文章列表-AI魔法学院

文章列表

真格基金大模型能力测试问题集---基础篇

与此同时，我们也欣喜地看到，越来越多的大模型团队和产品如雨后春笋般出现。

大模型训练中文

自己电脑上跑大语言模型（LLM）要多少内存？

在本地电脑上运行大型语言模型(LLM)，需要考虑的关键因素之一就是电脑的内存够不够。

大语言模型运行

测评了8个国产AI大模型，差点崩溃……

而在国内，各大科技公司也纷纷投入到大模型的研发和应用中，一时间，各种大模型如雨后春笋般涌现出来。

大模型测评

大模型检索增强生成(RAG)高质量报告

今天分享一个来自同济大学Haofen Wang的关于检索增强生成的报告：《Retrieval-Augmented Generation (RAG): Paradigms, Technologies, and

RAG 大模型检索

LangChain 完整指南：使用大语言模型构建强大的应用程序

LangChain是一个强大的框架，旨在帮助开发人员使用语言模型构建端到端的应用程序。

langchain 大模型

大模型时代，数据为王，在哪里寻找开源数据集？

大模型时代，数据为王，在哪里寻找开源数据集？

开源数据训练

使用知识图谱提高RAG的能力，减少大模型幻觉

在使用大型语言模型(llm)时，幻觉是一个常见的问题。

RAG 大语言模型

GitHub狂飙3万star的LLM公开资料 - 大模型入门教程

全微调：全微调指的是训练模型中的所有参数。

LLM 大模型 GitHub

大语言模型定制化应用的三种方式：Prompt engineering、Fine tuning、Pre-trainning的区别

在实现大语言模型的定制化应用中，的确有几种常用的方式：Prompt Engineering（提示工程）、Fine-tuning（微调）和Pre-training（预训练）。

大模型

EduChat：教育行业垂直领域大模型

作为一个开源项目，EduChat提高了特定教育功能的性能，同时保持了与其他具有同等参数大小的大规模模型相当的基础能力。

教育大模型垂直领域

领域大模型-训练Trick&落地思考

领域大模型一直是大家关注的内容，恰逢我司也做了“云中问道”领域知识大模型，借此机会聊一聊领域大模型训练Trick以及领域大模型落地想法。

垂直训练大模型

我为什么不看好大模型行业

本文从以下四个方面展开： 1 大模型厂家为什么赚不到钱 2 基于大模型创业的几个误区 3 大模型企业的竞争优势 4 中国大模型行业的结构性问题以下为正文

大模型

微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering

在以往大模型开发中，应用核心开发重点在于prompt engineering，这多见于一些RAG应用，也就是整个过程围绕如何精心构造Prompt，再利用Prompt诱导大模型生成一个好的答案，而这一过程往往是单次的

LLM 范式迁移

【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程

当前，不少工作选择在一个较强的基座模型上进行微调，且通常效果不错（如：[alpaca]、[vicuna] 等）。

大模型训练

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

我们希望能够尽微薄之力，让中国大模型生态距离国际领先标准再近一些。」

开源模型

<...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