文章列表-AI魔法学院

文章列表

从0到1谈谈智能客服系统的设计与实现

这种方案的实现主要依赖于大规模的预训练数据和高效的检索算法。

智能客服

通俗解读大模型微调(Fine Tuning)

第三个原因是，Prompt Engineering的效果达不到要求，企业又有比较好的自有数据，能够通过自有数据，更好的提升大模型在特定领域的能力。

大模型微调

一个产品经理的大模型观察、反思与预测

算法、算力、数据 · 预训练：最主要工作，相当于训练计算时间的99%，数千 GPU

工作

Langchain的一些问题和替代选择

低效的令牌使用 Langchain的一个重要问题是它的令牌计数功能，对于小数据集来说，它的效率很低。

大模型

AI+智能客服：大模型可落地的最成熟场景之一

例如，数据加密：确保用户数据传输和存储的安全。

ai 客服

被时代选中的智谱 AI：成为 OpenAI，超越 OpenAI

这与过去十多年大数据和人工智能发展面临的问题类似，即存在数据孤岛和数据壁垒。

智谱 AI

还在用“You are expert”这种提示词？连ChatGPT都瞧不起你，试试这些Prompt吧

据ChatGPT称，截至2022年1月，其功能“完全基于[它]训练的数据，其中包括广泛的信息”。

prompt 提示词

清华智能体「XAgent」比ChatGPT4.0还好用！

各种复杂任务都能自主解决，例如：让它使用python来分析给定的数据通过这个案例可以看到，XAgent会分步逐一分析并解答问题

ChatGPT 智能体 Agent

做自媒体消息闭塞很致命，巨好用的工具分享

文案、脚本辅助创作量子探险：最近发现的宝藏AI，主打长文本，很适合用来写长脚本、写小说豆包：字节旗下AI，功能很全，甚至还能根据需求生成图片和音乐，目前是免费滴

自媒体工具

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

二、评测数据的构建及衡量指标 1、数据构建受以往LLM基准的启发，RGB采用问题解答的形式进行评估。

大模型 RAG检索增强

大模型训练为什么用A100不用4090

回到大模型训练所需的总算力，其实很简单，6 * 模型的参数量 * 训练数据的 token 数就是所有训练数据过一遍所需的算力。

大模型

[论文] 阿里提出AgentScope：灵活强大的智能体框架

然而，满足这些要求带来了新的挑战，包括确保不同格式间的数据一致性、在数据传输和智能体通信过程中保持高性能，以及避免为开发者和用户引入复杂概念。

AgentScope 语言大模型智能体

从⼤模型到 AI 应⽤落地，工程实现有多复杂?

私有化数据接⼊：持续更新与调整⼤模型都是通过公开可⽤的数据集进⾏预训练的，对单次输⼊

大模型

AI声音克隆 | 最全最简教程（权威版）

GPT-SoVITS在训练时间上具有明显的优势，因为它支持Few-shot学习，能够在短时间内（如一分钟的语音数据）训练出具有相似音色的模型。

声音克隆教程

阿里推理模型来了！Marco-o1 发布即开源

技术亮点全解析 Marco-o1的核心优势体现在四个方面：思维链微调：团队使用开源CoT数据集和自研合成数据对基础模型进行全参数微调，打造出Marco-o1-CoT。

Marco-o1 推理模型

<...29 30 31 323334 35 36 37 38 ...>

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