的强大工具。它凭借其全面评估RAG的方法论，迅速赢得了开发者和数据科学家们的广泛认可
3. 开源评估框架2：Prometheus：Prometheus以其作为监控工具和时间序列数据库的卓越性能而著称，然而，其强大的数据搜集和预警能力也使得它在大语言模型（LLM）评估领域值得一谈
4. 开源评估框架3：DeepEval：DeepEval是LLM评估领域内另一个突出的框架，它专门针对大语言模型的输出而设计。类似于P，但它更加专注于LLM，提供了全面的评估指标，并且支持对LLM输出的单元测试功能
5. 开源评估框架4：Phoenix：Phoenix是由Arize AI打造的一款开源工具，旨在为人工智能提供可观测性和评估功能。尽管它并非专门针对RAG流程设计，但其强大的功能使其成为评估大语言模型（LLM）的一个有力选择
6. 开源评估框架5：ChainForge：ChainForge是一款开源的可视化编程工具，旨在对大语言模型（LLM）的响应进行解析和评价。该工具的设计宗旨是简化提示工程和响应评估的过程，使其更加直观且易于使用
7. 火爆的AI Agent训练营：RAG和Agent是AI大模型应用落地的2大关键技术，除了RAG技术外，AI Agent技术无疑成为了焦点领域。自从ChatGPT 4推出以来，场景都在积极融入AI Agent技术，特别是AI Agent智能体的产业升级、企业级系统改造，已经在各行各业广泛使用和已积累了丰富的实际操作经验
8. 3天的直播训练营，带你快速掌握Agent：3天的直播课，带你快速掌握Agent核心技术和企业级项目实践经验
9. 添加助理直播学习：购买后，添加助理进行直播学习

1. 报告介绍了24中国AI场景和产业< 2. 报告分析了AI大模型对各行业生产要素产出效率的提升作用。
3. 报告探讨了企业在应用AI大的实现路径和商业模式。
4 报告指出了企业在应用AI大模型时的需求和痛点。
5. 报告预测了AI大模型行业的技术发展趋势和应用场景趋势。
6.提出了对政府和企业AI大模型应用方面的发展建议。
7. 报告分析了AI大模型的投资机会风险< 8. 报告预测到202年AI大模型行业的市场规模突破千亿元。

1. RAG评估的挑战：RAG技术正成为增强大语言模型性能核心手段，但对其系统性能的评测颇具挑战，促使了一系列开源RAG评估框架的诞生。
2. 开源评估框架1：Ragas专为评测增强检索生成流程而构建的工具，它提供了一系列专门为RAG系统设计的评估指标，能够精确地评估RAG系统在多个维度的性能。
3. 开源评估框架2：Prometheus以其作为监控工具和时间序列数据库的卓越性能而著称，其强大的数据搜集预警能力也使得它在大语言模型评估领域值得一谈。
4. 开源评估3：Deep是M领域内的框架，它专门针对语言模型的输出而设计，提供了全面的评估指标，并且支持对LLM输出的单元测试功能。
5. 开源评估框架4：Phoenix是由Arize AI打造的一款开源工具，旨在为人工智能提供可观测性和评估功能，其强大的功能使其成为评估大语言模型的一个有力选择。
6. 开源评估框架5：ChainForge是一款开源的编程，旨在对大语言模型的响应进行解析和评价，该工具的设计宗旨是简化提示工程和响应评估的过程，使其更加直观且易于使用。
7. 火爆的AI Agent训练营：技术无疑成为了焦点领域，越来越多的企业开始在AI Agent领域进行创新尝试，这为我们提供了丰富的岗位机会和广阔的发展空间。
8. 3天的直播训练营，带你快速掌握Agent：天的直播课，带你快速掌握Agent核心技术和企业级项目实践经验。

1. RAG评估的挑战：RAG技术正成为增强大语言模型性能的核心手段，但对其系统性能的评测颇具挑战，促使了一系列开源RAG评估框架的诞生。
2. 开源评估框架1：Ragas：是一款专为评测增强检索生成（RAG）流程而构建的工具，提供了一系列专门为RAG系统设计的评估指标，支持本地及分布式评估，能够与众多流行的大型语言模型框架无缝对接。
3. 开源评估框架2：Prometheus：以其作为监控工具和时间序列数据库的卓越性能而著称，其强大的数据搜集和预警能力也使得它在大语言模型评估领域值得一谈。
4. 开源评估框架3：DeepEval：是LLM评估领域内另一个突出的框架，它专门针对大语言模型的输出而设计，提供了全面的评估指标，并且支持对LLM输出的单元测试功能。
5. 开源评估框架4：Phoenix：是由Arize AI打造的一款开源工具，旨在为人工智能提供可观测性和评估功能，其强大的功能使其成为评估大语言模型的一个有力选择。
6. 开源评估框架5：ChainForge：是一款开源的可视化编程工具，旨在对大语言模型的响应进行解析和评价，该工具的设计宗旨是简化提示工程和响应评估的过程，使其更加直观且易于使用。
7. 火爆的AI Agent训练营：AI Agent技术无疑成为了焦点领域，企业需求旺盛，越来越多的企业开始在AI Agent领域进行创新尝试，这为我们提供了丰富的岗位机会和广阔的发展空间。
8. 3天的直播训练营，带你快速掌握Agent：3天的直播课，带你快速掌握Agent核心技术和企业级项目实践经验。

1 吴在deeplearning.ai平台上预测LLM下一个新兴方向是agentic workflows优化
2. 吴恩达是AI民主化和性的坚定主义者从事让教育平民化工作
3.的观点是，认为LLM正在从优化消费级问答体验，转向优化支持智能体工作流
. 工具调用是AI代理中一个关键功能，-4等模型引入对函数调用的原生支持，工具调用变得更加高效和可靠
5. Anthropic宣布Claude将学会使用，这一能力使模型能够直接与计算机环境交互>6.许多开发者正在引导大语言模型他们快速且丰富成为可能
. 当像工具使用或使用这样对许多开发者有价值，主要的大语言模型提供商会这些能力直接构建到的模型中
8. 吴恩达老师的主要观点很明确，就是未来LLM优化方向会是逐步适应智能体工作流，也会在这个方向取得重大进展
.也宣布了AutoGLM是让LL学会使用手机也能是办公助手，帮助用户处理邮件、会议记录等工作，提高工作效率

1. 角色扮演大模型产品设计的重要性：产品设计直接影响技术方案，产品形态决定目标用户群体范围，影响模型输出设计和交互模式。
2. 谁在消费角色扮演大模型：想象力强，在虚拟世界中寄托幻想，获得精神满足的人群。
3. 角色扮演大模型产品设计拾遗：在当前应用环境下，要保持清醒，分享一些不成体系的思考。
4. 角色扮演大模型训练经验分享：生产要注重质量，模型微调根据数据特点进行调整，参数设置要注意一些基本要素。
5. 其他：关于continue pre-train、DPO、评估等方面的经验分享。

1. 大模型已经成为技术和商业领域的焦点，本文将围绕个性化、多功能以及多模态这三大发展方向进行解读，列举大模型的现状与挑战，分析改进与发展趋势，并畅想未来应用场景。
2. 大模型需要增强其记忆能力，包括上下文窗口和检索，这将导致在培训、报告、内部搜索、数据分析和商业智能以及客户支持等领域的能力得到深度定制和改进。
3. 各大公司正在提高大模型使用工具的能力，为大模型增加“手脚”功能，将为各种公司和用户解锁众多应用场景。
4. 多模态交互能够跨越音频、视频等多种格式，为用户提供更加丰富的互动体验，大模型的发展方向包括实现从文本到多模态的转变、实现与现实世界的实时交互，以及寻找更丰富多样的训练数据等。

1. R评估的挑战：增强检索生成技术（RAG）正成为增强大语言模型（LLM）性能的核心手段，但对RAG系统性能的评测颇具挑战，促使了一系列开源RAG评估框架的诞生。
2. 开源评估框架1：Ragas：Ragas是一款专为评测增强检索生成（RAG）流程而构建的工具，它提供了一系列专门为RAG系统设计的评估指标，能够精确地评估RAG系统在多个维度的性能。
3. 开源评估框架2：Prometheus：Prometheus以其作为监控工具和时间序列数据库的卓越性能而著称，其强大的数据搜集和预警能力也使得它在大语言模型（LLM）评估领域值得一谈。
4. 开源评估框架3：DeepEval：DeepEval是LLM评估领域内另一个突出的框架，它专门针对大语言模型的输出而设计，提供了全面的评估指标，并且支持对LLM输出的单元测试功能。
5. 开源评估框架4：Phoenix：Phoenix是由Arize AI打造的一款开源工具，旨在为人工智能提供可观测性和评估功能，其强大的功能使其成为评估大语言模型（LLM）的一个有力选择。
6. 开源评估框架5：ChainForge：ChainForge是一款开源的可视化编程工具，旨在对大语言模型（LLM）的响应进行解析和评价，该工具的设计宗旨是简化提示工程和响应评估的过程，使其更加直观且易于使用。
7. 火爆的AI Agent训练营：AI Agent技术无疑成为了焦点领域，我们精心打造了一套AI Agent项目实战直播训练营，异常火爆，对于感兴趣的朋友，欢迎报名参加。
8. 3天的直播训练营，带你快速掌握Agent：3天的直播课，带你快速掌握Agent核心技术和企业级项目实践经验。
9. 添加助理直播学习：购买后，添加助理进行直播学习。

1. RAG评估的挑战：增强检索生成技术（RAG）目前正成为增强大语言模型（LLM）性能的核心手段，对RAG系统性能的评测颇具挑战，促使了一系列开源RAG评估框架的诞生。
2. 开源评估框架1：Ragas：Ragas是一款专为评测增强检索生成（RAG）流程而精心构建的强大工具，它可以帮助我们来快速评估RAG系统的性能，需要question、answer、contexts、ground_truths等信息，基于大语言模型来对RAG系统进行打分。
3. 开源评估框架2：Prometheus：Prometheus以其作为监控工具和时间序列数据库的卓越性能而著称，其强大的数据搜集和预警能力也使得它在大语言（LLM）评估领域值得一谈。
4. 开源评估框架3：DeepEval：DeepEval是LLM评估领域内另一个突出的框架，它专门针对大语言模型的输出而设计，类似于Pytest，但它更加专注于LLM，提供了全面的评估指标，并且支持对LLM输出的单元测试功能。
5. 开源评估框架4：Phoenix：Phoenix是由Arize AI打造的一款开源工具，旨在为人工智能提供可观测性和评估功能，尽管它并非专门针对RAG流程设计，但其强大的功能使其成为评估大语言模型（LLM）的一个有力选择。
6. 开源评估框架5：ChainForge：ChainForge是一款开源的可视化编程工具，旨在对大语言模型（LLM）的响应进行解析和评价，该工具的设计宗旨是简化提示工程和响应评估的过程，使其更加直观且易于使用。
7. 火爆的AI Agent训练营：AI Agent技术无疑成为了焦点领域，我们精心打造了一套AI Agent项目实战直播训练营，异常火爆，对于感兴趣的朋友，欢迎报名参加。
8. 3天的直播训练营，带你快速掌握Agent：3天的直播课，带你快速Agent核心技术和企业级项目实践经验。

1. 复旦大学的报告对大语言模型的能力边界与发展进行了深入探讨。<>2. 大语言模型的基本原理与训练过程包括基本原理、训练过程、奖励函数与强化学习阶段。
3. 大语言模型的能力边界包括知识记忆与运用、推理能力、文本生成能力、任务执行能力。
4. 大语言模型的发展思考包括当前面临的问题、未来发展路径、推动发展的策略。
5. 结论指出大语言模型在过去几年中取得了显著的发展，但在知识、推理、任务执行等多方面仍然存在局限性。

1. AI通过大规模的数据训练和先进的算法构建而成，能够模拟人类的智能，各种复杂的任务，其应用场景广泛发展也面临一些挑战和争议。br>2. AI模型强大的泛化性、通用性和实用性，它的出现重构了人工智能生产范式，加速了生成式AI应用场景的落地。
3. 在“基础设施支撑+顶层设计优化+下游需求旺盛”三轮驱动下，AI大模型迎来了良好的发展契机。
. AI大模型具有多种价值，未来将趋于通用化”与“专用化”并行，“平台化”与“简易化”并进，MaaS将重构商业化生态。br5. AI大模型面临着一些算力需求大、训练和推理成本高、数据质量不佳、隐私和安全问题等。