检索增强生成 (RAG)

2025年 5月 7日

概念驱动的 AI 教学助手引导学生获得更深入的见解

在当今的教育环境中，生成式 AI 工具既带来了福音，也带来了挑战。虽然这些工具提供了前所未有的信息获取途径，但也引发了对学术诚信的新担忧。
2 MIN READ
2025年 4月 23日

使用 NVIDIA NeMo 微服务，通过数据飞轮增强 AI 智能体

企业数据不断变化。随着时间的推移，这给保持 AI 系统的准确性带来了重大挑战。随着企业组织越来越依赖 代理式 AI 系统 来优化业务流程，
4 MIN READ
2025年 4月 23日

聚焦：Qodo 借助 NVIDIA DGX 实现高效代码搜索创新

大语言模型 (LLMs) 使 AI 工具能够帮助您更快地编写更多代码，但随着我们要求这些工具承担越来越复杂的任务，其局限性变得显而易见。
3 MIN READ
2025年 4月 16日

使用 NVIDIA NIM 构建 AI 驱动的自动引用验证工具

引文的准确性对于保持学术和 AI 生成内容的完整性至关重要。当引用不准确或错误时，它们可能会误导读者并散布虚假信息。
2 MIN READ
2025年 4月 16日

宣布推出基于 CUDA 评估 LLM 的开源框架 ComputeEval

大语言模型 (LLMs) 正在彻底改变开发者的编码方式和编码学习方式。对于经验丰富的或初级的开发者来说，
1 MIN READ
2025年 4月 15日

NVIDIA Llama Nemotron 超开放模型实现突破性的推理准确性

AI 不再只是生成文本或图像，而是要针对商业、金融、客户和医疗健康服务中的现实应用进行深度推理、详细解决问题并实现强大的适应性。
2 MIN READ
2025年 4月 9日

在 NVIDIA NeMo Guardrails 中使用 Cleanlab 可信语言模型防止 LLM 幻觉

随着越来越多的企业将 Large Language Models (LLM) 集成到其应用中，他们面临着一个严峻的挑战：
3 MIN READ
2025年 4月 8日

使用先进的开放式 NVIDIA Llama Nemotron 推理模型构建企业 AI 智能体

此更新文章最初发布于 2025 年 3 月 18 日 。 企业组织正在采用 AI 智能体 来提高生产力并简化运营。为了更大限度地发挥影响，
3 MIN READ
2025年 4月 7日

使用合成数据评估和增强 RAG 工作流性能

随着 大语言模型 (LLM) 在各种问答系统中的普及， 检索增强生成 (RAG) 流程也成为焦点。
1 MIN READ
2025年 4月 2日

LLM 基准测试：基本概念

在过去几年中，作为广泛的 AI 革命的一部分， 生成式 AI 和 大语言模型 (LLMs) 越来越受欢迎。
4 MIN READ
2025年 3月 26日

使用 PyG 和图形数据库通过 GraphRAG 提高问答准确性

大语言模型（LLMs）在处理特定领域的问题时往往难以保证准确性，尤其是那些需要多跳推理或访问专有数据的问题。
3 MIN READ
2025年 3月 19日

MONAI 集成先进的代理式架构，建立多模态医疗 AI 生态系统

医疗数据的数量和复杂性不断增加，以及对早期疾病诊断和提高医疗效率的迫切需求，正在推动医疗 AI 取得前所未有的进步。
2 MIN READ
2025年 3月 18日

使用 NVIDIA NeMo 微服务和数据飞轮实现 AI 智能体性能最大化

随着 代理式 AI 系统 的发展并成为优化业务流程的关键，开发者必须定期更新这些系统，以适应不断变化的业务和用户需求。
3 MIN READ
2025年 3月 18日

使用先进的开放式 NVIDIA Llama Nemotron 推理模型构建企业级 AI 智能体

企业组织正在采用 AI 智能体 来提高生产力并简化运营。为了更大限度地发挥影响，这些智能体需要强大的推理能力来解决复杂的问题，发现隐藏的联系，
3 MIN READ
2025年 3月 18日

使用 NVIDIA AgentIQ 开源工具包改进 AI 代码生成

随着 NVIDIA AgentIQ (用于连接和优化 AI 智能体团队的开源库) 的发布，开发者、
4 MIN READ
2025年 3月 18日

NVIDIA NeMo 检索器将准确的多模态 PDF 数据提取速度提高 15 倍

企业生成和存储的多模态数据比以往任何时候都多，但传统的检索系统在很大程度上仍然以文本为重点。虽然他们可以从书面内容中获得见解，
3 MIN READ