文章列表-AI魔法学院

文章列表

开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用

在 pod 之外，谷歌使用了 Pathways 方法通过数据中心网络执行数据复制还原。

开源模型 Gemma

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

多任务和多数据集共同训练面临的一个重要挑战是不同数据集关联的文本标签的相当大的变化。

大模型语音

人手一个编程助手！北大最强代码大模型CodeShell-7B开源，性能霸榜，IDE插件全开源

CodeShell的原始训练数据基于自己爬取的Github数据、Stack和StarCoder数据集，以及少量高质量的中英文数据。

开源模型 AI编程

2.7B能打Llama 2 70B，微软祭出「小语言模型」！96块A100 14天训出Phi-2，碾压谷歌Gemini nano

Phi-2所使用的训练数据，包含合成数据集，——专门用于教授模型常识推理和一般知识（科学、日常活动和心智理论等）。

小语言模型

RAG 2.0，终于把RAG做对了！

换句话说，LLMs只能“看到”截至某一时间点的数据。

RAG 大语言模型

深入浅出：大语言模型中必不可少的技术——Embedding简介

embedding向量通常是一个由实数构成的向量，它将输入的数据表示成一个连续的数值空间中的点。

embedding

如何看待大型语言模型的Prompt

LLM作为程序数据库你可以将大型语言模型视为类似于数据库：它存储信息，你可以通过提示来检索信息。

prompt 大语言模型

Transformer速查宝典：模型、架构、训练方法的论文都在这里了

· 它在一个 300B token 的数据集上进行训练。

Transformer

简单提升RAG的10种方法

数据清理 RAG 将LLM的能力与特定数据联系起来。

RAG 大模型

大模型时代-行业落地的再思考

很多人认为行业大模型是用一个7B/13B的模型架构完全用领域数据训练一个模型，因为参数量达到了“大”的标准，数据完全用的是行业数据，就称作行业大模型了。

大模型

LLM微调神器Lamini，疯狂获星1.9k，免费可用！！

并且，在 Lamini 的项目地址中有着 · 1400 个问答数据集（这是关于 Lamini 的内部工程文档，你也可以将其自定义）； · 在此数据集上运行 LLM 微调的代码；

大模型

释放潜能：大模型与企业微信SCRM系统的完美结合

企业微信SCRM系统的核心功能有以下几个方面：• 客户画像：通过对客户的聊天记录、消费行为、社交媒体等数据进行分析，生成更加细致和全面的客户画像，帮助企业进行精准营销和个性化服务

SCRM 大模型

Prompt、RAG、微调还是重新训练？如何选择正确的生成式AI的使用方法

因为我们是在特定领域的数据上更新模型权重，模型产生更多的上下文响应。

生成式AI

评论能力强于GPT-4，上交开源13B评估大模型Auto-J

具体方法训练数据总体上遵循如下的流程示意图：图1：训练数据收集流程示意图场景的定义和参考评估标准：

Auto-J 大模型

大模型应用中大部分人真正需要去关心的核心——Embedding

简单地说，向量Embedding是可以表示许多类型数据的数字列表。

大模型

<...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