文章列表-AI魔法学院

文章列表

RAG 与 Finetuning，谁是提升 LLM 的最佳工具？

我的建议通常是：从 RAG 开始，评估其性能，如果发现不足，则转向微调。

训练

营销Prompt：三分钟生成百篇营销文案，领先99%的同行！

SWOT 分析 Prompt:利用 SWOT 分析来评估 [我的业务决策]。

写作营销 prompt

NEFTune：在Embedding中加入噪⾳提⾼指令微调效果！

对NEFTune的评估结果：改善了文本质量从表1中可以看出，在7B规模下，所有数据集都有所增加，平均增幅为15.1%。

NEFTune 大语言模型

大模型在金融行业的应用场景

信用评估在信用评估场景中，大模型能够处理和分析大量的数据，包括借款人的个人信息、信用历史、交易记录、社会网络信息等，从而预测借款人未来的还款行为，还能识别出潜在的高风险借款人，同时还可以加速贷款审批环节

大模型金融应用

RAG 2.0来了，它能成为生产落地的福音吗？

我们还评估了模型在HotpotQA（HPQA）数据集上单步检索设置下的表现。

RAG 大模型

国产“小钢炮”MiniCPM3-4B：小参数，大能量！

在长文本测试的 InfiniteBench Zh.QA 评测中，MiniCPM 3.0 甚至超越了 8B、9B 参数量级的对手 Kimi，展现出极为优异的表现。

MiniCPM3-4B 大模型

MindChat心理大模型

模型介绍心理大模型——漫谈(MindChat)期望从心理咨询、心理评估、心理诊断、心理治疗四个维度帮助人们纾解心理压力与解决心理困惑, 提高心理健康水平.

心理大模型

关于大模型驱动的AI智能体Agent的一些思考

评估能力（Check）确认执行结果： Agent要能在任务正常执行后判断产出物是否符合目标，在发生异常时要能对异常进行分类（危害等级），对异常进行定位（那个子任务产生的错误），对异常进行原因分析（

大模型

2023检索增强生成技术（RAG）研究进展

评估 RAG 的方法多种多样，主要包括三个质量评分：上下文相关性、答案的准确度以及答案的相关性。

RAG 检索增强

来自OpenAI应用研究主管关于Agent的万字长文-AI Agents介绍

「API-Bank」是用于评估工具增强LLM性能的基准。

Agent

Stable Diffusion

全面理解Stable Diffusion采样器

评估采样器如何选择采样器？

绘画采样器 SD

【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程

这种方式可以用来评估模型对「语言模板」的拟合程度，即给定一段话，预测后面可能出现哪些合法的、通顺的字词。

大模型训练

PDFTriage:面向长篇结构化文档的问答

每个任务旨在评估文档问答中的不同方面,分析文档中的文本、表格和图形的推理。

大语言模型 PDF 文档

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

我们可以从真实评测数据和实际任务表现两个方面一探究竟。

MiniCPM 大模型

6个AI音乐软件推荐，让你学会人工智能AI作曲

该工具基于于一个深度神经网络，根据从互联网上获取的数据进行训练，这使它能够在很长一段时间内评估音乐。

训练音乐

<...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