文章列表-AI魔法学院

文章列表

检索增强生成(RAG)有什么好的优化方案

下面针对每个模块分别做说明（备注：以下内容部分参考了检索增强生成技术(RAG)深度优化指南：原理、挑战、措施、展望）。

RAG 检索增强生成

【AI代理】扣子，开始探索多代理模式

代理模式不仅可以拓展大模型的功能（比如给大模型加上网页搜索，加入知识库等），还可以规避大模型的弱点（比如需求是一段代码，但是大模型回复的内容不单单包含代码，还有一些解释语句）。

多代理模式大模型

集成文字生成、抠图、图像融合等强大功能的comfyUI 插件 Allor Plugin

项目地址：https://github.com/Nourepide/ComfyUI-Allor安装最好直接用ComfyUI Manager插件，直接搜索Allor Plugin点击安装即可。

comfyui 插件绘画

StableDiffusion

深度解析丨StableDiffusion在多个设计场景中的探索与应用

本文将深入解析StableDiffusion在多个设计场景中的探索与应用，尤其关注如何利用其制作多种商业落地案例。

文生图

大模型检索增强生成(RAG)高质量报告

今天分享一个来自同济大学Haofen Wang的关于检索增强生成的报告：《Retrieval-Augmented Generation (RAG): Paradigms, Technologies, and

RAG 大模型检索

向量数据库不是一个单独的数据库分类

在不久的将来，我们会看到：每个数据库都会提供某种形式的向量搜索。

大模型向量数据库

AIGC工具提示词技巧

以前，我们和软件对话用的是搜索的逻辑：把我们想要的结果、方向描述出来放到浏览器、搜索引擎做检索。

AIGC 提示词

谈谈LLM在推荐域的渗透，探索推荐新范式

微软快速围绕ChatGPT对相关的产品进行了产品升级，从搜索到微软365各种产品。

大模型

LLM应用架构之检索增强（RAG）的缘起与架构介绍

如图，引入一个检索过程，将领域知识通过相关性检索，将相关信息检索出来，基于它们来构造prompt，最终传给LLM，让其在此之上总结推理。

LLM

如何用大语言模型构建一个知识问答系统

与普通搜索结合，使用基础模型对搜索结果加工。

知识库

无需编码，轻松提升图像品质：探索ComfyUI的图像增强功能

无需编码，ComfyUI是一个强大且易于使用的解决方案，允许新用户和经验丰富的用户探索和构建复杂的StableDiffusion工作流。

文生图

RAG——使用检索增强生成构建特定行业的大型语言模型

这个讨论从这篇文章的相反方向开始——从Elastic Search（或向量搜索）的角度出发——并提出搜索本身是有限的，添加大型语言模型的层可以大大提高搜索体验。

大模型

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

资源链接：探索Distil-Whisper的更多信息对于那些希望深入了解Distil-Whisper的技术专业人士和技术爱好者，以下链接提供了丰富的资源和信息：论文详解：想要深入研究

Distil-Whisper 语音识别

深度对比丨探索LLM（大模型）部署服务的七大框架差异

· · 高吞吐量服务——各种解码算法，包括并行采样、beam搜索等。

大模型

Windrecorder：连续记录屏幕内容，通过OCR技术识别记录内容

这是一款可以持续记录屏幕画面、通过关键词搜索等方式随时找回相关记忆的工具。

Windrecorder 录屏

<1 234 5 6 7 8 9 10 ...>

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