文章列表-AI魔法学院

文章列表

AI的百亿套壳：做船不做柱子

今年AI应用的投资明显活跃了很多，而套壳这个词，正在从贬义词，成为中性词，甚至褒义词。

AI 创业

Stable Diffusion

造梦师手记：腾讯加入Stable Diffusion的ControlNet模型开发，效果艳丽

由于访问C站需要科学上网，很长一段时间国内获取AI大模型的方式比较不便。

Stable Diffusion

歪理大集合，谁也跑不了

一边发文一边很是写了一点“歪理邪说”，有读者说因为自定义的话语体系，逻辑抽象读起来费劲，所以先简单梳理下。

大模型

一个充满多智能体的数字社会正在浮现，商业的底层逻辑已进入重构倒计时

这种幻觉问题在天真地链接多个智能代理时会成倍增加，导致无法有效解决复杂问题。

大模型

大模型外挂知识库优化-大模型辅助向量召回

大模型时代，通常采用向量召回的方式从文档库里召回和用户问题相关的文档片段，输入到LLM中来增强模型回答质量。

大模型

检索增强生成(RAG)有什么好的优化方案？

· 文档块切分：设置适当的块间重叠、多粒度文档块切分、基于语义的文档切分、文档块摘要。

RAG 检索增强

数据分析思路系列-如何建立指标体系

对于一些毕业生在面试数据分析岗位的时候，面试可能经常会被问到这样一个问题：你会选择什么指标去反映这个问题，或者你会用哪些指标去分析这件事？

数据分析指标体系

60.2K Star！别再熬夜写样式了！Screenshot-to-Code：截个图，代码全搞定！！

别慌，这些问题 Screenshot-to-Code 通通帮你搞定！

Screenshot-to-Code 代码

检索增强生成 (RAG):What, Why and How?

检索增强生成（简称 RAG）是 Meta 于 2020 年推广的一种架构，旨在通过将相关信息与问题/任务细节一起传递给模型来提高 LLM 的性能。

检索增强大模型

RAGFlow：开源的RAG引擎，专注于深入的文档理解，支持处理各种复杂格式的非结构化数据

该项目提供了一个简化的RAG工作流，适用于各种规模的企业，通过结合使用大型语言模型（LLM）来提供基于严谨引用的真实问答能力。

RAGFlow RAG 开源

真超越了GPT？国产大模型实用场景横评②

另一边，通义千问的某一次回答提到该手机的卫星通讯功能，却把处理器说成了骁龙8+。

大模型

为什么说数智化可以帮助中小企业降本增效 ?

数智化的核心，是以海量大数据为基础，结合人工智能相关技术，打通数据孤岛，结合场景化构建生态去解决问题。

大模型

企业如何更好的使用大模型？都有哪些框架和方案

重新训练一次模型也需要近千万的投入，非常烧钱。

人工智能大模型

测评了8个国产AI大模型，差点崩溃……

【大厂系嫡子】：百度的文心一言、科大讯飞的讯飞星火、阿里的通义千问、360的智脑、以及抖音的云雀大模型等；【学院派大牛】：智谱AI的智谱清言；【初创系新贵

大模型测评

中文LLaMA-2基座模型和Alpaca-2指令精调大模型-中文LLaMA-2以及Alpaca-2系列模型

这些模型在原版Llama-2的基础上扩充并优化了中文词表，使用了大规模中文数据进行增量预训练，进一步提升了中文基础语义和指令理解能力，相比一代相关模型获得了显著性能提升。

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