文章列表-AI魔法学院

文章列表

Prompt工程如此强大，我们还需要模型训练吗？

ensp; 3.如果我们还需要模型训练，例如在GPT3基础上把21年以后的数据喂进去，其中学到的新信息与prompt里学到的信息有没有本质区别

大模型

万字长文-大语言模型指令调优综述

.， 2023)是一个全面的多模态指令调整数据集，用于理解二维图像和三维点云。

大语言模型

被时代选中的智谱 AI：成为 OpenAI，超越 OpenAI

在这之后的 10 年里，实验室一直进行工程方面的研究。

智谱 AI

知识树：一个方法，教你构建「终身知识体系」

但是里面又有笔记本的作用在里面。

大模型

数字人直播哪家强？百度、硅基、风平与闪剪四大AI数字人横向评测！

另外开播上，百度灵犀云端版只提供了“窗口捕获”一种导入直播伴侣的方法，就是曦灵会单独弹出来一个网页窗口页面，然后用直播伴侣的“窗口捕获”获取画面源。

数字人数字分身

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

（2) 成本运行RAG系统需要承担云计算成本和模型成本。

大语言模型 RAG检索增强

AI Agent / 智能体观察笔记（下）

这里我选择了一个相对小众BenQ的教育硬件产品”BenQ Board“教室触控大屏第二步：训练AI销售助理随后，AOMNI会提示销售经理输入更多的产品信息，如网页和产品文档。

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?

在这篇文章里，我将全方位揭开Negative Prompt的神秘面纱，和你一起探索这项Stable Diffusion独特而强大的功能。

Negative Prompt 文生图

PostgreSQL的三位一体——在大模型应用中结合关系型、向量和时间序列数据

在RAG应用中，如果行业知识文件被切分出几万个，那么使用时间过滤就会非常重要，比如我们只需要检索2023年3月份的合同文件，那么就可以用时序数据将目标chunk从几万个里面先挑出来，再进行向量计算。

大模型 PostgreSQL

RAG 与 Finetuning，谁是提升 LLM 的最佳工具？

这里的主要目标是风格一致，因此特定摘要风格背后的“原因”可能不像其他用例那么重要。

训练

数字人直播哪家强？中国数字人平台分析大全

百度曦灵对外宣传也相对较少，加之在百度智能云的产品体系中也并不算重点业务，所以很多人知道百度有数字人业务，但却比较少见到具体的数字人产品和应用。

数字分身数字人

深度对比丨探索LLM（大模型）部署服务的七大框架差异

· · 本机和 Azure 集成 — Microsoft 开发的 MII 框架提供了与其云系统的出色集成。

大模型

语义检索系统[全]：基于Milvus+ERNIE+SimCSE+In-batch Negatives样本策略的学术文献语义检索

比方说，你在电台里听到了一首陌生的歌曲。

开源模型

AI Agent的千亿美金问题：如何重构10亿知识工作职业，掀起软件生产革命？

说到这里不难发现，当前这个领域还有很多问题等待解决，但我们仍然非常看好 AI Agent 的前景有很强的信心—— So what: 为什么 AI agent 重要？

大模型 AI编程

45个 DALL-E 3 使用案例 (附提示词)

两种最大的区别是，ChatGPT 里面的 DALL-E 3 除了能生成方形的图之外，还可以生成 1792x1024 和 1024x1792 的图片。

DALL-E 提示词文生图

<...24 25 26 272829 30 31 32 33 ...>

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