训练魔法-AI魔法学院

训练魔法

谈谈RAG存在的一些问题和避免方式

我觉得去研究和实践基于LLM的应用更实际，而RAG就是非常好的一个方向，这对于很多企业来说是刚需。

RAG 大模型 2023-11-28

GItHub一款强大、简单、易用的高效的数据处理RPA小工具

自动化抓取网页数据？生成PDF？网页自动鼠标点击？还可以录屏帮你自动化。这些都有小工具帮你啦！

GitHub 数据处理RPA 2023-11-27

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

RAG（Retrieval Augmented Generation）是一种检索增强生成技术，它利用大型语言模型来处理用户查询，RAG 技术的主要组成包括数据提取—embedding—创建索引—检索—排序（Rerank）—LLM 归纳生成，不过实际落地过程来看，将用户查询转换为嵌入向量直接检索，很多时候的结果在相关度方面没有那么理想，本篇分享一种对用户查询进行重写再去检索从而提高准确性和召回率的方案。

RAG 大语言模型 2023-11-27

解读：一个数学在线教育网站如何做到一千万月访问量

今天继续分享个方法，那就是随便乱点，从一个网站发现一些关键词，从一个关键词发现一批网站，不断点下去，就能够发现一些不错的网站。

访问量 2023-11-27

接私活必看的11个开源项目

如何利用小假期承接私活，赚口粮、赚零花钱。看似简单的问题，其实靠着这些开源项目接私活赚钱还是蛮有学问和技巧、需要靠人脉圈子和过硬的团队协作能力，才能接大单，赚大钱。还有平时靠知识储备，以及开源项目收集做准备，随时准备迎接赚钱的机会。借此机会，今天给大家好物分享接私活必看的11个开源项目，希望对大家有所帮助。

私活开源项目 2023-11-24

RAG应用中数据处理过程需要注意的事项

随着检索增强生成(RAG)应用程序不断发展，这些应用程序通常将Langchain/LlamaIndex与Weaviate/Pinecone和foundation Models结合在一起，它们遇到了各种障碍。让我们深入了解这些常见的挑战:

RAG 大模型 2023-11-24

最新大模型面经+感受，4家大厂offer！

最新大模型面经+感受，4家大厂offer！

大模型面试 2023-11-23

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

本文主要内容： • RAG中涉及的技术环节 • 什么是分块 • 分块需要考虑的四种因素 • 分块的多种方法

RAG 大模型 2023-11-23

Qwen7b微调保姆级教程

前方干货预警：这可能是你能够找到的，最容易理解，最容易跑通的，适用于各种开源LLM模型的，同时支持多轮和单轮对话数据集的大模型高效微调范例。我们构造了一个修改大模型自我认知的3轮对话的玩具数据集，使用QLoRA算法，只需要5分钟的训练时间，就可以完成微调，并成功修改了LLM模型的自我认知(以Qwen7b-Chat为例)。

Qwen7b 大模型 2023-11-23

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

在 GPT-4 出来的时候，微软发布了 154 页的 GPT-4 的研究报告《通用人工智能火花：GPT-4 早期试验（Sparks of Artificial General Intelligenc）》火遍全网，是绝大多数人了解 GPT-4 的敲门砖。

多模态大模型 GPT-4V 文生图 2023-11-22

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

本文将讲述从PDF中将表格、图像和纯文本提取出文本信息的完整过程，主要内容： • PDF的分类：文本型、OCR和扫描型 • 针对不同类型的PDF，我们提取的理论依据 • 环境安装 • 编写提取纯文本的函数 • 编写提取图像中文本的函数 • 编写提取表格的文本内容的函数 • 最后的整合处理

大语言模型 python 2023-11-22

本地运行140亿参数，阿里千问玩起来！Qwen+Win11+3060

些东西就很玄，当我去做一件事情的时候，就立马会发生另外一件事情。比如刚写了Baichua2，然后发现阿里的Qwen也更新了！

大模型 2023-11-22

OpenAI官方ChatGPT提示工程 - 最佳实践11篇（大合集）

今年，在OpenAI开放了ChatGPT不久后，网络上出现了许多关于如何编写Prompt的教程。这些课程和相关的Prompt模版，在一定程度上弥补了这块新鲜领域的空白，使得大家对于如何编写Prompt有了一定的认知。官方出品，必是精品。

ChatGPT 大模型 2023-11-20

检索增强生成 (RAG):What, Why and How?

如果您一直在向量存储或其他数据库中查找数据，并在生成输出时将相关信息作为上下文传递给 LLM，那么您已经在进行检索增强生成了。检索增强生成（简称 RAG）是 Meta 于 2020 年推广的一种架构，旨在通过将相关信息与问题/任务细节一起传递给模型来提高 LLM 的性能。

检索增强大模型 2023-11-20

为什么说数智化可以帮助中小企业降本增效 ?

数智化是对「数字智慧化」的解释，是数字化和智能化的结合，它强调运用数字技术和智能算法，将人的智慧与数字化相结合，实现更智能化的管理和决策。数智化的核心，是以海量大数据为基础，结合人工智能相关技术，打通数据孤岛，结合场景化构建生态去解决问题。

大模型 2023-11-20

<...30 31 32 333435 36 37 38 39 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1