文章列表-AI魔法学院

文章列表

面向知识图谱的大模型应用

概念的互相关性意味着如果不相互分析，就可能忽略重要的上下文细节。

知识图谱大模型

垂直领域大模型的思考

分析如上图所示，分析表明，通过这种方案自动生成的指令数据： · 数量够大：仅基于175条种子数据可以扩充8.2万条新数据 · 足够多样：分类和生成指令的占比大概

垂直领域大模型

如何最简单、通俗地理解Transformer？

你看这个问题下面现在有60多个回答，我大概翻看了一下，几乎都是长篇大论，原因很简单，Transformer就不是简单几句话就能讲得清楚的。

Transformer 大模型

我为什么不看好大模型行业

大模型创新难以获利是因为它恰恰同时踩上了这两条红线：我们大体可以把开源视为对知识产权的放弃，因而培育了大量模仿者；没有GPU支持的大模型无法兑现价值，因而GPU正是稀缺而攫取最多价值的互补品 2 基于大模型创业的几个误区上面的分析很容易被批判为基于现状的静态分析

大模型

大模型下半场，关于Agent的几个疑问

这一过程就像马克思主义的「实践论」：“认识从实践开始，经过实践得到了理论的认识，再回到实践中去。”

大模型

3 个令人惊艳的 GitHub 开源项目，诞生了！

7 月转瞬即逝，2023 上半年在科技圈中，随着 ChatGPT 的面世，让 AI 领域这个看似沉浸已久的科技行业，重新回到了人们的视野中。

开源模型

投资人逃离大模型

后世之人如果要回顾这次的大模型时代，ChatGPT一定是一个绕不开的名字。

大模型

Python几种常见算法汇总

Python中常见的排序算法包括冒泡排序、选择排序、插入排序、快速排序和归并排序。

编程 python 算法

OpenAI的官方Prompt工程指南详解 - 看这一篇真的就够了

分段总结长文档并递归构建完整总结同样偏开发者。

提示词 prompt

数字人：从科幻走向现实的技术革命

本文将探讨数字人的技术原理、发展历程、现状及应用前景，并分析其对社会和个人产生的影响。

数字人语音

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

不同于现有方法直接用现成的 CLIP 词表，Vary 分两个阶段：第一阶段先用一个很小的 Decoder-only 网络用自回归方式帮助产生一个强大的新视觉词表；然后在第二阶段融合新词表和 CLIP 词表

OCR 手写文字识别

模拟ChatGPT流式数据——SSE最佳实践（附可运行案例）

在使用 ChatGPT 时，发现输入 prompt 后，是使用流式的效果返回的数据，起初以为使用了双工协议做的持久化连接，查看其网络请求，发现这个接口的通信方式并非传统的 http 接口或者 WebSockets

GPT

PDFTriage:面向长篇结构化文档的问答

我们可以解析该树来标识部分、部分级别和标题,收集某个页面上的所有文本,或获取围绕图表和表格的文本。

大语言模型 PDF 文档

提升GPT Prompt效果最佳实践 - 拆解复杂任务

具体方法： · 使用意图分类来识别与用户查询最相关的指令 · 对于需要很长会话的对话应用，总结或过滤之前的对话 · 分段总结长文档，并递归构建成完整摘要使用意图分类来识别与用户查询最相关的指令

GPT prompt

Prompt逆向工程：轻松复刻OpenAI“神级”提示词

ensp; 02解剖式逆向提示词方法与过程 OpenAI放出的这段教育行业的提示词在ChatGPT中效果非常不错，这篇博客中一共给出了四段高质量提示词，我们用一系列逆向Prompt来分析它们的组成

大模型

<...10 11 12 131415 16 17 18 19 ...>

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