生成型人工智能

2025年 3月 10日

借助 NVIDIA DriveOS LLM SDK 簡化自動駕駛汽車應用的 LLM 部署

大語言模型 (LLMs) 在自然語言處理 (NLP) 中表現出非凡的泛化能力。它們廣泛應用于翻譯、數字助理、推薦系統、上下文分析、代碼生成、
2 MIN READ
2025年 3月 3日

衡量 AI Guardrails 在生成式 AI 應用中的有效性和性能

保護 AI 智能體和其他對話式 AI 應用，以確保安全、品牌和可靠的行為，這對企業至關重要。
3 MIN READ
2025年 2月 28日

聚焦：NAVER Place 利用 NVIDIA TensorRT-LLM 優化 SLM 基礎的垂直服務

NAVER 是一家韓國熱門搜索引擎公司，提供 Naver Place ，這是一項基于地理的服務，可提供有關韓國數百萬家企業和興趣點的詳細信息。
4 MIN READ
2025年 2月 28日

使用 DeepSeek-R1 NIM 構建具有專家推理功能的 AI 智能體

AI 智能體 正在通過實現流程自動化、優化決策制定和簡化操作來改變業務運營。其有效性取決于專家推理，從而實現更明智的規劃和高效執行。
2 MIN READ
2025年 2月 26日

圖像和視頻理解的視覺語言模型提示工程實踐指南

視覺語言模型 (VLMs) 正在以極快的速度發展。2020 年，首批 VLMs 通過使用視覺編碼器將視覺理解引入大語言模型 (LLMs) ，
4 MIN READ
2025年 2月 26日

借助適用于 LLM 的 NVIDIA NIM 微服務加速科學文獻審查

精心設計的系統審查通常是研究人員探索科學領域的第一步。對于剛剛接觸該領域的科學家，它提供了該領域的結構化概述。對于專家而言，
2 MIN READ
2025年 2月 26日

使用 NVIDIA NIM 構建基于 VLM 的簡單多模態信息檢索系統

在當今數據驅動的世界中，即使是從少量數據中檢索準確信息的能力，對于尋求精簡、有效的快速部署、原型設計或實驗解決方案的開發者來說也至關重要。
3 MIN READ
2025年 2月 26日

在 NVIDIA GPU 上訓練的 Microsoft Phi SLM 的多模態最新進展

大語言模型（LLMs）已滲透到各行各業，并改變了技術潛力。但是，由于規模龐大，它們對于許多公司目前面臨的資源限制來說并不切實際。
1 MIN READ
2025年 2月 25日

代理自主級別與安全性

智能體工作流是 AI 賦能工具的下一次演進。它們使開發者能夠將多個 AI 模型關聯在一起以執行復雜的活動，
2 MIN READ
2025年 2月 25日

定義 LLM 紅色團隊

在一項活動中，人們為生成式 AI 技術 (例如大語言模型 (LLMs)) 提供輸入，以確定輸出是否會偏離可接受的標準。
1 MIN READ
2025年 2月 25日

基于 Marco 多 AI 智能體框架的可配置圖形任務求解在芯片設計中的應用

芯片和硬件設計因其復雜性和先進的技術而面臨眾多挑戰。這些挑戰導致在合成、驗證、物理設計和可靠性循環期間優化性能、功耗、
2 MIN READ
2025年 2月 20日

借助全新的游戲內推理 SDK，將 NVIDIA ACE AI 角色引入游戲

NVIDIA ACE 是一套數字人技術，可借助生成式 AI 讓游戲角色和數字助理如生。ACE 設備上模型為自主游戲角色提供代理工作流，
4 MIN READ
2025年 2月 20日

使用 Whisper 和 Canary 架構部署 NVIDIA Riva 多語種 ASR，同時選擇性地停用 NMT

NVIDIA 持續開發自動語音識別 (ASR) 模型，這些模型在業內樹立了基準。 早期版本的 NVIDIA Riva 是一種適用于 ASR 、
4 MIN READ
2025年 2月 20日

制造業產品設計工作流程的生成式 AI 轉型

長期以來，制造行業的傳統設計和工程工作流程一直以順序迭代的方法為特征，這種方法通常既耗時又需要大量資源。這些傳統方法通常涉及需求收集、
2 MIN READ
2025年 2月 19日

利用 Evo 2 以全新規模跨進化研究生命生物分子的語言

AI 已從實驗好奇心發展為生物學研究的驅動力。 深度學習算法、
3 MIN READ
2025年 2月 14日

使用 NVIDIA TensorRT-LLM 前瞻性解碼優化 Qwen2.5-Coder 吞吐量

專注于編碼的 大語言模型（LLMs） 已穩步應用于開發者工作流程。從配對編程到自我改進的 AI 智能體 ，這些模型可幫助開發者完成各種任務，
3 MIN READ