文章列表-AI魔法学院

文章列表

今天分享一个官方的高级的做数据分析的prompt提示词

用过GPT Plus账号的朋友都知道，在前段时间，有个自带的功能叫“Code Interpreter”，后面改名叫“Data Analysis ”，现在整到一个里面去了。

prompt 提示词

语言大模型100K上下文窗口的秘诀

相比之下，当前GPT-4模型可以使用32K输入词元的上下文长度，而大多数开源LLM的上下文长度为2K词元。

大模型

深入解析 Mistral AI 的 Mixtral 8x7B 开源MoE大模型

与参数量高达 467 亿的 GPT-4 等大型模型相比，Mixtral 8x7B 更小的模型体积展现了 Mistral AI 对实用性的重视。

开源模型 Mixtral 8x7B

一个小妙招从Prompt菜鸟秒变专家！加州大学提出PromptAgent，帮你高效使用ChatGPT！

所谓专家知识通过大模型如GPT-4生成，而其搜索策略使用的是著名的蒙特卡洛树搜索。

PromptAgent 大模型

百模大战，谁是大模型的裁判员？

OpenAI则在GPT-4的报告GPT-4 Technical Report中，详细展示了在各类型考试中的成绩，以及在MMLU、HellaSwag、ARC、WinoGrande、HumanEval、DROP

大模型

AI时代，如何利用ChatGPT一分钟洗稿一篇文章？

一、ChatGPT简介及原理 ChatGPT是由OpenAI研发的基于GPT模型的语言生成器。

ChatGPT 写作

预训练对话大模型深度解读

3、模型家族介绍 3.1 DialoGPT 由微软研发的，基于GPT架构，包含三个参数量版本：117M、345M、762M。

生成式AI与大语言模型的区别

LLMs的例子包括： GPT-3（生成式预训练转换器3）：由OpenAI开发，这是最著名的LLMs之一，能够产生连贯、上下文恰当的文本。

生成式AI 大语言模型区别

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]

任务和模型处理文本让开发人员在 Elastic 中管理和使用自己的转换器模型，以适应业务特定的上下文通过 API 与第三方转换器模型（如 OpenAI 的 GPT

大模型 AI编程

释放潜能：大模型与企业微信SCRM系统的完美结合

• 大模型结合：通过利用大规模的数据和计算资源，训练出具有强大的自然语言理解和生成能力的人工智能模型，如GPT-3、BERT等，为SCRM提供更智能和创新的功能，如内容生成、意图识别

SCRM 大模型

忘掉 RAG，未来是 RAG-Fusion！搜索的下一个前沿：检索增强生成遇上倒数排名融合和生成查询

我在2022年创建了一个个人搜索系统（项目名为Ramble），将我的Obsidian笔记与结合了GPT-3的向量搜索链接起来别误会，RAG非常出色，绝对是信息检索技术向正确方向迈出的一步

RAG-Fusion 检索增强

从⼤模型到 AI 应⽤落地，工程实现有多复杂?

5、多轮细致推理：进⾏跨轮的深度推理，⽽不只是浅层次单轮推理。

大模型

为什么国产大模型都说超越ChatGPT而体验却很拉？警惕 Goodhart law 陷阱

起初他们说超越 GPT-3.5，大家已经见怪不怪，例如：后来，竟然有人说「GPT-4相比毫不逊色」，且也学起来GPT-4进行收费了。

ChatGPT 国产大模型

2023年LLM如何入门？请看这篇综述！

PLM的出现极大地促进了NLP的发展，如BERT、GPT等模型就是PLM的代表。

大模型

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

我们在一些客户的实践过程中，还是发现相关性效果不佳，甚至造成了其中一个客户选择了其他方案（使用RAG+GPT-4的方案）。

RAG 检索增强

<...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