动手实践大型语言模型

all-MiniLM-L6-v2

AI 模型

句子转换模型，将句子和段落编码为 384 维向量空间，支持聚类和语义搜索等任务。它旨在高效的信息检索和句子相似性应用。all-MiniLM-L6-v2 是一个句子转换模型，将句子和段落编码为 384 维向量空间，支持聚类和语义搜索等任务。它旨在高效的信息检索和句子相似性应用。

bigscience/bloom

AI 模型

BLOOM 是由 BigScience 开发的多语言自回归大型语言模型。它能够生成 46 种语言和 13 种编程语言的连贯文本，支持自然语言处理和研究的多种应用。

Building LLMs for Production

AI 图书

《构建生产环境下的LLM应用》是一本全面的指南，旨在帮助开发者提升AI技能。内容涵盖提示、微调和检索增强生成，适合具备中级Python知识的读者。

RETRO 语言模型

AI 模型

RETRO（检索增强 Transformer）是一个将检索能力增强到 Transformer 架构中的 AI 模型。它能够访问包含网页、书籍、新闻和代码等海量文本的数据库，以提高语言生成的准确性和事实一致性。这种方法比标准 Transformer 提供了显著的性能提升。

facebook/bart-large-cnn 模型

AI 模型

基于变换器的人工智能模型，旨在进行文本摘要和理解任务。经过 CNN Daily Mail 数据集的微调，它在生成简洁摘要和理解复杂文本输入方面表现出色。facebook/bart-large-cnn 模型是一个基于变换器的人工智能模型，旨在进行文本摘要和理解任务。经过 CNN Daily Mail 数据集的微调，它在生成简洁摘要和理解复杂文本输入方面表现出色。

生成式人工智能与大型语言模型 | Coursera

AI 学习

生成式人工智能与大型语言模型（LLMs）是一门教授生成式人工智能基础知识的课程，包括在实际应用中的部署。适合具有Python经验的学习者，帮助他们建立对这项技术的实际直觉。

Llama-3.1-8B-Instruct

AI 模型

由 Meta 开发的多语言大型语言模型，针对基于指令的任务进行了优化。它旨在商业和研究应用中提供自然语言理解和生成的高级能力。Llama-3.1-8B-Instruct 是由 Meta 开发的多语言大型语言模型，针对基于指令的任务进行了优化。它旨在商业和研究应用中提供自然语言理解和生成的高级能力。

Sebastian Raschka Books

AI 应用

Sebastian Raschka 的网站提供人工智能和机器学习书籍，包括《从零开始构建大型语言模型》(Build a Large Language Model (From Scratch))。它还提供博客存档、机器学习常见问题解答和 LLM 词汇表等资源，面向深度学习和数据科学领域的学习者和从业者。