Prefix Tuning是LLM微调技术中另一个重要的技术分支，于2021年由Stanford提出。 本文通过解读论文**《Prefix-Tuning:

Adapter Tuning是LLM微调技术中一个重要的技术分支，于2019年由Google的Neil Houlsby等研究员提出。 Adapter Tuning方法证明了

笔者在使用大语言模型开展具体业务领域的任务时，遇到了如下问题： LLM的预训练模型不具备垂域知识，无法很好回答垂域的问题； 希望用各种提示词技巧

Sora自2024年2月16日发布以来，持续霸屏、热度不断。从OpenAI官网上的演示视频看，效果也是相当震撼。 本篇基于OpenAI发布的技

2023年是基础大模型的爆发元年，专家预测2024年将是AI应用的爆发元年。 因此，本专栏希望通过一系列文章，和大家探讨AI应用的规划、落地、

在LLM应用程序中，不可避免的会存在大量可知或不可知的故障点，比如模型API调用异常、链组合集成的问题、自定义的组件运行出错等。如果针对这些

langchain基础的链包括三个组件：提示词、LLM模型、输出解析器，但实际LLM应用开发会复杂很多，可能需要更多组件。 本篇我们介绍LCE

LCEL 可以轻松的构建复杂的链，并灵活调用它们，是因为LCEL基于Runnable协议封装了一系列组合方法和调用接口。 之前我们介绍了LCEL的核心

并发是LLM应用常见的使用场景，LCEL提供了非常简便的方式来实现并发处理。 本篇我们就来学习LCEL这一核心特性——batch/abatch

LCEL是专门为方便开发LLM应用而设计的编程语言，它提供了一系列直观、好用的功能和语法。 本篇我们来学习提升LLM应用体验的一个功能——st