文章列表-AI魔法学院

文章列表

大模型：泛化即智能，压缩即一切！

定义4：压缩就是泛化。

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

Elasticsearch Relevance Engine---为AI变革提供高级搜索能力[ES向量搜索、常用配置参数]

任务和模型处理文本让开发人员在 Elastic 中管理和使用自己的转换器模型，以适应业务特定的上下文通过 API 与第三方转换器模型（如 OpenAI 的 GPT

大模型 AI编程

收藏！万字长文聊聊LLM Agents的现状，问题与未来

官方一点地讲：RAG模型的核心思想就是将传统的语言生成模型（如GPT系列）与一个检索系统相结合，在处理一个输入时，RAG首先使用检索系统从一个大规模的文档集合中检索出相关的文本片段，然后将这些检索到的文本作为额外的上下文信息输入到生成模型中

LLM Agents

总结！大模型微调（Tuning）的常见方法

PEFT是什么 PEFT（Parameter-Efficient Fine-Tuning）是hugging face开源的一个参数高效微调大模型的工具，里面集成了4种微调大模型的方法，可以通过微调少量参数就达到接近微调全量参数的效果

微调大模型

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

懂技术的小伙伴也可以寻找其他替代方案，比如语音转文字模型 Whisper、文字翻译 GPT、声音克隆 + 生成音频 so-vits-svc、生成符合音频的嘴型视频 GeneFace++dengdeng。

语音 HeyGen

比尔盖茨最新预言：AI智能体颠覆计算机交互体验甚至软件行业

特别是在11月7日，ChatGPT的开发机构OpenAI推出GPTs和GPT商店，允许用户无需编码就可创建自己版本的GPT，从而构建一个智能体平台和生态。

AI智能体

大语言模型应用中的文本分块策略

在某些情况下，例如将 GPT-4 与 32k 上下文窗口一起使用时，拟合区块可能不是问题。

开源模型

请收好这12种Prompt编写模式，让不可靠的模型生成可交付的可靠结果

4.

prompt

RAG模型的主要痛点和解决方案

痛点4：幻觉和捏造背景：由于过度依赖语言模型的先验，RAG模型经常生成看似合理但完全错误或不忠实的声明，而没有在检索的上下文中进行验证。

rag 大模型

LLM应用架构之检索增强（RAG）的缘起与架构介绍

4）大模型具有智能涌现的特性，能够具备以往模型不具备的zero-shot，few-shot，cot等能力，能够规划和推理，让人感受到了AGI的潜质。

LLM

RPA和大模型结合：开启智能自动化的新纪元

GPT-3https://www.techtarget.com/searchcio/Ultimate-guide-to-RPA-robotic-process-automation是目前最先进的大模型之一

RPA 自动化大模型

大模型：泛化即智能，压缩即一切

定义4：压缩就是泛化。

大模型泛化

AI Agent的数字化革命：超越文本，走向自主决策与交互

自主代理，如Auto-GPT，它能够根据人们通过自然语言提出的需求，自动执行任务并实现预期结果。

生成式AI

M3E 可能是最强大的开源中文嵌入模型

重复问题检测，文本分类等 · · · s2p, 即 sentence to passage ，代表了异质文本之间的嵌入能力，适用任务：文本检索，GPT

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