文章列表-AI魔法学院

文章列表

世界顶级七大管理工具：SWOT、PDCA、6W2H、SMART、WBS、时间管理、二八原则、波特五力分析

例如，市场需求增长、技术进步、政策支持、竞争对手弱势等。

管理工具

关于GPT-4在变笨，有人写了篇论文证实了这一点

论文的主要内容，简而言之就是，你说对了！

大模型

8个常用中文OCR数据集，附下载链接

MSRA-TD500数据集样例（图源：参考资料[1]） MSRA-TD500数据集中的典型图像以及文字的标准矩形框每一个矩形框对应一个文本行。

OCR

美的数字化转型10年，方洪波的反思。作为领导者的高瞻远瞩与宽广胸襟！

然后也构建了一些各种自动化、工业互联网的数字化工厂的一些解决方案。

工作

一文汇总Prompt提示工程的相关策略技巧

二、关于链式思考CoT 1、深思熟虑，给时间思考，一步步思考 2、将复杂任务拆分成简单任务，从简单到复杂模块化解决 3、先列出来所有方法，这样增加解决方案空间，再做方法对比，最后选择合适的

提示词框架

聊聊AI产品做算法备案这件事

发现还是有很多对AI算法备案不了解的人，甚至有人都完全不知道做AI应用产品需要做算法备案的。。。

工作

应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline，提升应用开发的灵活性

传统做法是固化召回，粗排，精排等环节，形成标准的推荐系统处理流程，虽然有利于行业内交流沟通，但这样的方式，在实际生产环境下往往难以快速应对差异化的需求且人为导致模块的割裂及维护的困难，而笔者曾开源了一个

Query Pipeline 大模型

DeepSeek V3刷屏，550万元2000张卡做出的开源模型，和OpenAI几亿烧出来的一样好

简单说就是在注意力机制上做创新，对内存进行压缩，对MoE的运行机制进行创新的设计。

DeepSeek V3 开源模型

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

这不仅对于娱乐行业有着重要的意义，同时在教育、社交等领域也展现出巨大的潜力。

MimicTalk 开源模型

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

根据经验，如果文本块尽量是语义独立的，也就是没有对上下文很强的依赖，这样子对语言模型来说是最易于理解的。

RAG 大模型

AI Agent / 智能体观察笔记（上）

工业自动化最大的挑战就是当某个环节发生意外时，总部的工程师就要电话指导生产一线共同解决问题。

大模型

会“追问”的Agent，大模型知识库另类实践

对于政策型问题，往往原文已经是最佳答案，而大模型对原文的“二次加工”将破坏其语义和完整性，导致准确度下降。

大模型

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

技术的主要组成包括数据提取—embedding—创建索引—检索—排序（Rerank）—LLM 归纳生成，不过实际落地过程来看，将用户查询转换为嵌入向量直接检索，很多时候的结果在相关度方面没有那么理想，本篇分享一种对用户查询进行重写再去检索从而提高准确性和召回率的方案

RAG 大语言模型

SD入门教程四：图生图基础用法

，大多数教程正向提示词都是和原图是有关系的，会让人误解为是对于原图的解释，图生图中无论是正向还是反向提示词都是对于结果图的引导和规范。

SD 入门图生图

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

与激活整个网络的密集模型不同，MoE 仅根据输入激活相对应的专家！

MoE 专家混合模型

<...28 29 30 313233 34 35 36 37 ...>

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