文章列表-AI魔法学院

文章列表

Prompt、RAG、微调还是重新训练？如何选择正确的生成式AI的使用方法

当想要在更改不同组件(数据源，嵌入，FM，矢量引擎)方面具有最高程度的灵活性时，使用RAG，这样简单并且可以保持输出的高质量（前提是你要有数据）。

生成式AI

汇总1400+文献的神级“上下文工程”综述，治愈初学者的AI迷失症

更重要的是，我觉得它是一个“由浅入深”的研究指南——这篇综述总共引用了1401篇文献，但是结构非常清晰，表达非常简洁。

上下文工程 AI

史上最好的中文大预言模型出现了！！！

kimi联网的时候应该也是这个工作原理，但是kimi并没给出自己的搜索关键词也没有给出自己用什么搜索的，只能看到他引用的资料。

Kimi Chat 大模型

真超越了GPT？国产大模型实用场景横评②

这八款大模型中绝大部分免费开放，吸引了许多人的使用。

大模型

最全攻略！OpenAI 发布 GPT-4 使用指南，所有干货全在这

让模型引用参考文本来回答如果输入中已经包含了相关的知识文档，用户可以直接要求模型通过引用文档中的段落来为其答案添加引用，尽可能减少模型胡说八道的可能性。

提示词 prompt

PostgreSQL的三位一体——在大模型应用中结合关系型、向量和时间序列数据

DiskANN基于图形的索引和搜索系统，它只需要64GB RAM和廉价的固态硬盘(SSD)，就可以在一个工作站上索引、存储和搜索十亿个点的数据库。

大模型 PostgreSQL

Yann LeCun杨立昆最新观点：AGI不存在

我们不会使用搜索引擎。

AGI 大语言模型观点

准备迎接超级人工智能系统，OpenAI宣布RLHF即将终结！超级对齐技术将接任RLHF，保证超级人工智能系统遵循人类的意志

传统的机器学习（也就是现在），人类比模型强，所以才能使用RLHF监督和引导模型更强更好。

OpenAI 人工智能

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

与传统的大型语言模型相比，RAG系统通过引入外部数据提高了其生成能力。

RAG 检索论文

RAG 2.0，终于把RAG做对了！

但很少有案例像Contextual.ai提出的基于情境语言模型（CLMs）的“RAG 2.0”那样引人注目，它旨在使标准检索增强生成（RAG）——目前最流行（如果不是最受欢迎的话）的生成式AI模型实现方式之一

RAG 大语言模型

基于大模型（LLM）的Agent 应用开发

device + sensor+ action agent program 是 agent function 的真子集 1.2 大模型领域中的Agent 在大模型领域，大模型替代了传统agent 中的规则引擎以及知识库

大模型 Agent

图解大模型训练之：张量模型并行(TP)，Megatron-LM

：TP + DP (Megatron + ZeRO) 七、实验效果与GPU利用率八、参考顺便，Megatron，变形金刚反派队伍霸天虎首领，现任环球影城脱口秀演员（啊不是），没有它就凸显不出擎天柱们的战绩

开源模型

大模型实践总结

同时为了保证训练的高效性（也就是尽可能少的引入更多参数）。

大模型训练

京沪“中国大模型第一城”争夺战爆发｜钛媒体·封面

放眼国际，汇聚人工智能领域基础研究创新资源，引进和培养有全球影响力的人工智能顶尖人才团队；加强产学研合作，举办全球AI峰会，把北京打造成为链接世界人工智能产业与学术资源的中心枢纽。

大模型钛媒体

比尔盖茨最新预言：AI智能体颠覆计算机交互体验甚至软件行业

我不认为任何一家公司会主导智能体业务——将会有许多不同的人工智能引擎可用。

AI智能体

<...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