文章列表-AI魔法学院

文章列表

再超Transformer！Google| 提出两个新模型(Griffin、Hawk)，强于Mamba，更省资源

不过近年来，深度学习和 NLP 都以 Transformer 架构为主，该架构融合了多层感知器（MLP）和多头注意力（MHA）。

transformer 训练

向量数据库失宠了？OpenAI 力捧检索增强生成（RAG）技术，对行业来说意味着什么？

不幸的是，这些问题影响了基于大语言模型 (LLM) 构建的应用程序的准确性。

检索增强生成大语音模型

Playground v2：超越SDXL的模型来了，优于SDXL 2.5倍！

Playground团队刚刚发布了新的文生图模型Playground v2，它是基于SDXL的架构从零训练的模型，但是根据用户评价，它在生成效果上比SDXL强2.5倍。

文生图 Playground

Coze多智能体（Multi-Agents）模式体验！

而单智能体如果要解决一个复杂的问题或任务则需要长记忆能力（也就是现在的100k200k上下文窗口能能力，非常考验LLM的性能）而多智能体则无需强关注这块，这是个很大的优势。

Coze 多智能体

10个值得收藏的ChatGPT辅助编程技巧

使用 ChatGPT 或任何 LLM 不会自动让你成为大师，也不会自动让你更有效率。

编程提示词 chatgpt

深度体验3天后，我把腾讯这款copilot锁进了程序坞

1个搜索框、4个按钮，包圆AI搜索、AI笔记、AI写作、文生图、AI收藏夹……这样的AI产品总算来了。

copilot ima 知识库

解读提示工程（Prompt Engineering）

提示微调包括了在使用 LLM 之前使用一个小的可训练模型。

Prompt 提示词

手把手教你认识学会LangChain

什么LangChain LangChain:一个让你的LLM变得更强大的开源框架 LangChain六大主要领域管理和优化prompt。

langchain

LangChain - RAG: 拿什么「降伏」PDF 中的 Table 类型数据

比如 RA-DIT 试图通过增强 RAG 用到的 LLM + 单独训练一个 retriever 的方式加强 LLM 「自有」知识和外挂知识的双向奔赴

大模型 LangChain RAG

谈Agent构建平台的设计

对于有开发能力的人来说：使用这种平台能够减少的开发成本有限，灵活度的不足给他的开发过程带来了不必要的困难；而他们也更喜欢使用自己熟悉的编程语言和框架，学习low-code平台的半吊子系统没什么太多好处。

Agent 构建

PDFTriage:面向长篇结构化文档的问答

大型语言模型(LLM)在文档问答(QA)中存在一个问题,那就是当文档无法适应LLM的小范围上下文长度时。

大语言模型 PDF 文档

一文讲明白什么是预训练、微调和上下文学习

Transformer 架构：预训练通常采用基于 Transformer 的架构，因为这种架构擅长捕获远程依赖关系和上下文信息。

大模型训练

Agent四大范式 | 综述：全面理解Agent工作原理

它通过几个构建的路径引导LLM对复杂问题进行推理，利用LLM的推理能力进行任务拆解。

Agent 大语言模型

Qwen7b微调保姆级教程

前方干货预警：这可能是你能够找到的，最容易理解，最容易跑通的，适用于各种开源LLM模型的，同时支持多轮和单轮对话数据集的大模型高效微调范例。

Qwen7b 大模型

人工智能大语言模型微调技术：SFT 、LoRA 、Freeze 监督微调方法

在快速发展的人工智能领域，高效且有效地利用大型语言模型 (LLM) 变得越来越重要。但是我们可以通过许多不同的方式使用大型语言模型，如果您刚开始，这可能会让人不知所措。本质上，我们可以通过两种主要方式将预训练的大型语言模型用于新任务：上下文学习（in-context learning）和微调（finetuning）。在本文中，我们将介绍介绍微调 LLM 的各种方法。

大模型微调

<...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