文章列表-AI魔法学院

文章列表

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

，以及时间序列数据的结合，在AI应用中使用PostgreSQL是非常划算的，特别是在RAG等检索应用中。

大模型 PostgreSQL

Prompt逆向工程：轻松复刻OpenAI“神级”提示词

提取提示词结构体：作为专门针对ChatGPT优化提示词的专家，根据我提供的ChatGPT提示词特征，执行以下任务：识别各提示词的共同特点，并根据这些共同特点将其转化为可以通用的‘提示词结构体’。

大模型

几个对我影响很大的统计学模型

分享几个对自己日常生活和工作有启发的统计模型： 1、37% 规则是一个决策理论，通常用于解释最优停止问题，特别是在寻找最佳选择时（如寻找停车位、选择伴侣、招聘员工等）。

统计学大模型

吴恩达Prompt教程之总结图解

Instruction tuned LLM首先需要从大量文本数据中训练处一个Base LLM，随后使用指令和比较好的输入输出去进一步训练（微调、优化）LLM，在训练过程中，输入和输出都是作为指令给到LLM

prompt 教程吴恩达

模型压缩：量化、剪枝和蒸馏

02量化模型量化是指将模型权重参数用更少的比特数存储，以此来减少模型的存储空间和算力消耗。

BERT 语言模型

Stable Diffusion

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

Checkpoint按画风可以分为三类：官方发布的Stable Diffusion1.4/1.5/2.0/2.1等模型效果都比较一般，现在大家用的比较多的，都是私炉模型。

开源模型文生图图生图提示词

Prompt屠龙术-大厂prompt工程指南解析提炼

· 输出特性：确定语调、风格和细节程度。

prompt 大模型解析

RAG 修炼手册｜一文讲透 RAG 背后的技术

下图是展示一个 2 维的向量空间的例子（实际可能是比较高的维度）。

RAG Embedding

通俗解读大模型微调(Fine Tuning)

第三个原因是，Prompt Engineering的效果达不到要求，企业又有比较好的自有数据，能够通过自有数据，更好的提升大模型在特定领域的能力。

大模型微调

公司如何使用ChatGPT进行内容营销？

解决写作中任何未回答的问题或潜在的差距，如ChatGPT与其他人工智能语言模型或内容生成工具的比较，以及它的与众不同。

大模型

GPT提示词必杀技：思维树法

§ 确定你想写什么主题，比如说是春天还是爱情。

GPT 提示词

Effective Prompt: 编写高质量Prompt的14个有效方法

比如，在文生图模型的Prompt中，你也许会经常看见这样的Prompt：中国风，身穿机甲，赛博朋克，色彩丰富，高对比度，完美光影，虚幻引擎，浩瀚星空背景，CG渲染，超高分辨率，4k高清壁纸，电影特效，光线追踪

prompt 提示词

全球最强大模型一夜易主，GPT-4时代终结！Claude 3提前狙击GPT-5，3秒读懂万字论文理解力接近人类

它特别擅长快速响应的任务，比如知识检索或销售自动化。

claude 大模型

SD入门教程五：后期处理图片高清放大

这样，我们就可以用更简单的方法来分析这个小矩阵，找到它的特征值和特征向量。

SD 入门教程修复

Github上Star数最多的大模型应用基础服务：Dify 深度解读

应用中可以调用 Dify 中内置的大量基础能力，比如知识库检索 RAG，大模型调用。

Dify 大模型知识库

<...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