漫话开发者 - UWL.ME 精选全球AI前沿科技和开源产品
2024-02-13 talkingdev

Llmware:统一LLM应用程序开发框架

Llmware是一个统一的框架,用于开发基于LLM的应用程序模式,包括检索增强生成。它提供了一个通用的API,使得开发人员能够轻松地使用不同的LLM模型和数据集。Llmware还为开发人员提供了一组可自定义的工具,用于自动...

Read More
2024-02-01 talkingdev

Enchanted-开源的iOS本地LLM应用

Enchanted 是一个开源的 iOS 应用,它允许你在移动设备上运行语言模型。该应用能够快速地识别语音和文本并进行分类,是一个非常有用的工具。这个项目的代码已经在 GitHub 上公开,并且允许开发者自由调整和使用。

Read More
2024-01-26 talkingdev

生产环境中的LLM应用评估指标

本文讨论不依赖于基准数据的评估指标。文章探讨了通用的以及特定于RAG、聊天机器人和摘要的评估方法。所有指标都附带Python实现。

Read More
2024-01-03 talkingdev

2023年AI探索总结:如何在个人设备上运行LLMs

本文旨在总结2023年人工智能发展的亮点。它涵盖了如何在个人设备上运行LLMs、微调模型、易受骗问题、LLM应用等方面。LLMs可以为有效使用它们的人提供显著的生活品质提升。它们实际上相当容易构建,但仍有许多未知数...

Read More
2024-01-02 talkingdev

2023年人工智能发展亮点盘点

本文总结了2023年人工智能发展的亮点,包括如何在个人设备上运行LLM,微调模型,易受欺骗的问题,LLM应用等等。LLM可以为有效使用它们的人提供显著的生活质量提升。它们实际上相当容易构建,但仍有很多未知数,对于...

Read More
2023-12-19 talkingdev

DeepEval,开源LLM应用评估框架

DeepEval是一款全能的LLM应用评估框架,可让用户轻松识别和迭代不令人满意的LLM输出。它目前提供了14+种评估指标,如幻觉、摘要、G-Eval、RAGAS等,供用户以Pytest样式或组件化方式评估整个数据集。

Read More
2023-11-23 talkingdev

开发者指南:将LLM应用程序部署到生产环境

开发LLM应用程序是一回事,成功在生产环境中部署它们是另一回事。本文通过剖析复杂性,为开发人员提供指南,帮助他们将LLM应用程序从开发环境转换到严峻的生产环境,最大限度地提高准确性。在生产环境中,LLM应用程...

Read More
2023-11-17 talkingdev

LLM Sherpa提供战略性API,加速LLM应用

LLM Sherpa(GitHub Repo)提供了一组战略API,使得大型语言模型应用能够更加高效地运行。这些API提供了强大的功能,可以大大加速自然语言处理、机器翻译和对话系统等应用。LLM Sherpa也提供了一些基于Python的示例...

Read More
  1. Prev Page
  2. 2
  3. 3
  4. 4
  5. Next Page