文章列表-AI魔法学院

文章列表

微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering

它的核心思路是，利用多次生成测试反馈迭代的方式替代原有精心构造Prompt一次性生成的方式，最终在验证集上，GPT-4的准确率（pass@5）从使用单个精心设计的Prompt的19%提高到使用

LLM 范式迁移

小学生都能看懂的 Prompt 高级技巧： Few-Shots 、 COT 、 SC、 TOT 、 Step-Back

他号称在多项任务上超过了 GPT-4。

Prompt 大模型

LangChain Agent 原理解析

在官方示例中，LLM 用的是 OpenAI，也就是gpt-3.5这个模型，但如果想达到更好的效果的话，推荐使用 OpenAI 的gpt-4模型，它是目前最好的 LLM，如果使用的 LLM 比较差，就容易出现刚才我们提到

大模型

RAG应用中数据处理过程需要注意的事项

将这些不同的数据转换为上下文相关的块，以使GPT的上下文窗口层更加复杂。

RAG 大模型

超越巨头：Zephyr-7B领跑7B级大模型竞赛，开源且笔记本可运行

而在AlpacaEval测试中，Zephyr的胜率高达90.6%，其在高级RAG任务上的表现与GPT-3.5和Claude 2相当。

大语言模型开源模型

一文讲明白什么是预训练、微调和上下文学习

比如说在包含数百万本书、文章和网站的数据集上预训练像 GPT-3 这样的语言模型。

大模型训练

Openai 异步客户端接入国产大模型 Kimi

这意味着海量基于 GPT 的开源项目和商业项目都有极大可能在 Moonshot 上跑起来。

Kimi Chat 大模型

关于大模型驱动的AI智能体Agent的一些思考

众所周知，大模型可以写好的文案、故事、散文和程序，而随着AutoGPT, GPT-Engineer and BabyAGI等项目的火爆，以LLM(large language

大模型

令人惊艳的开源图标生成AI模型：ChartLlama （南洋理&腾讯）

ChartLlama的团队构思出了一种巧妙的多元化数据收集策略，通过GPT-4生成特定主题、分布和趋势的数据，来确保数据集的多样性。

ChartLlama 开源模型图标

集成文字生成、抠图、图像融合等强大功能的comfyUI 插件 Allor Plugin

draw.rounded_rectangle(TypeError: ImageDraw.rounded_rectangle() got an unexpected keyword argument 'corners' 通过咨询网友和GPT

comfyui 插件绘画

省钱！微软开源框架LLMLingua + LlamaIndex实现提示词压缩

llama_index.callbacks import CallbackManager, TokenCountingHandler import tiktoken OPENAI_MODEL_NAME = "gpt

LLMLingua LlamaIndex 开源框架

9个范例带你入门langchain

langchain.llms import OpenAIfrom langchain import PromptTemplate llm = OpenAI(temperature=0, model_name = 'gpt

大模型

RAG检索增强技术在知识库智能检索场景下的应用实践

这个编码模型可以是预训练的语言模型，例如BERT、GPT等。

知识库 RAG检索增强

一个专业级 AI 聊天浏览器，开源了！

几个月前 GPT-4 刚发布之际，它或许可称得上是最强的大语言模型，但随着后续 Claude2、Llama2 的推出，不少开发者也明白了这么一件事，当下的 AI 技术圈，大模型没有最好，只有更好。

开源大模型聊天

微软最新模型Phi-3 Mini开源登场！小模型，大未来！!

它的小巧之处让它能够轻松地在各种本地设备上部署和运行，甚至可以作为离线聊天机器人使用，而且还能提供与GPT-3.5类似的性能水平。

Phi-3 Mini 人工智能

<...17 18 19 202122 23 24 25 26 ...>

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