文章列表-AI魔法学院

文章列表

【AI代理】扣子，开始探索多代理模式

代理模式不仅可以拓展大模型的功能（比如给大模型加上网页搜索，加入知识库等），还可以规避大模型的弱点（比如需求是一段代码，但是大模型回复的内容不单单包含代码，还有一些解释语句）。

多代理模式大模型

一文看懂RAG：大语言模型落地应用的未来

关于“要检索什么”的研究已经从简单的标记检索和实体检索发展到更复杂的结构，如块和知识图研究重点放在检索的粒度和数据结构的级别上。

rag 检索增强

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

那么，这个被誉为“语音识别的未来”的AI工具到底有何过人之处？

Distil-Whisper 语音识别

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

RAG检索增强技术在知识库智能检索场景下的应用实践

DSP模式在2022年提出，它引入了Demonstrate（演示）模块，该模块通过示例来引导搜索和预测过程。

知识库 RAG检索增强

LLM大模型推理输出生成方式总结

参数设置：do_sample = False, num_beams>1 缺点：虽然结果比贪心搜索更流畅，但是仍然存在生成重复的问题 Multinomial sampling（多项式采样）方式

大模型

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

此外，还通过搜索引擎从互联网上检索外部文档。

大模型 RAG检索增强

高级 RAG 技术——图解概览

简而言之，RAG 结合了搜索和大语言模型提示功能，即在模型回答问题时，以搜索算法发现的信息作为上下文环境。

RAG 检索图解

图解检索增强式生成（RAG）技术 | 万字长文

简而言之，RAG 结合了搜索和 LLM 的提示功能，在此基础上，模型根据搜索算法提供的信息，作为上下文来回答问题。

检索增强式生成 RAG

微信向量检索分析一体化数仓探索：OLAP For Embedding

embedding 和 vector search(向量搜索)的概念是支持推荐、问答、图像搜索等功能的核心。

OLAP For Embedding 一体化数仓

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

搜索引擎需要能够根据两者的意义，将其索引中的内容与你的搜索查询进行匹配。

开源模型

检索增强生成 (RAG):What, Why and How?

如果您正在使用像Elasticsearch这样的搜索引擎，则需要在搜索引擎中对数据进行索引。

检索增强大模型

回归分析：探索变量之间的奥秘

一、开启探索之旅回归分析，这把探索世间万物背后逻辑的钥匙，能够解锁变量之间的关系。

回归分析变量

StreamingLLM 框架：利用最新标记让 AI 记住你的话、创作长篇小说，探索无限长度文本

如果大模型能够像人一样长时间对话并记住之前的内容，那么我们将拥有更广泛的应用可能性，让AI能够做更多事情。

大模型 llm框架

微信搜狗爬虫WechatSogou - 从微信公众号获取文章的利器

而幸运的是微信搜狗搜索引擎为搜索公众号文章提供了一个公共入口。

WechatSogou 微信搜狗

<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