自然语言处理

【7月更文挑战第8天】智胜未来：国内大模型+Agent应用案例精选，以及主流Agent框架开源项目推荐

【7月更文挑战第9天】RAG+AI工作流+Agent：LLM框架该如何选择，全面对比MaxKB、Dify、FastGPT、RagFlow、Anything-LLM,以及更多推荐

LLM 大模型学习必知必会系列(二)：提示词工程-Prompt Engineering 以及实战闯关

基于LangChain-Chatchat实现的本地知识库的问答应用-快速上手（检索增强生成(RAG)大模型）

【8月更文挑战第2天】告别Hugging Face模型下载难题：掌握高效下载策略，畅享无缝开发体验

LLM 大模型学习必知必会系列(一)：大模型基础知识篇

检索增强生成(RAG)实践：基于LlamaIndex和Qwen1.5搭建智能问答系统

xAI 宣布正式开源 3140 亿参数的混合专家（MoE）模型「Grok-1」，以及该模型的权重和网络架构。这也使得Grok-1成为当前参数量最大的开源大语言模型。

本文基于2024年9月27日与阿里云合办的线下沙龙分享整理而成，探讨如何通过大语言模型（LLM）让数据访问更简单。随着企业数据量增长，传统数据访问方式已难以满足需求。LLM结合自然语言检索，使非技术用户能直接用自然语言与数据交互，降低数据访问门槛。文章介绍了NL2SQL技术，通过LLM理解自然语言问题并生成SQL查询，实现高效数据获取。同时，探讨了AskTable架构及其在实际应用中的挑战与解决方案。