文章列表-AI魔法学院

文章列表

Learn Prompting-基础篇

理解人工智能思维你好，读者，恭喜你完成了基础介绍章节。

prompt

LLM应用架构之检索增强（RAG）的缘起与架构介绍

另一方面，其训练数据的规模也要足够，避免模型产生过拟合，从压缩思维来讲，模型不过是真实世界的压缩表示，为了能够真实反映这个世界的运行规律和知识，生成真实的数学概率分布，大的模型参数规模和大的数据量是一个硬币的两个面

LLM

AI Agent：大模型与场景间的价值之桥，但不适合当纯技术看

● 现在的大模型就有点这意思。

大模型

RPA终极发展方向瞄准AI Agent，超自动化智能体时代已经开启

很多客户抱怨机器人很脆弱，需要花费数小时来维护它们，而不是构建新的自动化。

RPA 自动化

详解 Diffusion (扩散) 模型

其基本思想是通过迭代前向扩散过程系统地、缓慢地破坏数据分布中的结构。

Diffusion 开源模型

Stable Diffusion

[Stable Diffusion]SD安装、常用模型（checkpoint、embedding、LORA）、提示词具、常用插件

以下是一些安装方式：AutoDL：AutoD镜像版本，现在维护到V16。

开源模型文生图图生图提示词

ChatGPT提示词万能模板：BRTR原则，让ChatGPT完美理解你的需求

下图为“BRTR”原则的图解。

ChatGPT 大模型

深度解读｜做出海必看的一份产品报告

前段时间我们分析的 Voiceflow 和经典的小而美 SaaS企业 Calendly 都是 OpenView 被投版图的一部分。

工作

AI Agent / 智能体观察笔记（下）

CAMEL AI所解决的一个核心问题是目前用户使用大语言模型时，需要反复和AI对话（打磨提示词）才能引导生成一个比较理想的内容。

大模型

从零开始了解AI大模型 - 技术篇：万字深度好文人话说大模型技术

Transformer的诞生旨在解决如翻译等实际任务，而GPT的出现则源于先进的预训练思维。

大模型

聊天机器人阅读 PDF？用这25个提示词技巧，亲测有效！(ChatGPT & Claude 2)

经过大量的实践，我总结了各种提示词的技巧让你通过多个维度从 PDF 中提取有价值的见解。

GPT-4 工作

万字长文震撼来袭！揭秘Transformer——吐血解读自注意力机制的革命性突破

敲黑板，划重点注意力机制的核心思想：通过计算查询与键之间的兼容性来分配权重，进而实现对值的加权求和，从而得到输出。

Transformer 大模型

清华大学ChatGLM团队发布AI Agent能力评测工具AgentBench：GPT-4是全能战士，超越所有模型

图注：AI Agent组成部分 · 规划（Planning）：AI Agent需要提前计划，将复杂任务分解成许多步骤，还需对过去行为进行反思和提炼。

GPT-4

Stable Diffusion

挑战真实影像！Stable Diffusion超越摄影师的光影模型

那么请大家看这张图，有没有“一眼AI”的感觉？

AI图片

我如何夺冠新加坡首届 GPT-4 提示工程大赛 [译]

缩减后的数据集如下所示，每一行代表一位客户，各列展示了客户的相关信息：数据集前三行 —— 图片由作者提供设想你是公司营销团队的一员，你的任务是利用这份客户信息数据集来指导营销活动

GPT-4 提示词

<...25 26 27 282930 31 32 33 34 ...>

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