新闻中心 
-
01-31大模型也能切片，微软SliceGPT让LLAMA-2计算效率大增大型语言模型（LLM）通常拥有数十亿参数，经过数万亿token的数据训练。然而，这样的模型训练和部署成本都非常昂贵。为了降低计算需求，人们常常采用各种模型压缩技...
-
01-30Meta官方的Prompt工程指南：Llama 2这样用更高效随着大型语言模型（LLM）技术日渐成熟，提示工程（PromptEngineering）变得越来越重要。一些研究机构发布了LLM提示工程指南，包括微软、OpenA...
-
01-30无需人工标注！LLM加持文本嵌入学习：轻松支持100种语言，适配数十万下游任务文本嵌入（wordembedding）是自然语言处理（NLP）领域的基础技术，它能够将文本映射到语义空间，并转化为稠密的矢量表示。这种方法已经被广泛应用于各种N...
-
01-29揭开LLM巫师的魔杖，UIUC华人团队揭示代码数据的三大优势大模型时代的语言模型（LLM）尺寸和训练数据都增加了，包括自然语言和代码。代码是人类和计算机之间的媒介，将高级目标转换为可执行的中间步骤。它具有语法标准、逻辑一...
-
01-26回顾NeurIPS 2025: 清华ToT推动大型模型成为焦点近日，作为美国前十的科技博客，LatentSpace对于刚刚过去的NeurIPS2023大会进行了精选回顾总结。在NeurIPS会议中，共有3586篇论文被接受...
-
01-26贾扬清公司高效率带头的大型推理成本排行榜出炉「大模型的API是个亏本买卖吗？」随着大语言模型技术的实用化，许多科技公司推出了大模型API，供开发者使用。然而，我们不禁开始怀疑基于大模型的业务能否持续下去，...
