LLMs-持续进化-你的技能集也应如此-
LLMs 持续进化。你的技能集也应如此。
不要错过《The Variable》的新一期，我们的每周通讯精选了编辑们的精选内容、深度分析、社区新闻等。
微调？RAG？思维链？我们怀疑对于许多读者来说，这些LLM 优化方法——尽管它们可能仍然相关——感觉有点过时了。
如果你想了解大型语言模型广阔世界中的一些前沿话题，请继续阅读。本周的 Variable 重点介绍了三篇最近的文章，这些文章将帮助你创建强大的 LLM 工作流程并克服新兴的挑战。
如何创建与人类标签一致的大型语言模型裁判
评估 LLM 输出的质量继续是许多从业者心中的痛。Elena Samuylova 提供了一份清晰、实用的指南，介绍如何构建一个健壮的 LLM 作为裁判的管道，该管道能够产生可靠和一致的结果。
你的 1M+上下文窗口 LLM 比你想象的要弱
在你担心你的模型可以处理多少个标记之前，考虑一下它的有效工作内存。Tobias Schnabel 解释了原因。
探索提示学习：使用英语反馈优化 LLM 系统
基于她团队最近的工作，Aparna Dhinakaran 概述了一种有希望的新方法，该方法“使用自然语言反馈来迭代改进提示”。
本周最受欢迎的文章
回顾近期社区热议的文章：
使用 LLM 进行主题模型标注，作者 Petr Koráb
[准确性已死：校准、区分和其他你真正需要的指标]，作者 Pol Marin
Mariya Mansurova 的《与 ACP 一起展望 AI 代理通信的未来》
其他推荐阅读
从异常检测到自我进化的 AI，我们的作者继续探讨数据科学和机器学习中的迷人主题。以下是一些必读的文章，让你保持忙碌：
- 《我分析了 25,000 个酒店名称并发现了四个令人惊讶的真相》，作者：Anna Gordun Peiro
- 《不要浪费你的标记异常：三种实用的策略来提高异常检测性能》，作者：Shuai Guo
- 《自我进化的 AI 时代已经到来》，作者：Moulik Gupta
- 《2025 年中期 AI 反思》，作者：Marina Tosic
- 《基于评估驱动的 LLM 产品开发：从医疗保健领域的建设经验中汲取的教训》，作者：Robert Martin-Short
认识我们的新作者
探索我们最近添加的一些贡献者的优质作品：
- Shireesh Kumar Singh 是一位 IBM Cloud 软件工程师，他的第一篇 TDS 文章专注于网络拥塞预测和知识图谱。
- Pavel Timonin 凭借他自己的软件工程专业知识加入我们；他的处女作是一篇关于计算机视觉的实战深入探讨。
我们喜欢发布新作者的文章，所以如果你最近撰写了一篇关于我们核心主题的有趣的项目演练、教程或理论反思，为什么不 与我们分享？
浙公网安备 33010602011771号