文章列表-AI魔法学院

文章列表

Ollama的本地化又一图形工具ChatOllama，让你轻松玩转ollama，ChatGPT

解压缩，进入目录，cmd，在命令行运行 code .在vs code的terminal中运行 #https://hub.docker.com/r/chromadb/chroma/tags

ChatOllama 安装

RAG 2.0，终于把RAG做对了！

立足于数据如您所知或未知，所有独立的大规模语言模型（LLMs），以ChatGPT等突出示例为代表，都有知识截止日期。

RAG 大语言模型

ChatGPT写论文指令全集

整合与分析：总结文献中的关键观点，识别研究领域的空白和争议点。

ChatGPT 写作

RLHF 在 Text2SQL 领域中的探索

，简写为 NL）问题，转化为在关系型数据库中可以执行的结构化查询语言（Structured Query Language，简写为 SQL），因此 Text2SQL 也可以被简写为 NL2SQL。

Text2SQL RLHF

详解大模型RLHF过程（配代码解读）

本文只对算法的一些有特点的关键点进行阐述，并不对整体实现进行介绍。

训练

如何提高RAG 的效果

下面笔者会根据实践的经验和收集到的信息进行汇总并记录下来。

RAG 大模型

ChatGPT Prompt提示词课程（斯坦福吴恩达 | OpenAl）指南篇极简笔记

个人建议有时间还是要研究一遍视频，特别是其中的例子，值得反复推敲。

prompt 大模型

AI自动生成视频全流程干货

今天分享的是最近Get到的一个新技能，本来想给公司用AI制作视频的，然后参加了一个培训，学完了，但是我发现AI将文字生成视频的本质还是将现有的视频库的内容进行重组，并不能满足我们这个行业的要求，但是针对特定的一些

AI 视频

微信搜狗爬虫WechatSogou - 从微信公众号获取文章的利器

引言在当今信息爆炸的时代，微信公众号成为了人们获取资讯和知识的重要来源之一。

WechatSogou 微信搜狗

OpenAI 无需向量化的 RAG 新架构设计范式剖析

2、无向量化 RAG 新架构设计剖析（以法律知识问答为案例） OpenAI 无向量化 RAG 新架构设计由四大核心环节构成，以下以法律知识问答为案例来详细剖析之。

OpenAI RAG 架构

必看！ComfyUI故障应对指南，让您轻松应对每一个挑战

最近，因为需要对一些SD流程进行自动化和批量处理，我开始学习并使用ComfyUI。

ComfyUI 故障应对

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

模型压缩：量化、剪枝和蒸馏

训练时常用的Dropout 操作有助于模型收敛得更稳定，故通过删除个别不重要的层来减少模型参数，加速推理是完全可行的。

BERT 语言模型

FFmpeg之父新作——音频压缩工具 TSAC

我们看下官网给出流行歌曲的例子进行分析，首先听起来整体上是比较接近的，但是经过压缩后还原的音频，伴奏和人声混在了一起，没有一轨一轨清晰的感觉，有点像混音没有做好。

TSAC 音频工具

使用ComfyUI玩SDXL的正确打开方式

就好像开汽车时，手动挡和自动挡的区别。

文生图 ComfyUI

<...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