文章列表-AI魔法学院

文章列表

AutoGPT与LLM Agent解析

模型生成的内容如下：思考：我需要使用计算器来计算 123 乘以 456 的结果动作：调用计算器动作输入：123 * 456 观测结果：然后我们可以处理这段返回，调用计算器程序，拿到 123

大模型

一位芯片投资人的十年复盘：谁是中国的英伟达｜AI光年

昇腾现在是910B,马上会推出910C，未来从性能和参数各方面应该都很不错，华为的另外一个优势是有自己的供应链，这个是所有的创业公司目前不具备的，所以华为肯定会占据相当的市场份额。

AI光年芯片投资

如何构建基于大模型的App

使用上下文注入时，我们不修改语言模型，而是专注于修改提示本身并将相关上下文插入到提示中，其工作原理可能是这样的：因此，需要思考如何为提示语提供正确的信息, 需要一个能够识别最相关数据的过程

构建大模型App

如何从零开始，打造一家AI驱动的公司？

公司链接：https://www.figma.com/ 二、建立网站：Relume Relume 是 Figma 和 Webflow 组件库。

大模型打造公司

从零开始用LangChain、Pinecone和LLMs搭建你自己的文档问答系统

链：链不仅仅是一个单一的 LLM 调用，而是一系列的调用（无论是对 LLM 还是其他工具）。

知识库 langchain

微软最新模型Phi-3 Mini开源登场！小模型，大未来！!

这个模型提供两种不同上下文长度的版本：一种是4k tokens，另一种则是128k tokens，它们通过经过精心设计的预训练和指令调整流程，使得Phi-3 Mini能够更加精确地把握人类的语言习惯、表达形式和逻辑思维方式

Phi-3 Mini 人工智能

懒人福音！用AI生成会议纪要，让你的工作更高效！

具体文本如下：请认真阅读并分析这篇文章，然后帮我整理成更规范的形式，包括文章主要内容、文章核心信息、文章带给我们的思考，提炼后浓缩成到大约500字 ================

会议纪要 AI工具

Qwen2.5更新百万超长上下文，推理速度4.3倍加速，网友：RAG要过时了

huggingface.co/spaces/Qwen/Qwen2.5-Turbo-1M-Demo https://www.modelscope.cn/studios/Qwen/Qwen2.5-Turbo-1M-Demo 参考链接

Qwen2.5 开源模型

实操：基于 Ollama+AnythingLLM 的 AI 超级阅读法

使用以下 prompt 发给 AnythingLLM 让我们一步一步思考，阅读我提供的内容，并做出以下操作：第一步，提取文档的元数据（阅读文章内容后给文章打上标签

Ollama AnythingLLM 阅读

AI能赚到钱了么？

AI的上述特质决定它其实是供应链上的一个环节。

大模型商业模式

写不好Prompt？可以先写个粗糙版本，然后让GPT帮助优化。

存在哪些在线资源或书籍可以作为学习参考？

Prompt GPT

大模型再发展5年，搜索引擎还在么？

而判断是不是你需要的信息就在于PageRank等算法，这些算法依赖链接数和质量等判断内容的权重，再依赖关键字来判断匹配度。

大模型

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

该工作对于指引RAG研发的工作具有一定的借鉴意义，本文对该工作进行介绍，供大家一起参考。

大模型 RAG检索增强

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

通义千问介绍文档 🔗：https://tongyi.aliyun.com/qianwen/blog/tsq0i7fyr9is4oeo · 论文链接 🔗: https:

阿里云视频音频

无限逼近真人效果的“超真实人像大模型”，或许它才是你一直在寻找的真爱！

项目主页-https://snap-research.github.io/HyperHuman/ 论文链接-https://arxiv.org/abs/2310.08579 代码链接-https:/

大模型文生图

<...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