文章列表-AI魔法学院

文章列表

【2023.10】看目前巨头的AI原生产品布局

等等巨头虽然有很多的资源，但管理成本是也同样是较高的，同时速度也很重要，所以短期会略倾向于能够更加充分发挥大部队协作的方案。

大模型产品

你真的会写 Prompt ? 剖析 RAG 应用中的指代消解

该任务旨在识别代词、名词短语等，将它们与先前提到的实体关联起来。

Prompt 大语言模型 RAG

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

这一过程既提高了训练效率，又尽可能减少了对短文本处理性能的损失。

MiniCPM 大模型

知识树：一个方法，教你构建「终身知识体系」

2、个人背景 ①我们的时间和精力非常有限每个人一天就只有24小时，只能学那点东西，不可能像人工智能一样，可以在短短几秒之内，就把整个图书馆所有的书全部学完。

大模型

中文开源OCR框架对比及介绍

为了完成自己的需求，我先后尝试了4种不同的OCR框架/Toolkit 这里根据自己的使用经验，我把所有信息封装到以下4个方面：新手友好度、OCR性能、使用成本、个性化训练，做个简短比较，方便大家之后选择适合自己的

OCR

LLM应用架构之检索增强（RAG）的缘起与架构介绍

它的生成的新样本是基于它学到的概率分布而来，它有可能生成出符合人类预期的结果，同时，也有可能生成出不符合预期的情况，我们能做的就是通过微调等手段改变数据概率分布来干预模型结果，但无法完全改正，可以说这就是生成式模型的内在基因体现，如何扬长避短才是关键

LLM

世界上最流行（github排名高）的开源移动机器人的操作系统ROS开源了！！

; 参数 /robotis/direct_control/default_moving_time(double, 默认值: 0.5) 移动到目标位置的最短时间

ROS 机器人开源模型

请收好这12种Prompt编写模式，让不可靠的模型生成可交付的可靠结果

nbsp; 了解这12种Prompt编写模式之前的问题首先要搞清楚人类和机器思考问题的区别，人类在思考速度、耐力很多方面无法和机器相比，但人类拥有机器所不可能发展出来的直觉，这是我们人类的优势，也是短时间内可以控制机器的最大优势

prompt

使用 Dify 和 Moonshot API 构建你的 AI 工作流（一）：让不 AI 的应用 AI 化

设置模型的具体参数因为我们希望标题生成的相对合理，和内容比较有相关性，并且标题字数比较少，所以我们可以参考上面的方式来进行模型调用参数设置，来让模型的调用时间更短一些。

Dify Moonshot API 工作流

最强开源大模型Llama 3，在扎克伯格设想中其实是这样的

世界有可能在短时间内共同升级。

Llama 3 大语言模型

万字长文，大语言模型如何宣告心理学的死亡？

LLM是基于人类创造的算法和海量数据在极短的时间内（相较于人类历史）训练出来的产物，它们也许能够预测人类的行为，解决复杂的问题，但它们并不是具身的生物。

大语音模型

PDFTriage:面向长篇结构化文档的问答

DUDE和DocVQA中的问题可以短格式回答;DUDE的答案平均大约3.35个标记,DocVQA的标记平均2.11个。

大语言模型 PDF 文档

查理·芒格：关于人生的13个忠告

这件事情让我想起豪斯曼（英国古典文学学者）的一首短诗，那首诗好像是这样的：别人的想法是飘忽不定的他们想着和恋人幽会想走大运或出大名我总是想着麻烦我的想法是稳重的所以当麻烦来临时我早已做好准备你们很可能会说

人生箴言查理芒格

Stable Diffusion

99%的人都不懂的Stable Diffusion高级功能，Negative Prompt如何正确使用?

例如，可以提供一些词汇或短语，用于描述要生成的艺术作品的主题或情感。

Negative Prompt 文生图

微信向量检索分析一体化数仓探索：OLAP For Embedding

in ClickHouse：微信业务场景举例：我们基于 ClickHouse 原生的向量数据库能力，在微信实际应用场景中进行了探索，取得了不错的效果： 1.用户 lookalike 定向场景：短视频红点投放中

OLAP For Embedding 一体化数仓

<...26 27 28 29 30 31 323334 35 >

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