文章列表-AI魔法学院

文章列表

“大模型+机器人”的现状和未来，重磅综述报告来了！

基础模型通过在大规模数据上进行预训练，学习到了丰富的语义信息和世界知识。

论文机器人

收藏！万字长文聊聊LLM Agents的现状，问题与未来

2.4 数据通路与行动框架数据通路通常指的是在Agent内部信息流动的机制，包括感知环境的输入、处理这些输入的中间步骤，以及生成输出或行动的最终步骤。

LLM Agents

15个中文AI写作提示词帮你覆盖所有主流写作场景！！！

数量｝｝个引人注目、吸引点击的「标题党」风格的标题。

写作 prompt 提示词

大规模训练系列之技术挑战

1.2 数据与模型规模对精度的影响近年来，随着数据规模和模型规模的不断增大，模型精度也得到了进一步提升，一些列研究实验表明，从大模型与大数据入手提高模型精度是可行的。

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

Milvus 的设计从底层开始，特别考虑了处理来自非结构化数据的嵌入向量。

开源模型

chatglm3基础模型多轮对话微调

SFT数据格式使用自己的数据可以参照formatted_samples.json文件，这里没有考虑system，实际使用可以根据自己的情况加上，需要修改chat_data_module.py中对应的数据处理部分

ChatGLM 微调

AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步

这个正则化项可以帮助模型更好地泛化和适应新的数据，避免过度拟合现有的数据。

agent

大模型微调方法总结

Adaptation of Large Language Models（https://arxiv.org/pdf/2106.09685.pdf）简介自然语言处理目前存在一个重要范式：一般领域数据的大规模预训练

开源模型

如何使用ChatGPT写出优质文章

提供详细背景信息收集信息：在写作前，收集有关主题的相关数据、研究报告、案例研究等资料。

ChatGPT 写作

LangChain + ChatGLM2-6B 搭建私域专属知识库

+23%）、CEval（+33%）、GSM8K（+571%）、BBH（+60%）等数据集上的性能取得了大幅度的提升，在同尺寸开源模型中具有较强的竞争力。

知识库

Llama 3突然来袭！开源社区再次沸腾：GPT-4级别模型可以自由访问的时代到来

并且推出即为开源SOTA： Meta官方数据显示，Llama 3 8B和70B版本在各自参数规模上超越一众对手。

meta llama3

ChatGPT写论文最强指令

请提供清晰的概述，并在可能的情况下，附上引用文献和相关数据以支撑这些结论。

ChatGPT 指令

AI Agent / 智能体观察笔记（上）

数据存储：智能体执行任务过程中产生的数据都会被存储起来，这些数据会用于调整优化策略。

大模型

LangChain: LLM 应用聚焦的两大方向，RAG 和 Agents

LLM 的能力，这其中就包括了外部向量数据库、外部知识图谱、甚至直接把现有的 ES 接入，或者干脆把现有的生产环境下的搜索引擎接入等方式。

大模型

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

<...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