文章列表-AI魔法学院

文章列表

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

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

2024！深入了解大语言模型（LLM）微调方法（总结）

所使用的数据已提前检查过。

大模型微调

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

从零开始了解AI大模型 - 概念篇：一文带你走进大模型世界

大模型通过海量数据和超高数量的参数，实现面向复杂问题的“预测”能力。

大模型

大模型微调应用实践，没那么简单，看看曾经踩过的坑

解决方案，对数据并行处理，具体实现参考海量数据高效训练，核心思想自定义数据集本次的主要目标是使向量化耗时随着处理进程的增加线性下降，训练时数据的内存占用只和数据分段大小有关，可以根据数据特点，灵活配置化

大模型

RAG从入门到精通-RAG简介

其核心手段是利用外挂于LLM的知识数据库（通常使用向量数据库）存储未在训练数据集中出现的新数据、领域数据等。

rag 大模型

ChatGPT写论文指令全集

描述研究设计：详细说明你的研究设计、数据收集和分析方法。

ChatGPT 写作

【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程

数据预处理数据预处理主要指如何将「文档」进行向量化。

大模型训练

达摩院SPACE对话大模型：知识注入与知识利用

如上图所示，针对判别式的方法，对有标数据，可以新加一个损失函数 LDA ，但是对于无标数据，无法添加损失函数。

大模型

研究人员开源中文文本嵌入模型，填补中文向量文本检索领域的空白

另一方面，OpenAI 出品的 text-embedding-ada-002 模型被广泛使用，虽然该模型的效果较好，但此模型不开源、也不免费，同时还有数据隐私和数据出境等问题。

GPT

GitHub上很火的RPA框架：一款用于验收测试和 RPA 的通用自动化框架robotframework

4.灵活的测试数据管理：Robot Framework 允许使用不同的数据源来管理测试数据，如Excel、CSV、数据库等。

RPA框架自动化

智能时代的变革者：定制化GPTs重塑未来的五大预言

这不仅包括数据输入和处理，还扩展到更复杂的工作，如初级数据分析和报告编写。

GPTs 智能

<...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