文章列表-AI魔法学院

文章列表

RAG从入门到精通-RAG简介

前言 RAG（Retrieval Augmented Generation,检索增强生成）是一个将大规模语言模型(LLM)与来自外部知识源的检索相结合的框架,以改进问答能力的工程框架。

rag 大模型

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

，你会发现我其实不是为了说大模型而说大模型（有点绕），我更多的是在写怎么解决企业应用中真正的难题。

RAG 大模型

OpenAI官方ChatGPT提示工程 - 最佳实践11篇（大合集）

以下是提高Prompt效果的六大关键策略： 1.编写清晰的提示如果GPT输出的内容过长，可以要求模型进行简短的回复；如果输出过于简单，可以要求模型使用专业的写作水准输出内容。

ChatGPT 大模型

GitHub工程师分享开发Copilot所采用的提示词工程

用户领域和文档领域之间的转换正是提示词工程所覆盖的领域——由于我们已经在 GitHub Copilot 项目上工作了两年多，所以在这个过程中发现了一些模式。

开源模型

语义检索系统[全]：基于Milvus+ERNIE+SimCSE+In-batch Negatives样本策略的学术文献语义检索

语义索引模型的目标是：给定输入文本，模型可以从海量候选召回库中快速、准确地召回一批语义相关文本。

开源模型

3 个令人惊艳的 GitHub 开源项目，诞生了！

用户将自己的个人头像上传后，可借助 Stable Diffusion 模型进行训练，并生成一款拥有不同风格的个人头像。

开源模型

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

，这些向量由深度神经网络和其他机器学习模型生成。

开源模型

Giraffe：世界上第一个商业可用的32K长上下文开源LLM（基于Llama-2）

概述我们进行了各种各样的实验，试图延长模型的上下文长度。

开源模型

RAG 领域的新宠：为什么 AI 圈都在谈论 Jina ColBERT？

在 RAG (检索增强生成)领域，选对向量模型至关重要，它基本就决定了 RAG 系统的“天花板”，也因此，向量模型的选择总是业界的热门讨论话题。

rag 大模型

RAG超参数调优食用指南

，是控制模型整体行为的变量。

rag 大模型

RAG 2.0来了，它能成为生产落地的福音吗？

在典型的RAG系统中，通常会采用现成的通用嵌入模型来实现数据的嵌入处理，利用向量数据库进行高效的信息检索，并结合大型的黑盒语言模型来完成内容的生成。

RAG 大模型

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

模型参数虽然较上一代 2.4B 模型减少了一半，但仍保留了其 87% 的综合性能。

MiniCPM 大模型

字节，悄咪咪做了个 Liblib

三个月前，「LiblibAI 哩布哩布 AI」，一个 AI 模型社区型产品，在一年内完成了三轮共计数亿元的融资。

Lumi 大模型

MCP服务介绍及应用场景报告-来自Manus

模型如何选择工具在MCP架构中，一个关键问题是模型如何确定使用哪些工具。

MCP 大模型

3 个令人惊艳的 AI 文档神器，开源了！

后来居上的 Claude，也在该特性上持续发力，将原有大模型的 Token 上限硬生生拉到了 100K（约 7.5 万个单词）。

大模型开源模型

<...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