读书笔记《大语言模型》
本文是《大语言模型》的阅读笔记，详细介绍了大语言模型的发展历程、训练优化方法、数据处理技术、解码策略、模型量化、模型压缩、提示学习、评测指标和方法，以及知识图谱在大语言模型中的应用，特别关注了扩展法则、涌现能力、人类对齐和多智能体系统等关键概念和技术。
大模型
TiDB Vector + Dify 快速构建 AI Agent
本文介绍了如何使用 Dify 和 TiDB Vector 快速构建 AI Agent，包括前期准备、部署 Dify、配置知识库和创建 Agent 的详细步骤，以及源码分析和表结构设计。文章提供了 Dify 接入 TiDB Vector 后的表结构设计和 SQL 查询语句，帮助开发者更好地理解和使用这一集成方案。
基于 LLM 推动游戏叙事
本文介绍了论文《Player-Driven Emergence in LLM-Driven Game Narrative》，探讨了如何利用 GPT-4 在游戏中实现更灵活和丰富的对话和叙事结构，并发现玩家创造了新的叙事节点，这被称为叙事的涌现。
使用 Coze 搭建 TiDB 助手
本文详细介绍了使用 Coze 平台搭建 TiDB 文档助手的全过程。此外，文章介绍了 TiDB Help Bot 的设计和实现，并明确了机器人的角色和使用限制。
读书笔记《大规模语言模型：从理论到实践》
本文是《大规模模型语言》一书的笔记。详细探讨了语言模型的发展历程、基本概念和概率分布建模方法，随后重点讨论了大模型的发展历程和构建流程。文章也详细描述了Transformer模型、GPT和LLaMA模型的特点和优化方法。此外，文章还介绍了分布式训练技术、并行策略、强化学习的基本概念和应用，以及语言模型的评估指标和方法。