文章列表-AI魔法学院

文章列表

一文探秘LLM应用开发-Prompt(相关概念)

本文旨在让无大模型开发背景的工程师或者技术爱好者无痛理解大语言模型应用开发的理论和主流工具，因此会先从与LLM应用开发相关的基础概念谈起，并不刻意追求极致的严谨和完备，而是从直觉和本质入手，结合笔者调研整理及消化理解

prompt 大模型

使用 Dify 和 Moonshot API 构建你的 AI 工作流（一）：让不 AI 的应用 AI 化

初始化 Dify 中的模型配置点击界面右上角的用户头像，在下拉菜单中点击“设置”，在弹出窗口中选择左侧的“模型供应商”菜单，能够看到 Dify 支持配置使用的所有模型类型。

Dify Moonshot API 工作流

Pynsist：一键打包 Python 应用代码成 Windows 安装程序

Pynsist 是一个强大的工具，可以将您的 Python 应用打包成 Windows 安装程序。

Pynsist 程序

StableDiffusion

深度解析丨StableDiffusion在多个设计场景中的探索与应用

本文将深入解析StableDiffusion在多个设计场景中的探索与应用，尤其关注如何利用其制作多种商业落地案例。

文生图

OCR的终极解法——传统算法VS多模态大模型

不管怎么样现在的 AI 算法很少有用响应速度作为指标的，特别是大模型，响应速度惨不忍睹。

OCR 大模型文字识别

深度对比丨探索LLM（大模型）部署服务的七大框架差异

OpenLLM 用于在生产中操作大型语言模型 (LLM) 的开放平台。

大模型

深入浅出人工智能常用技术，让你轻松掌握AI应用核心！

深度学习是机器学习的一种，可以利用神经网络模型学习图像特征，从而让计算机可以基于图片进行分类和识别。

人工智能

万字长文-大语言模型指令调优综述

写在前面大模型纵横的时代，不仅大模型越来越卷，就连大模型相关综述也是越来越卷。

大语言模型

目前大语言模型的评测基准有哪些？

评分结果通过用户投票产生，系统每次会随机选择两个不同的大模型机器人和用户聊天，并让用户在匿名的情况下选择哪款大模型产品的表现更好一些。

人工智能评测大模型

最透彻的大模型PPO原理和源码解读

：评论家模型，它的作用是预估总收益 · Reward Model：奖励模型，它的作用是计算即时收益 · Reference Model：参考模型，它的作用是在RLHF阶段给语言模型增加一些

PPO 大模型源码解读

玩转大模型必备：milvus向量数据库私有化安装部署及使用介绍

1.安装目前官方提供单机模式、集群模式、离线模式三种安装方式，目前milvus都是基于docker 容器方式按照，其中单机模式使用docker-compose方式，集群模式主要是依托K8S实现的。

向量数据库

大模型时代-行业落地的再思考

个人认为，行业大模型的准确说法应该是「通用大模型在行业领域内应用」，为解决行业问题利用行业数据训练模型。

大模型

大模型与游戏结合的一个思路

关于人工智能与游戏的结合，笔者曾写过一篇文章，《真正的人工智能应用于游戏》。

人工智能游戏

大模型检索增强生成RAG的优化

2.2 Self-RAG 经典的RAG架构中（包括KG进行上下文增强），对召回的上下文无差别地与query进行合并，然后访问大模型输出应答。

RAG 检索增强大模型

详解大模型RLHF过程（配代码解读）

出自：https://zhuanlan.zhihu.com/p/624589622 一直都特别好奇大模型的强化学习微调是怎么做的，网上虽然相关文章不少，但找到的文章都是浅尝辄止说到用PPO训练，再细致深入的就没有讲了

训练

<...8 9 10 111213 14 15 16 17 ...>

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