
大模型商用格局雏形初现:Tokens用量决高下,火山引擎问鼎2024
大模型商用格局雏形初现:Tokens用量决高下,火山引擎问鼎2024大模型应用落地元年,谁家业务更值得关注?
大模型应用落地元年,谁家业务更值得关注?
网友盛赞“最有用的大模型应用”,小红书AI翻译功能上线了!(Doge)
检索-增强生成 (RAG) 是一个永不过时的话题,并在不断扩展以增强LLMs 的功能。对于那些不太熟悉RAG 的人来说:这种方法利用外部知识来增强模型的能力,从外部资源中检索您实际需要的信息。
2024年,AI Agent称得上最火热的概念。一方面,大模型赛道降温,并呈现出赢家通吃的局面;另一方面,AI Agent则是大模型应用落地的最佳形式,其能够解决LLMs在具体应用场景中的局限性。
服务1600+企业、200+业务场景直接落地。 这位大模型应用的隐形冠军不藏了。
现在,大厂周边都做得越来越高级了。 甚至只需唤醒手机碰一下,就能触发大模型应用彩蛋—— 什么代码助手、健康助手、智能管家……
AI 大模型应用在手机输入法已经很长时间,所以,不聊打字功能,哪个输入法更好用?
曾经参与过公司内部的RAG应用,写过一篇关于RAG的技术详情以及有哪些好用的技巧,这次专注于总结一下RAG的提升方法。
要说最近大模型应用里哪个赛道最火爆,AI搜索当属其一。 大厂初创纷纷下场不说,功能也越卷越深度:集成论文库、引入多模态实现图片分析……大有把知识获取成本再打骨折的趋势。 就在量子位近期收到的读者反馈中,我们也实实在在感受到了大家伙儿对AI搜索的期待,还观察到了一个呼声很高的需求——AI搜索+知识库。
创业中最危险的一句话:「我以后会赚钱」。 我开发的 AI 应用有 25 万用户,我感觉要起飞了,于是辞掉工作,准备大干一番。 结果没想到开局即巅峰,突然就完蛋了。 这几天,一个悲催的程序员创业故事在社交网络上流传,引发了人们的深思。