RAG-Anything: “面向一切模态”的统一 RAG 框架
论文RAG-Anything: All-in-One RAG Framework提出 RAG-Anything […]
RAG-Anything: “面向一切模态”的统一 RAG 框架 Read More »
AI
自对数演化解码(Self Logits Evolution Decoding, SLED)：修正模型“知道的”（潜在知识）与“说出来的”（最终层logits经softmax得到的输出分布）之间的偏差
大型语言模型（LLM）在多任务上表现强劲，但“编造/幻觉”导致事实性不足，限制了实际可信度。论文SLED: S
包含数据/模型/工程三位一体内容的机器人学习（Robot Learning）教程
Robot Learning: A Tutorial是一篇面向研究者与实践者的“机器人学习”教程型综述，主张在
包含数据/模型/工程三位一体内容的机器人学习（Robot Learning）教程 Read More »
REFRAG (REpresentation For RAG) ：解决RAG处理大量外部知识时遇到的速度慢和内存占用大问题
论文REFRAG: Rethinking RAG based Decoding介绍了一种名为 REFRAG (
REFRAG (REpresentation For RAG) ：解决RAG处理大量外部知识时遇到的速度慢和内存占用大问题 Read More »