文章列表-AI魔法学院

文章列表

RAG模型的主要痛点和解决方案

如果没有访问全面的知识源，模型会返回对小众或新兴话题的无知、通用的响应。

rag 大模型

更强的小型LLM：Zephyr-7B

该模型由 Hugging Face 创建，实际上是在公共数据集上训练的 Mistral-7B 的微调版本，但也通过知识蒸馏技术进行了优化。

Zephyr-7B 大语言模型

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！

以往这一任务需要文本识别、布局检测和排序、公式表格处理、文本清洗等多个步骤—— 这一次，只需一句话命令，多模态大模型 Vary 直接端到端输出结果：无论是中英文的大段文字

OCR 手写文字识别

一个写了会上瘾的公众号写作模板

现在还是有很多人想要学写作，但是又不知道如何下手的情况，想起最开始接触写作的时候，总是会在各大平台上搜索那些写作的模板、写作的结构，这种之类的干货知识，但是，能够坚持写作的模板其实并没有那么的华丽，反而特别的简单

公众号写作模版

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

RAG（Retrieval Augmented Generation，检索增强生成）系统从给定的知识库中检索相关信息，从而使其能够生成事实信息、上下文相关信息和特定领域的信息。

RAG 检索

Prompt屠龙术-少样本示例

虽然大语言模型表现出卓越的零样本学习能力，但是零样本学习能力的天花板受限于模型已有知识量。

Prompt 少样本示例

Kimichat炒股：7个提示词案例

了解股票投资基本概念和知识什么是有息负债率？

Kimichat 提示词

11个情感刺激Prompt，高效提升AI大模型性能

这些情绪刺激来源于三种信息学理论 1️⃣自我监控理论。

Prompt 大模型

人工智能训练的灾难性遗忘以及解决方案

然而，在连续训练或迁移学习中，当网络需要学习新的任务或数据时，之前学到的知识容易被新的任务或数据覆盖，导致遗忘之前的知识。

人工智能大模型

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

RAG——使用检索增强生成构建特定行业的大型语言模型

像之前介绍过的pandasAI、quivr、flowise、localGPT、privateGPT、pdfGPT和一些常见的基于大模型构建的本地知识库等AI应用无一不是建立在检索增强技术之上的，它是向量数据库能够在

大模型

“大模型+机器人”的现状和未来，重磅综述报告来了！

一方面，基础模型能够作为机器人系统的先验知识，减少对任务特定数据的依赖；另一方面，基础模型可以作为机器人系统的通用组件，实现感知、推理和规划等核心功能。

论文机器人

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

它采用了Sora相似的技术路线，结合多项自研技术创新，生成的视频不仅运动幅度大且合理，还能模拟物理世界特性，具备强大的概念组合能力和想象力。

可灵快手文生视频

OCR的终极解法——传统算法VS多模态大模型

不管怎么样现在的 AI 算法很少有用响应速度作为指标的，特别是大模型，响应速度惨不忍睹。

OCR 大模型文字识别

探索Sora的魔法世界：功能展示、原理解析、未来市场影响大猜想！

它不仅能够根据文字指令创造出既逼真又充满想象力的场景，而且能生成长达1分钟的超长视频，不管是一镜到底还是分镜头切换模式，都能够保持角色及背景神一般的一致性和稳定性。

视频生成 sora

<...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