文章列表-AI魔法学院

文章列表

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

template，还是今天要介绍的主角llamaindex选择的声明式的QueryPipeline，以及在此之前已经发布了数据处理阶段的pipeline（IngestionPipeline），都是在昭示一个趋势

Query Pipeline 大模型

可能是国产最强AI，ChatGLM-4来了！

在使用ChatGLM进行财报分析的时候，我发现效果并不比ChatDoc差，尤其是更新到GLM-4后，对财报中的报表数字非常敏感，结合我比较专业的提问，能非常容易的回复出我想要的重要知识点。

ChatGLM 智普

中文LLaMA-2基座模型和Alpaca-2指令精调大模型-中文LLaMA-2以及Alpaca-2系列模型

这些模型在原版Llama-2的基础上扩充并优化了中文词表，使用了大规模中文数据进行增量预训练，进一步提升了中文基础语义和指令理解能力，相比一代相关模型获得了显著性能提升。

大模型

企业数字化转型的“阿里阿德涅之线”在哪？

谈及企业的数字化转型，总是避不开一个词——降本增效。

大模型用户

RAG超参数调优食用指南

目前构建 LLM 应用程序存在一个巨大的问题，那就是需要调整大量的参数，而且远远超出了提示范围，例如分块、检索策略、元数据等。

rag 大模型

强大高效的微信爬虫Wechat_Articles_Spider：快速获取公众号文章的利器

我们将从简介开始，介绍其特点、安装和使用方法，提供示例代码，讨论其应用场景，并总结其优缺点。

微信爬虫

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

虽然音频技术日新月异，但许多现有方案在复杂场景中仍难以提供稳定且高质量的音频体验。

ClearerVoice-Studio 语音

ComfyUI初学者指南

在顶部输入您的提示，在底部输入您的否定提示。

文生图 comfyui

确实很神奇! 通过 Prompt 中加入“这件事对我的事业至关重要”这样的情感激励可以提升 LLMs 的表现

理解和回应情绪暗示使人类在解决问题方面具有明显的优势。

Prompt 大模型情感激励

Stable Diffusion

Stable Diffusion 文生图全网最细详解

但是这个质量吧，还是很差的，实事上呢，是我们的 prompt 写的太差劲了导致的如果我们完善一点 (丰富一些 prompt ）会发现效果质量立竿见影；而我们只是加入了一些通用的 prompt 提示语

文生图 SD

PDFTriage:面向长篇结构化文档的问答

3.3 问答要初始化PDFTriage进行问答,我们使用GPT-3.5的系统提示格式输入以下内容: 你是一个专家文档问答系统。

大语言模型 PDF 文档

智源：70万预算，从头开发千亿参数大模型，挑战成功！

要知道，当GPT-3的训练成本可是高达460万美元，近一些的Llama2据估算也大概是这个数。

大模型

从零开始学习大模型-第二章-大模型学习路线

随着技术的进步，大模型如OpenAI的GPT-4和Sora、Google的BERT和Gemini等已经展现出了惊人的能力-从理解和生成自然语言到创造逼真的图像及视频。

大模型学习

Stable Diffusion

耗时80小时！超详细的胎教级Stable Diffusion使用教程，看这一篇就够！

从手把手安装部署，到界面功能讲解，再到实战案例制作，到下载优质模型，每一步都有详细教程并且用一个又一个的例子展示，让大家不止是枯燥地看，而是看完立刻也能做出一样的图片出来同时，无论是安装包

文生图

基于Ollama本地部署Llama3指南！

Meta又开源了Llama3 8B和70B的预训练（pretrained）和指令微调（instruction-tuned）两个版本，还有个更大的400B参数预计在今年夏天发布，这个400B可能是第一个 GPT

LLama3 ollama

<...21 22 23 242526 27 28 29 30 ...>

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