وبلاگ
یاد بگیرید، بهتر جواب بدهید
راهنماهای کاربردی برای کسبوکارهایی که میخواهند سریعتر، دقیقتر و شبانهروز به مشتری جواب بدهند.
۷ مقاله برای «RAG» نمایش همهٔ مقالهها
لیتپیوت؛ وقتی مقاله تازه مسیر ایده پژوهشی را عوض میکند
لیتپیوت ایده پژوهشی را به مسئله، مشارکت و ارزیابی میشکند و هر بخش را با مقالات علمی میسنجد؛ در مطالعهای با ۱۷ پژوهشگر، ایدهها مستندتر ارزیابی شدند.
ادامهٔ مطلبپروفایلینگ TorchNeuron؛ پیدا کردن گلوگاه استنتاج روی Trainium
با torch.profiler و Neuron Explorer میتوانید ببینید هر عملگر چقدر از زمان دستگاه Trainium را میبلعد و چرا ادغام عملیات این هزینه را تا یکششم کم میکند.
ادامهٔ مطلبTorchTPU؛ اجرای بومی PyTorch روی تراشههای TPU گوگل
TorchTPU با اضافهکردن TPU بهعنوان یک بکاند بومی به PyTorch، اجرای مدلهای Transformers، Diffusers و Kernels را روی تراشههای گوگل بدون واسطه ممکن میکند.
ادامهٔ مطلبALTK-Evolve؛ صدرنشینی در بنچمارک خدمات مشتری بدون تغییر وزن مدل
ALTK-Evolve با استخراج راهنماهای رفتاری از دل تلاشهای خود ایجنت، بدون بهروزرسانی وزن مدل، یک ایجنت پایه با جیپیتی-۴.۱ را به صدر جدول بنچمارک τ²-bench در خدمات مشتری میرساند.
ادامهٔ مطلبGranite Switch 4.1؛ چت، تصمیم و گفتار از یک نقطه پایانی
گرانیت سوییچ ۴.۱ گفتوگو، تصمیمگیری و تبدیل گفتار به متن را در یک نقطه پایانی جمع میکند و بهگفتهٔ سازنده تقریباً همان حافظهٔ مدل پایه را میگیرد.
ادامهٔ مطلبمدیرعامل انویدیا: همه شرکتها به شرکتهای هوش مصنوعی تبدیل میشوند
جنسن هوانگ، مدیرعامل انویدیا، گفت همه شرکتها در نهایت به شرکتهای هوش مصنوعی تبدیل میشوند. او از سرمایهگذاری ۸ میلیارد دلاری این شرکت در اروپا خبر داد.
ادامهٔ مطلبRAG چیست و چرا دستیار شما باید فقط از اسناد خودتان جواب بدهد؟
مدلهای زبانی گاهی با اعتمادبهنفس جواب اشتباه میدهند. RAG راهی است که دستیار فقط از روی اسناد کسبوکار شما پاسخ بسازد و وقتی جواب را نمیداند، همین را بگوید.
ادامهٔ مطلبدر این صفحه مقالهای با این عبارت نیست؛ برای جستجو در همهٔ مقالهها Enter را بزنید.








