文章列表-AI魔法学院

文章列表

微调大型语言模型-核心思想和方法介绍

上面提到的快速调整方法提供了一种比参数微调更节省资源的替代方法。

大模型训练

大模型实践总结

仅解码器架构（Decoder-only）：自回归模型（将解码器自己当前步的输出加入下一步的输入，解码器融合所有已经输入的向量来输出下一个向量，所以越往后的输出考虑了更多输入），更擅长生成类的任务，例如：

大模型训练

GitHub上很火的RPA框架：一款用于验收测试和 RPA 的通用自动化框架robotframework

这使得测试用例的编写非常简单和易于理解。

RPA框架自动化

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

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

SenseVoice-Small：一个仅编码器的模型，优化了快速语音理解。

asr tts 声音

AI提示词|一词千金，写提示词的这个技巧你一定没想到！(二）

一.本文背景本文是上一篇的姊妹篇，上文我们主要讲到了<提示词堆栈>这个优质的提示词网址，以及本文推文的主要灵感来源上一篇文章主要讲了<智能提示设计的29个动词>的四个观点

提示词写作

2万字大模型调研：横向对比文心一言、百川、Minimax、通义千问、讯飞星火、ChatGPT

例如： (1) *文章阅读和AI解读 (2) *产业的数据分析 (3) *网的资讯自动化、机器人化等 3.创新业务模式：大模型技术可以推动企业创新业务模式，为企业创造新的增长点

大模型调研

LangChain + ChatGLM2-6B 搭建私域专属知识库

下载源码 git clone https://github.com/THUDM/ChatGLM2-6B 安装依赖 cd ChatGLM2-6B #&ensp

知识库

回归分析：探索变量之间的奥秘

一、开启探索之旅回归分析，这把探索世间万物背后逻辑的钥匙，能够解锁变量之间的关系。

回归分析变量

Byzer-LLM 快速体验智谱 GLM-4

Byzer-LLM 可以让用户用一套接口就可以部署和使用市面上主流的开源和SaaS版本大模型，之前以Qwen 写过一篇，可以看这里：Byzer-LLM 支持同时开源和SaaS版通义千问今天我们升级了一个

Byzer-LLM GLM-4

不出所料，字节个把月就整出了自己的manus,不用积分，无需会员，快来体验coze空间吧

字数 1713，阅读大约需 9 分钟一两个月前manus开始爆火的时候，我写过下面的内容对manus的8个评价文兄赞一个，公众号：PeopleSoft探究内行看门道，

manus 阿里

语言大模型100K上下文窗口的秘诀

《了不起的盖茨比》有72K词元，210页，按1.7分钟/页的阅读速度计算，需要6小时的阅读时间。

大模型

谈Agent构建平台的设计

我认为这个生态中最大的平台方要解决，因为只有它才最可能有资源有动力去解决。

Agent 构建

什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？

答：Bert 的模型由多层双向的Transformer编码器组成，由12层组成，768隐藏单元，12个head，总参数量110M，约1.15亿参数量。

大模型

揭秘DeepSeek:一个更极致的中国技术理想主义故事

你怎么看创业公司与大厂竞争的新解法？

DeepSeek 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