LLM
含有「LLM」共 124 篇內容
全部內容
發佈日期由新至舊
大型語言模型的發展，讓人們思考陪伴型機器人是否能成真，文章探討兩種實現方式：主流的語音轉文字LLM方法和新興的Spoken LLMs方法。作者認為Spoken LLMs的發展，能讓AI更自然地與人互動，實現如哆啦A夢般的陪伴型機器人，並進一步提升AI的陪伴功能。
輝達 (NVIDIA)公開發布了全新的開源大型語言模型：這款模型一亮相就引起了廣泛關注，原因無他，它竟然能以不到競爭對手(DeepSeek R1)一半的參數，展現出逼近甚至超越的性能。
摘要
Meta 推出了 Llama 4 系列模型，包括 Llama 4 Scout 和 Llama 4 Maverick，這兩款開源多模態模型採用混合專家（MoE）架構，並在效能和成本效益上超越前代及競爭對手。Llama 4 Scout 擁有 170 億活躍參數和 10M 上下文窗口，適合單一 G
本文以淺顯易懂的問答方式，解釋大型語言模型（LLM）的原理、訓練過程及相關概念，例如預訓練、監督式學習、增強式學習、對齊等。內容主要參考臺大李宏毅教授的 YouTube 課程，並加入個人理解與說明。
這篇文章將搭配簡單的範例，介紹最近推出的 Docker Model Runner。內容比較隨意粗略，希望能成為讓讀者了解這項工具的契機！
這篇文章分享了幾個 iPhone 捷徑自動化應用程式，包括熱量追蹤、簡易記帳和自然語言轉提醒清單，這些捷徑都整合了 OpenAI API，可以有效提高效率。文章也推薦了幾個 Mac/iOS 自動化捷徑資源，例如 RoutineHub、Reddit shortcuts 社群和 AppleFans。
週末把黃仁勳在今年GTC 2025大會上的演講看完了，在GTC2025的那幾天，新聞常常在報演講的內容摘要等等訊息。新聞的角度大多是以投資人角度、經濟/政治布局等方面來看整體的走向，商場的事情我不太懂，但我蠻喜歡幾個在演講中提到的技術點。
GTC March 2025 Keynote with N
預計網路將在2025年擁有60億的使用者，每天與數據互動，預計總數據產生量將達到90ZB（Zettabytes），LLM 中神經網路推理方式也是類似於人的思考，一字一句的構思下一個段落來組成話語，不會有人一下接上，自己無法理解或從未看過的字眼，例如:
付費限定
從「機器狗」到「人形機器人」 --- AI 讓機器人的技術突飛猛進，已經越來越像人類了 --- 不久的未來，肯定也很快會出現幫忙主人照顧狗狗的「人形機器人」？其實，這樣的想法早在 1989 年就出現了....
