文章列表-AI魔法学院

文章列表

在飞速发展的时代管理AI风险

本文主要讨论了人工智能的快速发展所带来的风险，以及如何通过重新定位技术研发和采取紧急治理措施来应对这些风险。文章指出，如果不能谨慎管理并公平分配人工智能系统，它们可能会带来大规模的社会规模风险，包括放大社会不公、侵蚀社会稳定、削弱对现实的共享理解等。文章还强调了需要重新定位技术研发，解决在创造具有安全和道德目标的人工智能方面的技术挑战，并呼吁政府机构采取紧急措施，强制执行标准，防止鲁莽和误用人工智能系统。

人工智能伦理

准备迎接超级人工智能系统，OpenAI宣布RLHF即将终结！超级对齐技术将接任RLHF，保证超级人工智能系统遵循人类的意志

所以，我们有了有监督微调和RLHF。

OpenAI 人工智能

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

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 检索论文

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

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

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

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

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

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

<...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