文章列表-AI魔法学院

文章列表

XX来信：智能体设计模式2：Reflection

智能体工作流不是让LLM直接生成最终输出，而是多次提示LLM，使其有机会逐步构建更高质量的输出。

Reflection 智能体

从零开始用LangChain、Pinecone和LLMs搭建你自己的文档问答系统

这种方法可以提供更准确和最新的信息，利用来自各种来源的最新信息。

知识库 langchain

从零开始了解AI大模型 - 概念篇：一文带你走进大模型世界

背景：ChatGPT - 或许是2022年末开始至今最热的新词之一，这个词汇如热浪一般席卷大街小巷，充斥朋友圈和各大网站，它的爆火程度简直让人瞠目结舌。

大模型

解读：一个数学在线教育网站如何做到一千万月访问量

现在我们打开 Semrush 看看这个网站在搜索引擎的表现，这里显示每个月能够从搜索引擎拿到2650万流量。

访问量

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

受语言的 LLMs 启发，纯 NLP 大模型（如 LLaMA）从英文到中文（外语）时因为原始词表编码中文效率低，必须要扩大 text 词表。

OCR 手写文字识别

中学生也能看懂的Sora视频生成原理解读

这种处理多样化视觉数据的能力，使得Sora在接收到如‘猫坐在窗台上’这样的文本提示时，不仅能理解这个提示背后的意图，还能利用它的内部表示形式，综合利用不同类型的视觉信息，生成与文本提示相匹配的视频或图片

视频生成 sora

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

使用较小的文本块可以提高检索的准确性，而较大的文本块则提供更多的上下文信息。

RAG 检索

哈工大科大讯飞联合推出中文LLaMA-2 & Alpaca-2大语言模型

这些模型在原版Llama-2的基础上扩充并优化了中文词表，使用了大规模中文数据进行增量预训练，进一步提升了中文基础语义和指令理解能力，相比一代相关模型获得了显著性能提升。

训练

实时语音克隆

SV2TTS使用深度学习框架，分为三个阶段，通过音频创建声音的数字表示，然后用这个表示来合成任意文本的语音。

语音克隆

应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline，提升应用开发的灵活性

template，还是今天要介绍的主角llamaindex选择的声明式的QueryPipeline，以及在此之前已经发布了数据处理阶段的pipeline（IngestionPipeline），都是在昭示一个趋势

Query Pipeline 大模型

牛顿力学在AI中失效？Transformer模型能完美预测却不懂物理，哈佛团队揭示模型缺失物理常识

而本次研究团队认为，基础模型的前景依赖于这样一个核心假设：学习预测序列能够揭示更深层次的规律，甚至乐观地说其能构建出一个世界模型。

Transformer 大模型

企业数字化转型的“阿里阿德涅之线”在哪？

谈及企业的数字化转型，总是避不开一个词——降本增效。

大模型用户

强大高效的微信爬虫Wechat_Articles_Spider：快速获取公众号文章的利器

我们将从简介开始，介绍其特点、安装和使用方法，提供示例代码，讨论其应用场景，并总结其优缺点。

微信爬虫

RAG超参数调优食用指南

目前构建 LLM 应用程序存在一个巨大的问题，那就是需要调整大量的参数，而且远远超出了提示范围，例如分块、检索策略、元数据等。

rag 大模型

中文LLaMA-2基座模型和Alpaca-2指令精调大模型-中文LLaMA-2以及Alpaca-2系列模型

这些模型在原版Llama-2的基础上扩充并优化了中文词表，使用了大规模中文数据进行增量预训练，进一步提升了中文基础语义和指令理解能力，相比一代相关模型获得了显著性能提升。

大模型

<...16 17 18 192021 22 23 24 25 ...>

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