文章列表-AI魔法学院

文章列表

从Langchain到ReAct，在大模型时代下全新的应用开发核心

同时具备帮助LLM模型获取信息、输出内容与执行决策的能力。

大模型

从零开始了解AI大模型 - 技术篇：万字深度好文人话说大模型技术

注意力机制注意力机制是一种用于处理文本数据的机制，它通过卷积计算解决了循环神经网络（RNN）无法真正双向捕获上下文以及无法并行计算的限制。

大模型

ChatGPT：12个写作提示词帮你覆盖所有主流写作场景

通用标题党生成器在给定的主题或内容{主题}下，发挥你的创造力和想象力，打造{数量}个引人注目、风格独特的标题，以吸引读者的眼球。

写作创作提示词

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

直接端到端输出结果：无论是中英文的大段文字：还是包含了公式的文档图片：又或是手机页面截图：甚至可以将图片中的表格转换成 Latex 格式：当然，作为多模大模型，通用能力的保持也是必须的

OCR 手写文字识别

从第一性原理看大模型Agent技术

感知环境、自主决策、具备行动能力，设定明确的目标和任务，适应环境及学习能力，都是 Agent 的关键特点。

大模型 agent

AI能赚到钱了么？

产业分工的话，这种模式就会和上两种叠加在一起，成为拉动前面两种的力量。

大模型商业模式

一个小妙招从Prompt菜鸟秒变专家！加州大学提出PromptAgent，帮你高效使用ChatGPT！

而对于通用的NLU任务，PromptAgent的能力和通用性也完胜所有的基线。

PromptAgent 大模型

通俗解读大模型微调(Fine Tuning)

作为像水、电一样的基础设施，预训练大模型这样的艰巨任务，只会有少数技术实力强、财力雄厚的公司去做。

大模型微调

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

按原样使用基础模型可以很好地用于一般搜索，但对于任何特定的用力，则需要使用上面提到的选项之一。

生成式AI

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

一、模型概述 OmniVision - 968M是一款由NexaAI研发的紧凑且高效的多模态模型，其参数规模小于10亿（968M），却具备强大的视觉和文本处理能力。

OmniVision -968M 多模态模型

开源打败闭源？Meta即将推出开源代码生成平台Code Llama，剑指OpenAI Codex

自然语言处理（NLP）技术则让 Code Llama 有能力理解开发者的输入，并生成与上下文相匹配的代码建议。

开源模型

RAG 2.0来了，它能成为生产落地的福音吗？

ensp; 开放域问答：使用标准的Natural Questions（NQ）和TriviaQA数据集来测试每个模型正确检索相关知识并准确生成答案的能力。

RAG 大模型

国产大模型与全球最强大模型大比拼：语义理解、数学推理同台竞技，究竟谁更厉害

例如，有些模型对比结果没有公布业界经常使用的MMLU，而是选择了一些不知名的排行榜，看似结果很好，其实很难有说服力。

大模型

终极福利：15个中文AI写作提示词帮你覆盖所有主流写作场景！！

01文章标题生成HEADLINES Prompt 1 通用标题党生成器根据给定的主题或内容｛｛主题｝｝，请使用你的创造力和想象力，生成｛｛数量

写文章提示词

RAG 修炼手册｜一文讲透 RAG 背后的技术

每个编码器和解码器由多层自注意力机制和前馈神经网络组成。

RAG Embedding

<...26 27 28 293031 32 33 34 35 ...>

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