文章列表-AI魔法学院

文章列表

prompt提示工程最佳实践课程笔记分享

例如，如果你要求模型对学生的解答进行评分，你可以按以下步骤提示模型： · 第 1 步：先解答问题，得出你自己的解决方案 · 第 2 步：把你的解决方案与学生的方案进行比较 ·&

prompt 提示词

真格基金大模型能力测试问题集---垂直能力篇

作为早期投资人，我们经常需要试用和评估新发布的对话式 AI 产品，其中比较常用的方式是通过一些 Prompts，将它们与标志性的 ChatGPT 的输出结果进行直观的横向对比。

中文训练大模型

语义检索系统[全]：基于Milvus+ERNIE+SimCSE+In-batch Negatives样本策略的学术文献语义检索

0.3.2评估搜索意图你还是可以围绕某个主题来发布内容，即使这个主题是不符合搜索意图的。

开源模型

HAI-Chat：高效且轻量的一键式 RLHF 训练工具

分为三步：旧策略采样（Old Policy Sampling），KL 散度惩罚（KL Penalty）与生成优势估计（Generalized Advantage Estimation，简称 GAE）。

HAI-Chat RLHF

使用ChatGPT检查论文引用、提高研究深度

· · 批判性思维：ChatGPT能够提供批判性思维的训练资源，帮助您更深入地分析和评估研究。

ChatGPT 案例

深度洞察：人工智能体(AI Agent)2024年重要发展趋势指南

每一步，人工智能体都可以评估其进展并调整其策略。

AI Agent 人工智能

DeepSeek V3刷屏，550万元2000张卡做出的开源模型，和OpenAI几亿烧出来的一样好

尽管 DeepSeek-V3-Base 的训练成本较低，但综合评估表明，DeepSeek-V3-Base 已经成为目前可用的最强大的开源基础模型，特别是在代码和数学方面。

DeepSeek V3 开源模型

精通百种语言的翻译AI来了！Meta推出，免费、开源！

在这里，你可以找到SeamlessM4T的详细介绍、使用说明、示例、评估报告等信息。

大语言模型

OpenAI视频模型Sora的推理生成成本多高？

1.6T - 1.8T 之间，激活参数量估计在 400B - 600B 之间， GPT-4 的训练理论计算量需按照激活参数量而非总参数量来估计。

Sora 推理算力

Ilya认错，Scaling Law崩了？自曝SSI秘密技术路线取代OpenAI

测试时计算技术，能在推理阶段（模型被使用时）就将模型增强，比如，模型可以实时生成和评估多种可能性，而不是理解选择单一答案。

Scaling Law AI大模型

Llama 3突然来袭！开源社区再次沸腾：GPT-4级别模型可以自由访问的时代到来

除了这些常规的数据集，Meta AI还评估了Llama 3在现实场景中的性能，并为此研发了一套高质量的测试数据集。

meta llama3

无限长的上下文，也干不掉的RAG

最后，通过开放域问答的案例研究，论文提供了对现有语言模型使用长上下文的理解，并为未来长上下文模型的评估提供了新的协议。

RAG 大模型

大模型的最大bug，回答正确率几乎为零，GPT到Llama无一幸免

在精确匹配评估上，当测试问题的顺序和训练数据匹配时，GPT-3-175B 获得了较好的精确匹配准确率，结果如表 1。

大模型

天塌了，Scaling Law 已撞收益递减墙？OpenAI 在内，所有大模型都正遭遇巨大瓶颈

然而，最近麻省理工学院的一项研究却引发了许多人对于大模型本身理解和学习能力的诸多质疑，甚至有网友锐评道，“LLM 只会照本宣科，而不能像人类甚至其他动物那样将所学到的知识应用于新事物。”

Scaling Law AI大模型

手把手教你认识学会LangChain

评估，生成式模型是出了名的难以用传统的指标来评估。

langchain

<...15 16 17 181920 21 22 23 24 ...>

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