3 月 19 日下午 2 點，鎖定 NVIDIA AI 網絡中文專場。立即注冊觀看

自然語言處理 (NLP)

2025年 2月 20日

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 1月 29日

評估大語言模型（LLMs）和檢索增強生成（RAG）系統是一個復雜而微妙的過程，反映了這些系統的復雜性和多面性。與傳統機器學習（ML）…

2 MIN READ

2024年 11月 19日

開源大語言模型（LLMs）在英語方面表現出色，但難以與其他語言（尤其是東南亞語言）搭配使用。這主要是由于缺乏這些語言的訓練數據、

6 MIN READ

2024年 8月 21日

隨著聊天機器人和內容創建等許多應用越來越多地使用大型語言模型（LLM），了解擴展和優化推理系統的過程非常重要，

1 MIN READ

2024年 7月 10日

數據管護在開發有效且公平的大型語言模型（LLMs）方面發揮著至關重要的作用。高質量、多樣化的訓練數據直接影響 LLMs 的性能，從而解決偏差、

3 MIN READ

2024年 5月 29日

參加我們將于 6 月 17 日結束的比賽，使用前沿技術展示您的創新成果：由生成式 AI 驅動的應用程序，

1 MIN READ

2024年 5月 17日

在當今的全球化世界中，AI 系統理解和溝通不同語言的能力變得越來越重要。大型語言模型 (LLMs) 徹底改變了自然語言處理領域，

3 MIN READ

2024年 5月 17日

在第一部分中，我們討論了如何訓練單語分詞器，并將其與預訓練 LLM 的分詞器合并，以形成多語言分詞器。在本文中，

3 MIN READ