文章列表-AI魔法学院

文章列表

贝叶斯定理的颠覆：为什么你永远说服不了阴谋论者？

现在计算后验胜率，我们会发现，即使先验胜率很小也于事无补：我们使用的还是前面的先验胜率，再加上又猜对5次掷骰子的结果，后验胜率就约等于4592，这意味着我们需要再次肯定朋友有超能力。

贝叶斯定理

大语言模型的拐杖——RLHF基于人类反馈的强化学习

因此，Ilya关于多模态是否必要的观点是多模态不是必要的，但肯定是有用的，但没必要一定二者选其一。

大模型训练

大模型套壳祛魅：质疑套壳，理解套壳

一个可以肯定的事实是，所有的定位做基座模型的公司，都是从头开始投入真金白银做了完整的预训练，但菜谱的由来，却分成了两派。

大模型套壳

九问中国大模型掌门人，万字长文详解大模型进度趋势

这包括也引入了知识具有时效性的问题，如果今天出现了一个新的知识，之前肯定没有训练过，或者之前漏了某些知识导致模型效果不好，这就是幻觉产生的一个重要原因。

大模型详解

Yann LeCun杨立昆最新观点：AGI不存在

A（杨立昆）：首先的答案是肯定的。

AGI 大语言模型观点

谈Agent构建平台的设计

新生态中肯定有一些困难的问题要解决、有一些苦功夫要去投入，这些总要有人去做。

Agent 构建

模拟ChatGPT流式数据——SSE最佳实践

为什么要这样传输，从使用场景上来说，ChatGPT 是一个基于深度学习的大型语言模型，处理自然语言需要大量的计算资源和时间，响应速度肯定比普通的读数据库要慢接口等待时间过长，显然不合适。

打字机 sse 大模型

DeepSeek V3刷屏，550万元2000张卡做出的开源模型，和OpenAI几亿烧出来的一样好

另外等硬件支持FP4以后肯定还有不少可以玩的花样。

DeepSeek V3 开源模型

垂直领域大模型的一些思考及开源模型汇总

聊聊对ChatLaw的看法 ChatLaw的出现，让我更加肯定未来大模型落地需要具有领域特性。

垂直领域大模型开源模型汇总

RAG 2.0，终于把RAG做对了！

#RAG2.0# 这里不允许有弗兰肯斯坦（意指拼凑而成的东西）在实践中，整个系统是端到端训练的，同时保持连接，就像假设大型语言模型（LLM）应该始终有一个向量数据库与之相连，以保持更新。

RAG 大语言模型

美的数字化转型10年，方洪波的反思。作为领导者的高瞻远瞩与宽广胸襟！

我看的最多就是这个驾驶舱，因为在驾驶舱里面，因为我是董事长，那肯定是我的权限是最高的，所有的数据都能看到，基本上所有企业经营、管理、业务全部都在这个驾驶舱上，也就是工作方法发生了一些根本性的改变

工作

你真的会写 Prompt ? 剖析 RAG 应用中的指代消解

显然主体错了，那用这些召回的知识肯定也就不对了，LLM 利用这些无用的知识也不用给用户很好的回答了。

Prompt 大语言模型 RAG

SeaTable 一站式助力高校多场景数字化升级，打造高效解决方案

已经在多所知名高等教育机构中得到应用和肯定。

大模型

大模型时代-行业落地的再思考

然后，从知识角度看，通用大模型看过多少数据就能压缩多少知识，对于没看过的领域数据，通用大模型没有这方面的知识是肯定的。

大模型

AIGC沸腾200多天后，投资人达成三大共识

“我们鼓励所有被投企业思考业务将来有没有和AIGC结合的可能，至少从公司管理的角度也肯定要思考如何通过AI提升内部人效。”

大模型

<...4 5 6 7 8 9 101112 13 >

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