文章列表-AI魔法学院

文章列表

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

在大模型时代以前，比如推荐等大数据AI领域，其发展的趋势就是流程编排。

Query Pipeline 大模型

LLM Agent最常见的九种设计模式(图解+代码)

2.调用大模型生成Thought+Action。

LLM Agent 图解

「Agent」通俗易懂地聊聊AI Agent（附66个开源+44个闭源Agent项目）

先说明一个事实：像ChatGPT这样的AI大语言模型不仅仅是和聊天机器人有关，AI Agent和人类文明模拟的AI模型正在编译着我们文明的本质！

大模型

感受恐惧的力量：用 ChatGPT 分析288 篇 10w+ 公众号文章标题的情感分布

上一篇文章中，我介绍了一篇研究 ChatGPT 做定性研究质量如何的文章，结果发现 ChatGPT 做文本分类的质量与人类一致。有了这样的研究支持，我就可以放心用 ChatGPT 来做文本分析了。公司的用户反馈分类没法展示出来，需要找寻另外可用的分类文本。这个分类任务不能太简单，不然没意思，同时，分析出来的东西还要比较有趣，能有点用最好了。最终，我选择了让 ChatGPT 来对微信公众号的文章标题进行分类，看一下那些 10w+ 文章的标题都是怎么吸引人的。

大模型

Langchain的一些问题和替代选择

Langchain因其简化大型语言模型(llm)的交互方面的到关注。

大模型

LangChain: LLM 应用聚焦的两大方向，RAG 和 Agents

接入的方式也大同小异，首先检索外挂数据源中与用户给出的上下文相关的内容，合并之后做 embedding 给到所用的 llm ，最后由 llm 根据模型自己的认知，做出回答。

大模型

Prompt逆向工程：轻松复刻OpenAI“神级”提示词

因为“信、达、雅”的翻译，可能会令模型更容易误解指令要求。

大模型

如何修复GPT幻觉、及评估数据集的挑战

生成大型语言模型 (LLM) 可以对各种用户提示生成高度流畅的响应。

大模型

AI Agent / 智能体观察笔记（中）

语言模型被用来输出重要性的整数分数。

大模型

四种微调技术详解：SFT 监督微调、LoRA 微调、P-tuning v2、Freeze 监督微调方法

预训练 SFT的旅程始于对大型语言模型进行预训练，这通常在大规模未标记的文本数据上进行。

大模型

知识树：一个方法，教你构建「终身知识体系」

很遗憾，我不能，只是隐隐约约记得几个思维模型，比如多元思维模型、第一性原理、刻意练习，其他都忘得一干二净了。

大模型

书生·万卷：难得的中文开源数据集

搞大模型训练，最重要的就是高质量的数据集。

大模型

改进召回（Retrieval）和引入重排（Reranking）提升RAG架构下的LLM应用效果

其基本思路就是，原有的top-k向量检索召回扩大召回数目，再引入粗排模型，这里的模型可以是策略，轻量级的小模型，或者是LLM，对召回结果结合上下文进行重排，通过这样的改进模式可以有效提升RAG的效果。

大模型

一个充满多智能体的数字社会正在浮现，商业的底层逻辑已进入重构倒计时

在本文中，我们提出将大型语言模型（LLMs）如基于GPT的技术集成到多智能体系统中。

大模型

AIGC沸腾200多天后，投资人达成三大共识

“游戏” 在由算力基础设施层、模型层（底座模型、开源模型、自建垂类大模型）、应用层构成的AI新浪潮生态架构中，一些确定性的机会显现出来。

大模型

<...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