文章列表-AI魔法学院

文章列表

大语言模型的拐杖——RLHF基于人类反馈的强化学习

RLHF的过程可以分为几个步骤：初始模型训练：一开始，AI模型使用监督学习进行训练，人类训练者提供正确行为的标记示例。

大模型训练

如何用大语言模型构建一个知识问答系统

Chatgpt 的限制[9]如下表所示： ModelMaximum text lengthgpt-3.5-turbo4,096(~5 pages)gpt-48,192(~10 pages)gpt-

知识库

最新最全的开源中文大语言模型列表

DemoGPT：地址：https://github.com/melih-unsal/DemoGPT 简介：⚡ DemoGPT 使您只需使用提示即可创建快速演示

大模型

一个产品经理的大模型观察、反思与预测

4、Reinforcement Learning 强化学习强化学习期间所做的基本上是再次获得大量提示，然后针对奖励模型进行强化学习为什么用RLHF？

工作

RAG——使用检索增强生成构建特定行业的大型语言模型

但是，假设你有超过4个文档——可能有成千上万个，你无法将它们全部放入ChatGPT的提示中。

大模型

万字长文-大语言模型指令调优综述

作者构建了 PromptSource，这是一个用于协作创建高质量提示词的工具，也是一个用于开源高质量提示的存档。

大语言模型

微调大型语言模型-核心思想和方法介绍

相反，我们可以通过输入提示直接提供目标任务的几个示例，如下例所示。

大模型训练

10个具有代表性的AI-Agents，将如何改变互联网/重塑Web3

用通俗大白话来比喻，Auto-GPT在“自问自答”的过程中把任务给完成了，不需要人类再提供提示词。

开源模型

AI Agent / 智能体观察笔记（上）

智能体和大语言模型的使用区别大语言模型：用户输入一个Prompt（提示词），AI根据提示词生成一个结果返回给你，如果你需要AI生成新的内容，你需要再次输入提示词——大语言模型就是这么用的。

大模型

“大模型+机器人”的现状和未来，重磅综述报告来了！

以OWL-ViT为例，该模型将ViT与开放词汇对象检测相结合，能够识别数百种未在训练集中出现的物体类别，为机器人系统提供了更广泛的物体理解能力。

论文机器人

人工智能的应用范式呼之欲出

通过CoT咒语般的提示词 “Step by Step”，大语言模型一改过去的一本正经胡说八道，开始认真严肃的逐步推导，虽然推导得出的答案有时候还是会出现张冠李戴的低级错误，但是推导的过程却已经展现了一定的因果推理的能力

大模型

Agent：OpenAI的下一步，亚马逊云科技站在第5层

以AutoGPT和BabyAGI为代表的技术演示型项目，今年4月短暂的火了一阵，但离真正应用到业务中还有一段距离。

开源模型

AIGC系列之一-一文理解什么是Embedding嵌入技术

具体来说，GloVe模型将共现概率矩阵表示为两个词向量之间的点积和偏差的关系，然后通过迭代优化来训练得到最佳的词向量表示。

AIGC Embedding 嵌入技术

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

这可以大大减少硬件需求并提高推理效率。

开源模型

取代 Vue 和 React？25 年码龄程序员不满 Web 现状创建新框架 Nue JS，能将代码量减少 10 倍！

Piirajinen 在 Hacker News 上表示，它是 React、Vue、Next.js、Vite、Svelte 和 Astro 的替代品。

开源模型

<...27 28 29 303132 33 34 35 36 ...>

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