文章列表-AI魔法学院

文章列表

如何从零开始，打造一家AI驱动的公司？

今天，我们分别从设计、建立网站、开发应用程序、内容生成、销售、客户关系管理、数据分析和公司运营分别展开，试图给出初步的答案，也欢迎在读的您一起探讨。

大模型打造公司

AI虚拟主播数字人技术实现Wav2Lip

第一部分：深度伪造技术概述第二部分：Wav2lip技术概述第三部分：使用Wav2Lip进行AI主播虚拟人的深度实践第四部分：效果评测第五部分：Wav2Lip完整版教程的下载注：本案例涉及到所有内容

数字人视频

RAG 与 Finetuning，谁是提升 LLM 的最佳工具？

此外，我们将研究LLM应用程序的一些最流行的用例，并使用第一部分中建立的维度来确定哪种技术最适合哪种用例。

训练

确实很神奇! 通过 Prompt 中加入“这件事对我的事业至关重要”这样的情感激励可以提升 LLMs 的表现

我们的自动实验表明llm掌握了情商，并且他们的表现可以通过情绪提示(我们称之为“EmotionPrompt”，将原始提示与情绪刺激相结合)得到改善，例如，指令诱导的相对表现提高了8.00%，BIG-Bench

Prompt 大模型情感激励

我们需要的不是智能体，而是工作流（5000字保姆式教学）

实践案例：用 COT设计一个生产爆文的工作流如果只是设计提示词： # Role: 独立女性情感共鸣文章创作助手 ## Profile: - Author

工作流教学

如何避免大语言模型绕过知识库乱答的情况？LlamaIndex 原理与应用简介

在查询期间，我们可以在调用 LLM 合成答案之前，使用 Embeddings 对节点进行最大相似度检索。

大语言模型

如何使用ChatGPT写论文

帮我找到一些有力的案例研究来支持我的观点 11.

ChatGPT 写作

OpenAI的官方Prompt工程指南详解 - 看这一篇真的就够了！

提供例子也就是经典的少样本提示，few-shot prompt，先扔给大模型例子，让大模型按你的例子来输出。

OpenAI Prompt 提示词

LangChain Agent原理介绍

答案：这个是一个通用的返回 3、如何实现的呢？

langchain

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

首先，生成QA实例。

大模型 RAG检索增强

Prompt工程如此强大，我们还需要模型训练吗？

Few-shot的使用方法较为简单，但实际上Few-shot有非常多的变种方法，其中一类非常重要的变种方法就是围绕提示的示例进行修改，即在示例中不仅提供问题+答案，同时还会增加一些辅助思考和判断的“提示

大模型

MCP服务介绍及应用场景报告-来自Manus

研究方法与内容概述本报告采用文献研究和案例分析相结合的方法，通过收集和分析来自官方文档、技术博客、学术论文和实践案例的信息，全面介绍MCP服务的各个方面。

MCP 大模型

百万token上下文窗口也杀不死向量数据库？CPU笑了

一方面，以Claude 3、Gemini 1.5为代表的流派，陆续支持200K和100万token的上下文窗口，用大力出奇迹的方式让大模型能够精准检索到关键信息来提供准确答案。

向量数据库大模型 cpu

掌握Prompt的6心法

而提供一些实例和示例,就是一种非常直观有效的明确说明方式。

prompt 写作

ChatGPT写论文指令全集

案例：用户请求：“你好ChatGPT，我想写一篇关于气候变化对农业的影响的论文，你能提供一些思路吗？”

ChatGPT 写作

<...14 15 16 171819 20 21 22 23 ...>

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