文章列表-AI魔法学院

文章列表

万字长文-大语言模型指令调优综述

对于验证集，作者从A组作者编写的集合中抽样 50个实例。

大语言模型

9.4k Star！MemGPT：伯克利大学最新开源、将LLM作为操作系统、无限上下文记忆、服务化部署自定义Agent

• MemGPT通过管理一个虚拟上下文(受操作系统中虚拟内存的启发)来创建无限的LLM上下文 o • 通过MemGPT，我们证明了

MemGPT 大语言模型

清华智能体「XAgent」比ChatGPT4.0还好用！

XAgent将任务分解为4个子任务：（1）数据理解，（2）验证Python环境，（3）编写数据分析代码，（4）编写报告。

ChatGPT 智能体 Agent

RLHF 在 Text2SQL 领域中的探索

SELECT * FROM t_user ORDER BY id DESC LIMIT 10 · 实验：如图1所示，在 DB-GPT 项目中，直接使用原生对话，使用 Proxy LLM（

Text2SQL RLHF

微软Phi-3、Mixtral 8x22B等小模型过拟合，三分之二存在数据污染

测试结果证实了一个广泛的疑虑：许多模型受到了基准数据的污染。

过拟合小模型

NEFTune：在Embedding中加入噪⾳提⾼指令微调效果！

核⼼⽅法的代码如下： from torch.nn import functional

NEFTune 大语言模型

【工具书】基于角色和思维链的人工智能中文Prompt提示词，涵盖几乎所有场景

你的工作是提供基于证据的反馈，并指出演讲者或作者可能忽略的任何谬误、错误的推理、错误的假设或不正确的结论。

prompt 提示词

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

特定领域知识图谱融合方案：学以致用-问题匹配鲁棒性评测比赛验证【四】： · 效果预览： · 性能对比：

开源模型

金融行业中 Fintech 的应用场景

这些章核验的时候要通过才行。

Fintech 金融

【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程

可以看到，「编码」两个字能够被正常切成 2 个字，但「待」却被切成了 3 个 token，这里的每个 token 就是 1 个 unicode 编码。

大模型训练

大模型实践总结

编码器-解码器架构（Encoder-Decoder）：序列到序列模型（编码器的输出作为解码器的输入），主要用于基于条件的生成任务，例如：翻译，概要等。

大模型训练

AI Agent新对决：LangGraph与AutoGen的技术角力

体验一把下图包含一个名为"oracle"的单个节点，该节点执行聊天模型，然后返回结果： · &ensp

LangGraph AutoGen 对决

低调的PDF，为什么成了数字文档“永远的神”？

这一系列邮件往来为司法调查提供了实锤，也成了最终给他定罪的关键证据之一。

工作

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

趁此热度，我们也得到了一个与EMO背后大佬，阿里通义实验室XR实验室负责人薄列峰当面催更的机会。

音频阿里

AI产品经理视角：如何构建人工智能产品

许多公司本末倒置地实施未经客户和市场需求验证的实施。

大模型产品经理

<...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