文章列表-AI魔法学院

文章列表

大模型实践总结

编码器-解码器架构（Encoder-Decoder）：序列到序列模型（编码器的输出作为解码器的输入），主要用于基于条件的生成任务，例如：翻译，概要等。

大模型训练

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

文本搜索的局限性文本搜索的限制是它仅限于单个字符串的复杂查询，牺牲了表达能力，无法使用关键词、过滤器和其他高级功能。

RAG 大语言模型

大模型的最大bug，回答正确率几乎为零，GPT到Llama无一幸免

特别的，如果大语言模型（LLM）以 <description> 为条件，那么模型 <name> 的可能性将不会高于随机基线。

大模型

Prompt屠龙术-大厂prompt工程指南解析提炼

我们先看看大厂官方的prompt书写指南 openai提示词指南

prompt 大模型解析

收藏！万字长文聊聊LLM Agents的现状，问题与未来

知识库导入不一定就是一条条干瘪的知识，也可以是一些风格化，个人化的东西。

LLM Agents

300天里，我帮你踩遍了AIGC创业的各种坑

身处在没有先例可循的路途之中，我们踩过坑，追随过主流，也有过困惑，直到找到一条相对适合我们的道路。

AIGC 创业

大模型落地“诸神之战”，场景玩家先杀出重围了

过去一年，TCL空调的近600名导购用上了这一产品，通过AI工具生成了2000+图片、200多条视频、超80万字营销文案，传播效果大大提升。

大模型文生图

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！

请注意，“locus”一词应被识别为基因组位置，而不是疾病名称。

PromptAgent 大模型

Stable Diffusion

硬核解读Stable Diffusion（系列二）

使用CFG，去噪过程的噪音预测不仅仅依赖条件扩散模型，也依赖无条件扩散模型：这里的negative_prompt便是无条件扩散模型的text输入，前面说过训练过程中我们将text置为空字符串来实现无条件扩散模型

StableDiffusion 文生图

万字长文，AI大模型的应用实践总结

· 编码器-解码器架构（Encoder-Decoder）：序列到序列模型（编码器的输出作为解码器的输入），主要用于基于条件的生成任务，例如：翻译，概要等。

大模型

前半年，我看到的有趣的 AI 产品

10、AI Agent 虽然很火，但到目前为止，仍然没有特别好、真正跨过那条“金线”的 Agent 产品。

AI工具

必看！阿里通义千问完整技术报告

为了增强我们模型在多语言下游任务中的性能，特别是在中文方面，我们增加了常用的中文字符和词汇，以及其他语言中的词汇。

大型语言模型报告

万字长文-大语言模型指令调优综述

IT的好处有三方面：(1)在指令数据集上对LLMs进行微调，弥补了 LLMs预测下一个单词目标与用户遵循指令目标之间的差距；(2)与标准 LLMs相比，IT 允许更可控和可预测的模型行为。

大语言模型

达摩院SPACE对话大模型：知识注入与知识利用

相对于无监督数据往往几千万，几亿条，有标注的数据，可能只有几百条、几千条等。

大模型

一人搞定30万商品分类：AI落地实践故事！

另外，还有限制条件： · 商品名主要是中文 · 只能在内网使用 · 没有性能强大（更别提GPU）的服务器思路首先想到的是微调一个4bit量化的中文LLM，来实现输入商品名

embedding 大数据分类

<...23 24 25 262728 29 30 31 32 ...>

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