文章列表-AI魔法学院

文章列表

超越RAG：揭秘IAG框架如何引领推理问答系统的创新之路

该框架结合了归纳知识和检索文档，并利用大型语言模型（LLM）通过一种基于归纳推理模式的新提示方法生成这种知识。

IAG框架大语言模型

LangChain Agent 原理解析

它提供了一套工具、组件和接口，可以简化创建由 LLM 和聊天模型提供支持的应用程序的过程。

大模型

11个情感刺激Prompt，高效提升AI大模型性能

强调AI输出内容的重要性，让模型自我检查输出结果。

Prompt 大模型

WSL2安装（详细过程）

适用于 Linux 的 windows 子系统允许开发人员直接在 Windows 上运行 GNU/Linux 环境 -- 包括大多数命令行工具、实用程序和应用程序，无需修改，而无需传统虚拟机或dualbot设置的开销。

虚拟化 docker

RPA终极发展方向瞄准AI Agent，超自动化智能体时代已经开启

正是因为RPA构建业务流程自动化的脆弱性，厂商们纷纷引入AI技术，并进一步向能够构建端到端自动化的超自动化架构发展。

RPA 自动化

Elasticsearch Relevance Engine---为AI变革提供高级搜索能力[ES向量搜索、常用配置参数]

添加的搜索结果可以提供来自私有来源或专业领域的最新信息，因此在有询问时可以返回更多的事实信息，而不是仅仅依赖于模型所谓的“参数化”知识。

大模型 AI编程

RAG 与 Finetuning，谁是提升 LLM 的最佳工具？

这使得该技术非常适合需要查询数据库、文档或其他结构化/非结构化数据存储库的应用程序。

训练

简单提升RAG的10种方法

实际实践过程中，提升RAG的效果有许多的方向，这篇文章将常用的思路进行讨论，希望对RAG系统的优化和使用提供一些帮助。

RAG 大模型

提高写作能力的90个prompt大全

如果您有兴趣更深入地了解它，您可以查看我们专注于ChatGPT 文案提示的详细指南 ChatGPT 提示编写脚本挖掘给定 ChatGPT 提示的创作潜力，为编剧提供一个结构化且灵活的框架来发挥他们的想象力

prompt 写作

PostgreSQL的三位一体——在大模型应用中结合关系型、向量和时间序列数据

目前我们用的数据看包括MySQL、elasticsearch和redis等，因为说整体的程序体量会变得非常大，结构松散，部署难度激增。

大模型 PostgreSQL

RAG 2.0来了，它能成为生产落地的福音吗？

RAG作为当前最流行、相对成熟的的LLM应用架构，受到了开发者的广泛关注，相关围绕RAG优化的技术层出不穷，但依旧难逃达不到生产应用要求的尴尬。

RAG 大模型

清华大学ChatGLM团队发布AI Agent能力评测工具AgentBench：GPT-4是全能战士，超越所有模型

但是，现实问题涉及了许多超越LLM外的能力，比如为用户提供实时数据分析和可视化结果、为软件开发提供一条龙服务等。

GPT-4

Stable Diffusion

SD入门教程一：Stable Diffusion 基础（技术篇）

严格说来它是一个由几个组件（模型）构成的系统，而非单独的一个模型。

Stable Diffusion 文生图

无需编码，轻松提升图像品质：探索ComfyUI的图像增强功能

无需编码，ComfyUI是一个强大且易于使用的解决方案，允许新用户和经验丰富的用户探索和构建复杂的StableDiffusion工作流。

文生图

Stable Diffusion

全网最全AI绘画Stable Diffusion关键技术解析

它的关键技术包括多个版本演化、VAE（变分自编码器）、UNet架构、CLIP文本编码器、分类器引导技术、以及注意力机制等。

Stable Diffusion 文生图

<...20 21 22 232425 26 27 28 29 ...>

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