文章列表-AI魔法学院

文章列表

RAG与Long-Context之争—没必要争

RAG的本质是通过用户问题从数据库/知识库中找到相关片段内容，再利用大模型查找或总结出答案。

RAG Long-Context 大模型

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

评估系统的标准方法是将其与一系列精心设计的数据集进行基准测试，每个数据集代表一个特定的领域和任务。

多模态大模型 GPT-4V 文生图

取代 Vue 和 React？25 年码龄程序员不满 Web 现状创建新框架 Nue JS，能将代码量减少 10 倍！

据悉，Nue 源自德语单词 neue，与英语中的“new”同义。

开源模型

大模型是怎么“用工具”的：一文讲透 Function Calling 策略

参数如下。”

Function Calling 大模型

一文看懂RAG：大语言模型落地应用的未来

处理大量和多样化的数据：RAG可以处理和理解庞大的数据集，如维基百科或其他专业数据库。

rag 检索增强

除了深度换脸、模拟配音，还能口型匹配的AI软件出现了

而Gaurav Misra还花了数年时间学习法语，这帮助他在欧洲、非洲和中东建立了专业的关系网。

AI

2023年LLM如何入门？请看这篇综述！

常用语料库训练大型语言模型需要大量的文本数据，因此，常用语料库是训练大型语言模型所需的重要资源之一。

大模型

AI颠覆的第一个体育赛道，来了

据报道，人工智能技术的发展速度令人惊叹，OpenAI推出的Sora和Plaier平台等工具正在改变体育界的面貌。

体育 AI

大模型应用的10种架构模式

对于刚入门的用户，可以选择使用预先构建的服务，如 GPTCache，或者使用常见的缓存数据库，如 Redis、Cassandra、Memcached来运行自己的服务。

大模型架构

如何使用 Megatron-LM 训练语言模型

数据加载 Megatron-LM 带有一个高效的 DataLoader，其中数据在训练前被 tokenize 和 shuffle。

开源模型

9个范例带你入门langchain

5，数据库问答(Querying Tabular Data): 从数据库/类数据库内容中抽取数据信息。

大模型

图解检索增强式生成（RAG）技术 | 万字长文

在实际运行时，我们使用相同的编码器模型将用户的查询转换成向量，然后对这个查询向量进行搜索，针对索引找到前 k 个结果，从数据库中检索相应的文本段落，并将它们作为上下文输入到 LLM 的提示中。

检索增强式生成 RAG

LangChain: LLM 应用聚焦的两大方向，RAG 和 Agents

LLM 的能力，这其中就包括了外部向量数据库、外部知识图谱、甚至直接把现有的 ES 接入，或者干脆把现有的生产环境下的搜索引擎接入等方式。

大模型

大模型在金融行业的应用场景

应用场景知识库/知识问答知识库目前是大模型落地最多的场景，也是其他业务的基石。

大模型金融应用

Agent：OpenAI的下一步，亚马逊云科技站在第5层

我们知道，在生成式AI爆发之后，向量数据库也实在火爆不已。

开源模型

<...22 23 24 252627 28 29 30 31 ...>

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