文章列表-AI魔法学院

文章列表

书生·万卷：难得的中文开源数据集

搞大模型训练，最重要的就是高质量的数据集。

大模型

三个大模型（ChatGPT,文心一言,Baichuan-13B)，帮我生成中医《本草纲目》的训练数据

比如，原文是李时珍的《本草纲目》，格式是这样的：观察数据后，我们发现，本草纲目里都是一个症状对应一个药方，很容易找到规律。

大模型

LangChain - RAG: 拿什么「降伏」PDF 中的 Table 类型数据

trade-off，众所周知，chunk 的大小对最终交付的 RAG 效果至关重要，与其不停的在各种 size 的 chunk 大小之间上窜下跳的找最佳实践，不如路子玩儿的再野一点，在 Document

大模型 LangChain RAG

微软最强全自动数据可视化工具！现已开源

8.14，微软开源了之前已经发布的全自动数据可视化工具 LIDA。

大模型

使用自己的数据训练清华ChatGLM2-6B 模型

下面以自己的数据集为例介绍代码的使用方法。

ChatGLM2-6B

如何修复GPT幻觉、及评估数据集的挑战

1、简短的摘要实验结果对比大型语言模型中的幻觉源于数据压缩和不一致。

大模型

数据分析思路系列-如何建立指标体系

对于一些毕业生在面试数据分析岗位的时候，面试可能经常会被问到这样一个问题：你会选择什么指标去反映这个问题，或者你会用哪些指标去分析这件事？

数据分析指标体系

8个常用中文OCR数据集，附下载链接

每张图像尺寸为2048*2048，数据集大小为31GB。

OCR

玩转大模型必备：milvus向量数据库私有化安装部署及使用介绍

docker-compose up -d 运行docker-compose up 命令后会下载三个镜像 etcd 、minio还有milvus 这个也很好理解etcd 应该是内部集群数据初始化保存程序运行基础数据

向量数据库

复旦开源中文医疗大模型，基于百川微调，模型和数据集都公开

DISC-MedLLM是由复旦大学数据智能与社会计算实验室（Fudan-DISC）研发并开源的一款专门针对医疗健康对话式场景而设计的大模型。

大模型

RAG应用中数据处理过程需要注意的事项

重复向量的问题：当数据块在chunks中频繁重复时，数据质量可能会下降。

RAG 大模型

盘点数据安全合规方向的热门证书【快来了解一下】

随着数据安全市场的持续走热，“考证”队伍逐渐扩大。

工作

利用AI技术自动化爬取网页数据的利器——MLScraper

简介 MLScraper是一个强大的Python库，用于从网页上提取结构化数据。

MLScraper Python库

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

RDB）：这是最传统和广泛的数据库，比如传统的PostgreSQL、MySQL、Oracle数据库等，即使在现在，关系型数据库依然是当今绝大多数应用系统运行的架构基础； · &ensp

大模型 PostgreSQL

GPTs+Notion，打造最强GPTs数据处理方案！喂饭级教程！

这篇文章准备告诉你那些技巧今天给大家介绍一个实用的，操作简单的Action实例。

GPTs Notion

<123 4 5 6 7 8 9 10 ...>

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