文章列表-AI魔法学院

文章列表

如何提高RAG 的效果

写在前面 LLM+RAG 构建很简单，使用开源项目langchain几行代码就搞定，但简单的构建过程不意味着很好的效果。

RAG 大模型

ChatGPT+文字转视频工具，让1个人1天轻松生产100条原创视频（内附全部工具）

以 ChatGPT为代表的 AI工具出现，正在引发一场新的变革，并且有极大可能，让数亿人的工作，被 AI工具所替代。

生成式AI

免训练！单图秒级别生成AI写真，人像生成进入无需训练的单阶段时代

这一创新版本摒弃了传统的人物模型训练过程，能够直接生成 zero-shot 目标人像，引领 AI 人像生成进入了无需训练的单阶段时代。

FaceChain FACT 文生图

图解检索增强式生成（RAG）技术 | 万字长文

鉴于本文旨在概述和解释现有的 RAG 算法和技术，我将不深入探讨代码实现的细节，仅进行引用，推荐阅读相关文档和学习教程。

检索增强式生成 RAG

AA大佬新作：ComfyUI整合包，打造极简解决方案

对于想要探索这一技术的用户来说，ComfyUI提供了一个直观且功能丰富的图形用户界面(GUI)，使得用户能够更加便捷地设计和执行复杂的Stable Diffusion工作流程。

comfyui 文生图工作流程

ChatGLM3-6B 功能原理解析

那今天我们就再来介绍 ChatGLM3-6B 具体的功能原理，包括工具调用、代码解释器等。

ChatGLM3 大模型

大模型压缩首篇综述来啦~

巨大的存储与计算代价让有效的模型压缩成为一个亟待解决的难题。

大模型

硬核Prompt赏析：HuggingGPT告诉你Prompt可以有多“工程”

这是一个比较复杂的工作流，一个典型的任务执行过程如下：在阅读原文的过程中，我发现HuggingGPT的Prompt设计也是相当“硬核”的：虽然是自然语言的表达，但是其间充满精巧的工程设计心思

提示词 prompt

震撼！AI语言模型突破瓶颈，26个提示词原则引领GPT-4响应质量飙升57.7%！你的模型还在等什么？

提示词设计变得至关重要，它能引导模型产生截然不同的响应。

语言模型提示词 GPT-4

Llama 3突然来袭！开源社区再次沸腾：GPT-4级别模型可以自由访问的时代到来

Llama 3的数据量比Llama 2的训练数据多7倍，其中代码比Llama 2多4倍。

meta llama3

向量数据库简介和5个常用的开源项目介绍

这种嵌入过程通常使用为该任务设计的一种特殊的神经网络来实现。

开源模型

【NLP技术分享】文本生成评价指标的进化与推翻

惩罚p的计算如下：（假设参数都已经设置好了）其中c就是块的数量，Um是被映射的一元组的数量。

开源模型

复旦开源中文医疗大模型，基于百川微调，模型和数据集都公开

DISC-MedLLM是由复旦大学数据智能与社会计算实验室（Fudan-DISC）研发并开源的一款专门针对医疗健康对话式场景而设计的大模型。

大模型

Agent四大范式 | 综述：全面理解Agent工作原理

该策略专门设计用于引入外部规划器，以增强规划过程的效率和计划的可行性，同时大型语言模型主要负责将任务规范化。

Agent 大语言模型

Yi技术报告细节分享

Yi模型在开篇就强调了模型设计思路是围绕模型规模、数据规模和数据质量。

Yi模型大模型

<...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