文章列表-AI魔法学院

文章列表

用了一个月，终于找到点写 AI Agent 的思路

如上图，服务化的 Agent 是以 API 的形式提供任务执行、环境感知的能力。

AI Agent Ops 运维工具

Roop升级版FaceFusion换脸AI技术使用以及部署教程

不知道为什么又搞了个FaceFusion，以后的更新也会围绕着FaceFusion啦。

FaceFusion 教程

大模型应用的10种架构模式

这是一种跨领域知识和技能迁移学习的方法，大大增强了模型的多功能性。

大模型架构

大模型在金融行业的应用场景

应用场景知识库/知识问答知识库目前是大模型落地最多的场景，也是其他业务的基石。

大模型金融应用

大模型时代-行业落地的再思考

· 领域知识库加上通用大模型，针对通用大模型见过的知识比较少的问题，利用向量数据库等方式根据问题在领域知识库中找到相关内容，再利用通用大模型强大的summarization和qa的能力生成回复

大模型

检索增强生成(RAG)有什么好的优化方案

· 大模型迭代：基于正反馈微调模型、量化感知训练

RAG 检索增强生成

手把手带你微调一个自己的 ChatGLM2-6B 模型

ChatGLM2-6B 使用了 GLM 的混合目标函数，经过了 1.4T 中英标识符的预训练与人类偏好对齐训练，评测结果显示，相比于初代模型，ChatGLM2-6B 在 MMLU（+23%）、

ChatGLM2-6B

AI爆文写作：4招，把AI变成你的写作助手

总的思路，就是利用AI大模型博览群书的特点，把它当作你的素材库。

写作提示词创作

大语言模型应用中的文本分块策略

往向量数据库中索引的任何内容都需要首先向量化（称为嵌入，embedding）。

开源模型

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理！

向量数据库通过将数据转化为向量存储，解决大模型海量知识的存储、检索、匹配问题。

AI Agents 大模型

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理

向量数据库通过将数据转化为向量存储，解决大模型海量知识的存储、检索、匹配问题。

AI Agent 大模型人工智能

如何构建基于大模型的App

1.1 LLM 的基本能力到目前为止，大模型的主要能力如下：使用LLM进行语言理解和处理，而不是作为知识源 LLM是在互联网上的大量文本数据上进行预训练的，这些训练数据为大模型提供了知识。

构建大模型App

RAG与Long-Context之争—没必要争

RAG的本质是通过用户问题从数据库/知识库中找到相关片段内容，再利用大模型查找或总结出答案。

RAG Long-Context 大模型

腾讯 IMA： AI 智能教学新助手

这意味着教师在备课、教学研究以及解答学生问题时，不再局限于有限的教材和个人知识储备。

腾讯 IMA 智能教学

清华大学ChatGLM团队发布AI Agent能力评测工具AgentBench：GPT-4是全能战士，超越所有模型

该团队认为关于LLM的代理能力主要包含以下部分: · 理解人类意图并执行指令 · · 编码能力 · · 知识获取和推理

GPT-4

<...12 13 14 151617 18 19 20 21 ...>

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