文章列表-AI魔法学院

文章列表

生成式AI与大语言模型的区别

采用生成式人工智能的艺术家可以尝试调整多种技术。

生成式AI 大语言模型区别

prompt必须知道的26条军规

prompt的本质使用和调试prompt，必须理解prompt的本质。

prompt 大模型

为什么大佬都在说Agent是未来？换个角度来谈一谈

有关这样的文章也都很容易引起读者的关注，比如：吴恩达站台畅聊Agent Workflow 以及 4 种主流设计模式，LLM应用开发的新热点利用Coze 实现吴恩达的4种 AI Agent 设计模式

Agent 大模型

LLMOps框架Dify发布Workflow功能，RAG进入自由编排时代（附产品负责人分享PPT ）

参看：微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering 应用编排的未来是Pipeline，LlamaIndex开发预览版推出

RAG 自由编排 Workflow

大模型外挂知识库优化技巧-如何更有效的利用召回的文档

虽然我们可以用特定领域再进行微调/二次预训练，仍然不能避免其“胡说八道”，而且训练不好很可能“灾难遗忘”，失去一些通用能力。

大模型

基于Ollama本地部署谷歌开源Gemma大模型！

在开始使用Gemma开源大语言模型（LLM）前，我们先了解下Gemma以及配套的工具。

ollama gemma qwen

大模型下半场，关于Agent的几个疑问

这些都不是LLM本身所能解决的问题，它需要调用外部的工具系统。

大模型

一文看懂RAG：大语言模型落地应用的未来

做大模型的人都知道微调成本是十分高的，而RAG检索能力会消耗更低的成本并且收获比微调更好的效果！

rag 检索增强

RAGFlow：开源的RAG引擎，专注于深入的文档理解，支持处理各种复杂格式的非结构化数据

该项目提供了一个简化的RAG工作流，适用于各种规模的企业，通过结合使用大型语言模型（LLM）来提供基于严谨引用的真实问答能力。

RAGFlow RAG 开源

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

其核心抽象是将Llamaindex的各种模块（LLM、提示、查询引擎、检索器等）作为DAG图上的节点，通过声明式编排完成应用逻辑开发。

Query Pipeline 大模型

手把手教你用 SD 生成文字形状的光线，用来做营销宣传图非常有效

昨天类似这种文字光效或者将文字合成在衣服上的图好像又火了，很多朋友在问怎么做，其实就是ControlNet的简单应用，比如模拟光线照射文字的，之前用来调整自然光线的角度和范围这次不过是将原来模拟光照的图变成了文字了

图像文字 ControlNet Stable Diffusion

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理！

在简单推理问题上，LLM已经达到了很好的能力；但在复杂推理问题上，LLM有时还是会出现错误。

AI Agents 大模型

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理

在简单推理问题上，LLM已经达到了很好的能力；但在复杂推理问题上，LLM有时还是会出现错误。

AI Agent 大模型人工智能

打磨 8 个月、功能全面升级，Milvus 2.3.0 文字发布会现在开始！

具体来看：Milvus 2.3.0 不仅包含大量的社区呼声很高的新功能，还带来了诸如 GPU 支持、Query 架构升级、更强的负载均衡调度能力、新的消息队列、Arm版本镜像、可观测性、

大语言模型

RVC和SVC声音模型难找？推荐这个网站

为了达到逼真、自然的声音效果，需要大量高质量音频数据和计算资源，并且需要精细调整和优化模型。

声音克隆数字人

<...18 19 20 212223 24 25 26 27 ...>

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