文章列表-AI魔法学院

文章列表

从零开始学习大模型-第一章-大模型简介

大模型的学习，我们一般会重点学习大模型的微调。

大模型从零开始

一文读懂GPT-1：生成式预训练如何提升语言理解

其目标是学习一种通用的语言表示，只需微调，就能在各种任务中灵活迁移。

GPT

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理

比如，告诉AI Agent帮忙下单一份外卖，它就可以直接调用APP选择外卖，再调用支付程序下单支付，无需人类去指定每一步的操作。

AI Agent 大模型人工智能

4种通过LLM进行文本知识图谱的构建方法对比介绍

所以我们可以对LLM进行微调使用KG对LLM进行微调是非常简单的，因为图的本质是三元组: {:subject :predicate :object} 我们可以将其映射到提示中进行训练。

知识图谱大模型

中文通用大模型最全汇总

Chinese-LlaMA2: 对Llama 2进行中文预训练；第一步：先在42G中文预料上进行训练；后续将会加大训练规模；Chinese-LlaMA2-chat: 对Chinese-LlaMA2进行指令微调和多轮对话微调

大模型开源模型

开源大语言模型完整列表

本草 —— 基于中文医学知识的 LLaMA 微调模型本草(BenTsao)【原名：华驼 (HuaTuo)】是基于中文医学知识的 LLaMA 微调模型。

开源模型大语言模型

GitHub狂飙3万star的LLM公开资料 - 大模型入门教程

SFT（监督式微调）允许您调整它们以响应指令。

LLM 大模型 GitHub

混合专家模型 (MoE) 详解

然而，在开始微调 Switch Transformers 之前，强烈建议您先阅读关于微调混合专家模型部分的内容。

MoE大模型

24年首篇离奇论文：加点噪声，RAG效果翻倍？

这些结果强调了开发专门策略以整合检索和语言生成模型的重要性，并为未来的研究奠定了基础。

RAG 检索增强

截至2023年5月份业界支持中文大语言模型开源总结及商用协议分析

，相比较传统的微调方法，基于思维链微调的预训练模型要好很多。

大模型

2023检索增强生成技术（RAG）研究进展

嵌入向量微调） ✅ 生成（文本压缩，内容总结，大语言模型微调） ✅ 能够交织检索与生成的能力（路由选择，HyDE 技术，AI 智能体）二、什么是 RAG？

RAG 检索增强

从零开始用LangChain、Pinecone和LLMs搭建你自己的文档问答系统

二、为什么语义搜索+GPT问答比微调GPT更好？

知识库 langchain

大模型套壳祛魅：质疑套壳，理解套壳

微调通常分为两个步骤——SFT（有监督微调）+RLHF（人类反馈强化学习），其中 RLHF是 OpenAI 的创新设计，它决定了模型能够与人类意图与价值观对齐，是训练一个可靠的对话模型不可或缺的环节。

大模型套壳

大模型检索增强生成(RAG)高质量报告

大语言模型的局限性和实际应用面临的问题 RAG指的就是检索相关信息来辅助大模型回答优化大模型的性能通常可以从提示工程、RAG或者微调入手 RAG对比微调

RAG 大模型检索

高级 RAG 技术——图解概览

编码器微调我曾对编码器微调方法持有一定怀疑，因为最新的为搜索优化的 Transformer 编码器已经相当高效。

RAG 检索图解

<...9 10 11 121314 15 16 17 18 ...>

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