文章列表-AI魔法学院

文章列表

谈Agent构建平台的设计

但与各种low-code平台、Agent平台、GPT平台不同，市场对学习Excel的需求很大，教Excel的书很多。

Agent 构建

大模型评测新思路：弱智吧精华问题大全

., 2023）模型进行了微调，以分析数据源对模型跨领域知识能力的影响，并使用 Belle-Eval 上基于模型（即 GPT-4）的自动评估来评估每个模型在各种任务上的性能。

弱智吧训练数据集

【揭秘】BELLE大模型：一个集合训练、数据、模型、APP的超级神器，让每个人都能拥有自己的“大模型”！

虽然在大家不懈努力下开源模型在效果方面已经取得了长足进步，甚至一些模型在个别方面已经与 ChatGPT 甚至 GPT-4 效果比肩，我们仍然需要直面与 OpenAI 的差距。

训练大模型 belle

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

然后，我们利用GPT-3.5 根据提供的原始文本标签生成更多的问题和答案。

大模型语音

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？

这一点在很多行业专家对 LLM 的使用中能够初见端倪，例如陶哲轩把 GPT-4 当作了自己科研中的 thinking partner，未来好的 agent framework 将让大家更好地设计和打造自己的合作伙伴

大模型 AI编程

LLM native策略的内部状态是否应该结构化【2023Q3】

目前开源的LLM的Context window确实还不够大，但GPT-3.5-turbo-16k的context window其实已经不小了。

大模型

中文通用大模型最全汇总

://github.com/FlagAI-Open/FlagAI/tree/master/examples/Aquila 简介：由智源研究院发布，Aquila语言大模型在技术上继承了GPT

大模型开源模型

大模型：泛化即智能，压缩即一切！

如果将下一个token预测当作压缩模式，那么GPT的升级可能并不需要基于原始数据进行训练，而是基于大模型这个压缩器在分布之间泛化。

泛化大模型

大模型应用发展的方向｜代理 Agent 的兴起及其未来（下）

它不仅具备GPT-4等大型语言模型的基本功能，还包括各种实用的外部工具和长/短期记忆管理。

大模型

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

我们在一些客户的实践过程中，还是发现相关性效果不佳，甚至造成了其中一个客户选择了其他方案（使用RAG+GPT-4的方案）。

RAG 检索增强

《构建个人知识图谱》：让 AIGC 帮你自动构建知识图谱

url).meta_description completion = openai.Completion.create(model="gpt

提示词文生图 AIGC

【爆肝整理】500+ AI 最佳提示词

一些最佳的通用GPT提示：像 XX 专家一样行事在表格中显示信息不要写XX 只解释 XX 你将扮演XX。

提示词

RAG模型的主要痛点和解决方案

- 使用像OPT或GPT-3的分类器框架开发运行时过滤器来捕获不安全的输出。

rag 大模型

大模型：泛化即智能，压缩即一切

如果将下一个token预测当作压缩模式，那么GPT的升级可能并不需要基于原始数据进行训练，而是基于大模型这个压缩器在分布之间泛化。

大模型泛化

AI产品经理视角：如何构建人工智能产品

GPT 系列的高级 LLM（大型语言模型）（例如 ChatGPT 和 GPT-4）以及来自 Anthropic 和 AI21 Labs 等其他提供商的高级 LLM（大型语言模型）可通过

大模型产品经理

<...23 24 25 26 27 282930 31 32 >

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