文章列表-AI魔法学院

文章列表

完整ChatGLM3部署教程，支持手机和车载平台部署

在语义、数学、推理、代码、知识等不同角度的数据集上测评显示，ChatGLM3-6B-Base 具有在 10B 以下的基础模型中最强的性能。

ChatGLM3 大模型

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

在没有OCR的扫描文档中，从图像中识别和提取文本将非常繁重。

大语言模型 python

RAG 2.0来了，它能成为生产落地的福音吗？

在典型的RAG系统中，通常会采用现成的通用嵌入模型来实现数据的嵌入处理，利用向量数据库进行高效的信息检索，并结合大型的黑盒语言模型来完成内容的生成。

RAG 大模型

九问中国大模型掌门人，万字长文详解大模型进度趋势

“外挂知识库、扩大知识量，能改善大模型幻觉问题” 李大海（CPM大模型）：幻觉问题确实是当前影响应用落地的一个绊脚石。

大模型详解

从Langchain到ReAct，在大模型时代下全新的应用开发核心

人类根据这种协同关系学习新知识，做出决策，然后执行。

大模型

Mixtral 7B 官宣免费，一大波 AI 模型也免费了，有网就能用！

它仿佛在说：“代码给你了，效果好不好，试了就知道！”

开源大模型

目前有哪些比较成功的人工智能应用？

广泛共识: 在学术界和工业界都得到了广泛认可。

生成式AI

AI进化的新纪元：AI AIgents时代（1/9）——什么是Agent？

比如，如果你有一个天气插件，当用户问“纽约的温度是多少”，模型就会知道它无法回答这个问题，并查看用户安装的可用插件。

大模型

如何提高RAG 的效果

预设多个Prompt 模板这个笔者在前面的文章中也提到过，比如：检索的质量较高的情况下，可以使用完全根据参考信息来回答的Prompt模板，在检索不到内容或者检索的质量低的情况下，可以让模型根据自己的知识来回答

RAG 大模型

Stable Diffusion

99%的人都不懂的Stable Diffusion高级功能，Negative Prompt如何正确使用?

但是你知道吗？

Negative Prompt 文生图

了解Kimi必看的26个问题 | Kimi系列文（二）

在上一篇中，我们带大家系统认识了AI。

Kimi 大语言模型

AI Agent新对决：LangGraph与AutoGen的技术角力

此外，AutoGen还拥有丰富的功能库，覆盖了多种常见的功能需求，使开发者可以快速实现所需功能，无需从头开始编写。

LangGraph AutoGen 对决

RAGFlow：开源的RAG引擎，专注于深入的文档理解，支持处理各种复杂格式的非结构化数据

主要特点 ·基于深度文档理解的非结构化数据知识提取，处理复杂格式数据。

RAGFlow RAG 开源

七问大模型幻觉｜LLM Hallucination

模型的参数知识偏向：有研究表明，模型在处理信息时，可能更依赖其在预训练阶段所积累的知识，而忽略了实时提供的上下文信息

大模型

11个情感刺激Prompt，高效提升AI大模型性能

2️⃣社会认知理论。

Prompt 大模型

<...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