大语言模型研究进展

本栏目汇集如何更好使用大语言模型的研究发现，包括模型扩展、智能体、效率、幻觉、架构、提示注入等方向的新方法、洞察与进展。

大语言模型和 AI 研究发展迅速，原项目希望这些资源能帮助研究者与开发者跟进重要变化，也欢迎贡献有价值的研究和实验发现。

• 大语言模型智能体简介
• 大语言模型的检索增强生成 (RAG) 方法
• 大语言模型的推理能力
• RAG 模型的忠实度如何？
• 大型语言模型的上下文记忆受提示影响
• 利用 RAG 降低结构化输出中的虚假信息
• 语言模型合成数据的实用技巧与经验
• 大语言模型的中间修订与搜索推理
• 高效处理无限长文本的Transformer模型
• 语言模型引导的思维链(CoT)
• 大语言模型的可信度探索
• 大语言模型（LLM）的标记化处理
• Groq 是什么？