创建自定义LLM驱动的游戏和场景的平台。
TOPIC GUIDE · 主题指南
大语言模型（LLM）
了解大语言模型（LLM）的用途、聊天工具与模型 API 的区别，以及如何比较上下文、使用成本和数据处理方式。浏览优测 AI 收录的 LLM 相关内容。
什么是大语言模型（LLM）？
大语言模型（Large Language Model，简称 LLM）是通过大量数据训练、用于理解和生成语言的模型，可辅助对话、写作、文档摘要和代码生成。模型的回答可能有误，涉及事实、引用或代码时要核验结果。
使用场景与选型要点相关工具与内容
当前筛选共 255 条
一个强大且开源的LLM，拥有多种针对特定应用的微调模型。
Omnibot 是一个在浏览器中运行 LLM 的 AI 平台，具有本地和私密的特点。
Niddam提供私密AI工具和LLM产品，以增强工作流程并保护隐私。
开源的平台用于测试和评估LLM。
一个用来测试和辩论LLM的平台。
一个同时查询多个LLM的平台。
BrainstormGPT通过人工智能智能体和自动搜索，简化主题到会议报告的转化。
人工智能驱动的简历摘要工具，帮助招聘人员高效审核所有申请者。
基于AI的视频面试和招聘软件，用于高效的招聘和候选人评估。
将网站转化为自定义 LLM 的数据集，无需网络爬虫。
Omost使用LLM从代码和自然语言生成图像。
来自 OpenAI 的开源 AI 模型，免费提供给开发者。
Exa 是一个用于 AI 驱动的网页数据检索和研究的搜索引擎和 API。
通过单一 API 集成和管理大型语言模型的平台。
免费的Chrome扩展，通过Gemini增强批判性思维和浏览效率。
用于LinkedIn的AI助手，通过基于LLM的特性增强网络交流和求职申请。
安卓AI应用，通过RAG与本地文件私密对话。
一个由 AI 驱动的 SEC 平台，提供无缝阅读和个性化的金融文件提醒。
Chrome扩展将LLM集成到Overleaf中，增强LaTeX编辑。
用于网页摘要和问答的 AI Chrome 扩展。
Chrome 扩展，用于保存、管理和重用多个 LLM 的提示。
LangDrive：在Google Drive中的AI数据管理。Addy AI：电商客户服务AI。
通过实时市场和场外事件视图，实现对先进金融数据的民主化获取。
从使用场景开始选择
对话、写作与文档处理
用同一组问题或样稿比较回答质量、中文表达、引用核验和长文档处理能力。
通过 API 接入应用
将模型接入客服、知识库或内部流程前，先验证响应时间、结构化输出和异常处理，并确认接口限额。
本地部署与内部资料处理
对照模型授权、硬件需求和维护成本，确认输入和日志存放位置，再决定是否适合处理内部资料。
选择工具时，重点看这三点
真实任务上的输出质量
用自己的文档、代码或问题测试，检查答案是否准确、引用能否复核、输出能否直接用于后续流程。
上下文、速度与用量
确认模型可接收的上下文长度、响应时间、请求限制，以及输入和输出各自的计费方式。
数据处理和授权
查看服务是否保留输入、保留多久，是否可关闭用于训练。本地部署时也要核对模型许可和使用范围。
关于大语言模型（LLM）的常见问题
大语言模型和 AI 聊天工具有什么区别？
大语言模型负责生成回答。聊天工具通常在模型之外提供对话界面，还可能加入联网、文件处理或会话管理等功能。
什么时候需要模型 API？
需要把模型接入自己的应用、批量处理或自动化流程时，可以考虑 API。日常问答和写作可以先从带对话界面的工具开始。
如何比较不同的大语言模型？
先用相同样本测试实际任务，再对比上下文长度、响应速度、用量成本和隐私条款。需要本地部署时同时确认硬件条件和模型许可。