文章列表-AI魔法学院

文章列表

使用大模型自动回复小红书/抖音/快手评论：通过RAG 优化LLMs实现

第二，大模型可能对在其训练数据中并不突出的小众和专业信息有着不足的“理解”。

RAG 大模型自动回复

活久见，世界上第一个被人类骗走钱的AI，刚刚出现了！

- 试图误导Freysa，让它相信转移资金并不违反规则提示中的任何规定。

Freysa 智能体

最强开源大模型Llama 3，在扎克伯格设想中其实是这样的

所有这些微妙的方式。

Llama 3 大语言模型

RAG——使用检索增强生成构建特定行业的大型语言模型

下面是检索增强技术论文的摘要部分，从中我们可以看到，检索增强技术是用于知识密集型nlp任务处理文本生成时，先通过信息检索技术来增强信息输入来使生成的内容更具体、更多样化和更真实的技术。

大模型

GitHub工程师分享开发Copilot所采用的提示词工程

人们可以通过提示词工程定义包含足够多上下文信息的提示词，让 LLM 产生可能最佳的输出。

开源模型

谈谈RAG存在的一些问题和避免方式

比如长篇大论的论文和140字上限的微博内容的分析就会需要适配不同的分块策略，用固定的、不适合的分块策略会造成相关度下降。

RAG 大模型

开源大模型部署及推理所需显卡成本必读：也看大模型参数与显卡大小的大致映射策略

表示模型中的参数量，每个参数用来存储模型的权重和偏差等信息。

开源模型

中文通用大模型最全汇总

同时我们也考虑更为快速的中文适配方案：Chinese-LlaMA2-sft-v0: 采用现有的开源中文指令微调或者是对话数据，对LlaMA-2进行直接微调 (将于近期开源)。

大模型开源模型

什么是BERT？

BERT的结构以往的预训练模型的结构会受到单向语言模型（从左到右或者从右到左）的限制，因而也限制了模型的表征能力，使其只能获取单方向的上下文信息。

embedding

大模型时代 AI 技术在金融行业的创新应用

而在运营领域，AI 技术通过对借款人的信用报告、消费行为等数据进行深度挖掘，实现快速准确的信用评估。

大模型金融

垂直领域大模型的一些思考及开源模型汇总

而在专业版中，ChatLaw制定了一整套流程，如上图所示，存在反问提示进行信息补全，用户信息确认、相似案例检索、建议汇总等。

垂直领域大模型开源模型汇总

你是否发现ChatGPT甚至不能按字数要求回复问题？有人做了评测并讨论了可能的原因

先前的工作有通过在特定任务上做微调如controlled paraphrase generation受控改述生成或设置受限解码策略如look-back decoding strategy回顾式解码策略

大模型控制

深入探秘：百川7B大模型的训练代码解析，揭秘巨无霸语言模型背后的奥秘

尽管大型模型的训练和微调涉及众多背景知识，但本系列将不会过多展开这些知识。

大模型

让AI记住你说的话、让AI给你生成几十万字的小说！StreamingLLM 让无限长token成为可能

，它可以让任何基于Transformer的语言模型（LLM）处理无限长度的文本，而不需要任何微调或额外的训练。

StreamingLLM 写作

伦敦出租车司机的遭遇，暗示了程序员的未来

微软的研究人员做了一个研究，看看人工智能编程助手Copilot对程序员的影响有多大。

人工智能伦理

<...19 20 21 222324 25 26 27 28 ...>

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