文章列表-AI魔法学院

文章列表

2023检索增强生成技术（RAG）研究进展

嵌入向量微调） ✅ 生成（文本压缩，内容总结，大语言模型微调） ✅ 能够交织检索与生成的能力（路由选择，HyDE 技术，AI 智能体）二、什么是 RAG？

RAG 检索增强

10个具有代表性的AI-Agents，将如何改变互联网/重塑Web3

爆发的初始时期，我们基于LLM实践AGI的探索，基于LLM驱动的通用任务解决处理器，我认为是未来AI-Agents领域的圣杯。

开源模型

Prompt工程如此强大，我们还需要模型训练吗？

激发大型语言模型的涌现能力有两种方法：提示工程（prompt engineering）和微调（fine-tuning）。

大模型

分享一个结构化AI提示词模版

一项调查显示,超过80%的用户都在"跟AI对牛弹琴"。

提示词模板

腾讯开源混元AI绘画大模型

从对比来看，基本超越了MJ v6，遥遥领先SDXL，和SD3基本打平，距离微软的DALL-E3有一点差距。

腾讯混元文生图

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

然后在端到端的有监督微调（SFT）阶段使用不同模态的指令数据集对模态适配器和大语言模型进行微调。

开源模型

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

随着 LangChain + LLM 方案快速普及，知识问答类应用的开发变得容易，但是面对回答准确度要求较高的场景，则暴露出一些局限性，比如向量查询方式得到的内容不匹配，LLM 对意图识别不准。

大语言模型

推荐一个自动生成复杂提示词的模版：思考链（CoT）如何通过分步推理提升AI任务准确性 | 示例详解

什么是思考链 (CoT) 思考链（Chain of Thought，简称 CoT）是一种推理策略，通过将复杂问题分解为多个简单步骤，从而提升大型语言模型（LLM）的推理能力。

思考链提示词

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

以前关于遵循指令的工作主要是通过继承大型（多模态）LLMs的能力，采用轻量级的监督微调来激活模型的能力以与用户意图对齐。

大模型语音

搞了一个Dify开源知识库

; 工作流：工作流通过将复杂的任务分解成较小的步骤（节点）降低系统复杂度，减少了对提示词技术和模型推理能力的依赖，提高了 LLM

Dify 大模型知识库

AI Agent新对决：LangGraph与AutoGen的技术角力

AutoGen是由微软开源的Multi-Agent框架，它可以使得电脑程序像人一样交流合作以完成任务。

LangGraph AutoGen 对决

Prompt屠龙术-少样本示例

;增强性能：精心挑选的示例可以显著提高LLM处理复杂或者细微任务的能力，因为它可以从示例中演示的模式和逻辑中学习 o 通俗来讲，对于大语言模型，既要“言传”，也要“身教”

Prompt 少样本示例

「长文」可能是目前最全的LangChain AI资源库之一

为动力的网络应用，使用Nextjs和Prisma[94]•LangChain.js LLM模板[95]: LangChain LLM模板，允许您训练自己的定制AI LLM模型。

工作

让AI帮你读财报：Reportify让你看得清、聊得深

目前它在AI方面使用的是微软的Copilot，所以信息的新鲜度还不错。

Reportify 读财报

建议收藏：超详细ChatGPT(GPT 4.0)论文润色指南

一、润色方向根据自己的需求调整润色方式。

论文润色写作

<...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