这是一项全面(100+页)的大型语言模型可信度研究，讨论了挑战、基准测试、评估、方法分析以及未来方向。论文提出了一个涵盖8个维度的可信语言模型原则

【摘要】在利用和应用大型语言模型（LLM）时，适当的 Datasets 发挥着至关重要的作用。

【摘要】本篇将重点介绍大模型生态。通常情况下，大模型的开发和应用需要依赖于围绕它们构建的工具生态系统。因此，在实际的业务场景中，我们不仅需要了解如何使用这些工具来构建和部署大模型

大模型时代下，有4个运维界普遍关注的问题，比如大模型落地运维场景，面临哪些技术挑战？与较为成熟的 AIOps 小模型有什么关系？面对百模大战的情况，如何选择大模型的底座？

一个网站体验多个阿里巴巴千问大模型

各公司都在争先恐后地在自己的产品中添加生成式人工智能（AI）功能。有些承诺可以为你生产前端组件。考虑到无障碍性和生成式人工智能的本质，这有可能吗？这是可取的吗？

点击上方“图灵人工智能”，选择“星标”公众号您想知道的人工智能干货

OpenCompass发布的大模型高考全卷评测结果表明，这些人工智能模型在模拟高考中的表现相当出色，得分率都超70%

LLMZip:使用大语言模型实现无损文本压缩

size的最小梯度可以很小，而且相应的信息改变也显著低于type。所以size排在type之前。于是就有了large language model的顺序。