文章列表-AI魔法学院

文章列表

RAG检索增强技术在知识库智能检索场景下的应用实践

首先，LLM往往存在幻觉现象，即在生成结果时可能出现与事实不符的情况，影响了信息的准确性与可靠性。

知识库 RAG检索增强

我用AI写小说：「国学篇」如何将国学插入小说中

语言与文风小说的语言要适当融入古文词汇和成语，生动展现出国学的语言特色。

国风国学写作

基于LLM+向量库的文档对话痛点及解决方案

笔者做了一些探索，希望与大家共同探讨问题1：如何让LLM简要、准确回答细粒度知识？

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！

一个高效的终身学习Agent应该具有与人类玩家类似的能力，能够根据当前技能水平和世界状态发现合适的任务，能够根据反馈学习和完善技能，不断探索世界。

AI Agents 大模型

阿里云王坚：中国AI不惧R2迟发！靠「群体智能」破局：算力不是瓶颈，但AI应用层急需炸开OpenAI想象围墙！不看好硅谷抢人乱象

这场采访在 WAIC（世界人工智能大会）之后录制，话题也极具分量：中国的 AI 未来。

阿里云 AI

一文搞懂贝叶斯定理有什么用

在统计学里，长期以来，有频率学派和贝叶斯学派两大学派，他们互相鄙视对方，就像华山派的气宗与剑宗之争。

贝叶斯定理

第一个StableCascade动漫大模型上架了

在Sora发布的时候，StabilityAI默默的发布了StableCascade，随后发布了Stable Diffusion 3（暂未放出开源程序），中间字节跳动发布了基于Stable Diffusion

StableCascade 文生图

清华、面壁智能发布：主动式Agent 2.0

Agent展现出了解决复杂任务的卓越能力。

Agent 2.0 大模型

一个小妙招从Prompt菜鸟秒变专家！加州大学提出PromptAgent，帮你高效使用ChatGPT！

加州大学团队提出了可以自动优化Prompt的框架——PromptAgent，结合大模型的自我反思特点与蒙特卡洛树搜索规划算法，自动迭代检查Prompt，发现不足，并根据反馈对其进行改进，寻找通往最优Prompt

PromptAgent 大模型

国产“小钢炮”MiniCPM3-4B：小参数，大能量！

这款全新模型不仅实现了在移动设备上运行 GPT-3.5 级别的能力，而且具备超强的推理、检索与代码解释功能。

MiniCPM3-4B 大模型

聊天大模型的输出速度应该是多少？单张显卡最多可以支持多少个人同时聊天？来自贾扬清最新的讨论~

尤其是作为聊天应用来说，在用户输入之后，大模型可以在多短的时间内给出回应对于用户体验来说影响巨大。

大模型

RAG从入门到精通-RAG简介

前言 RAG（Retrieval Augmented Generation,检索增强生成）是一个将大规模语言模型(LLM)与来自外部知识源的检索相结合的框架,以改进问答能力的工程框架。

rag 大模型

牛顿力学在AI中失效？Transformer模型能完美预测却不懂物理，哈佛团队揭示模型缺失物理常识

如前所述，数百年前开普勒发现了一些几何规律，借助这些规律能够精准预测夜空中行星未来的位置。

Transformer 大模型

改进召回（Retrieval）和引入重排（Reranking）提升RAG架构下的LLM应用效果

如前文LLM应用架构之检索增强（RAG）的缘起与架构介绍，RAG架构很好的解决了当前大模型Prompt learning过程中context window限制等问题，整体架构简明清晰，易于实现，得到了广泛的应用

大模型

微信向量检索分析一体化数仓探索：OLAP For Embedding

我们发现社区中“向量搜索”的兴趣显著增加;具体来说，大家感兴趣了解的是：何时需要专门向量数据库，何时不需要？

OLAP For Embedding 一体化数仓

<...13 14 15 161718 19 20 21 22 ...>

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