首页
Ai 资讯
Ai 知识库
创作魔法
绘画魔法
视频魔法
训练魔法
Ai术语
Ai提示词
Ai创意图
Ai工具
Ai视频
VIP专区
VIP专区
登录
AI魔法学院客服
最新
排序
收藏
全部
七天内
一个月内
选择分类
全部
写作魔法
绘画魔法
视频魔法
训练魔法
其他
AI工具
VIP视频
推荐阅读
换一批
· 【开源看AI】4.2K star!Reor:AI自动帮你发现知识之间的连接
· F5-TTS:上海交大开源超逼真声音克隆TTS,告别ElevenLabs,以后就用它了!实测真的很牛
· 如何拥有你的卡通形象?ComfyUI-workflow
· 字节跳动最强AI工具 “豆包” ,近1000款应用!一句话自动生成图文,堪比ChatGPT?
· 国内厂商语音识别与Whisper评测:现状与概况对比
· 你的下一个浏览器,可以是豆包电脑版!
· AI高手都在用的10个提示词prompt网站,建议收藏!
· Suno音乐新手指南(手把手完整版教程)
· SD入门教程二:文生图基础用法(提示词)
· 我用AI写小说:「素材篇」4种大神写爽文技巧+找素材新思路+三翻四震举例说明
热门标签
Stable Diffusion
stable diffusion
Midjourney
midjourney
ComfyUI
comfyui
ChatGPT
chatgpt
大模型
数字人
开源
人工智能
Sora
文心一言
天工
零一万物
知海图
星火
文心一格
混元
通义千问
盘古
言犀
ChatGLM
Github
微软
热门标签
免费
教程
插件
免费
教程
插件
免费
教程
插件
文章列表
盘点来自工业界的GPU共享方案
以下类
型
中,仅CUDA聚合为空分,其余为时分。
大模型
歪理
大
集合,谁也跑不了
感知源和行动的风格肯定要根据不同的公司要有
微
调
,比如同样是招聘的Agent,不可能期望用感知、行动和价值序列都一样的产品解决所有公司的问题。
大模型
开源
AI开源 - LangChain UI 之 Flowise
一、Flowise 简介 Flowise 是一个为 LangChain 设计的用户界面(UI),使得使用 LangChain 变得更加容易(低代码
模
式)。
大模型
LLM
从思维链(CoT),到思维树(ToT),再到思维图(GoT):用LLMs解决复杂问题!
引言 为进一步提升
大
型
语言
模
型
(LLM)解决复杂问题的能力,今天给
大
家分享的这篇文章,作者提出了思维图(GoT),其性能超过了思维链(CoT)、思维树(ToT)。
大模型
开源
14.4K Star,一款漂亮、快速、现代化的开源免费UI组件库
今天继续给
大
家推荐一个广受好评的UI组件库:NextUI NextUI 主要特性 NextUI的主要目标是简化开发流程,为增强的用户体验提供美观且适应性强的系统设计。
大模型
开源
「Agent」通俗易懂地聊聊AI Agent(附66个开源+44个闭源Agent项目)
先说明一个事实:像ChatGPT这样的AI
大
语言
模
型
不仅仅是和聊天机器人有关,AI Agent和人类文明
模
拟的AI
模
型
正在编译着我们文明的本质!
大模型
ChatGPT
感受恐惧的力量:用 ChatGPT 分析288 篇 10w+ 公众号文章标题的情感分布
最终,我选择了让 ChatGPT 来对
微
信公众号的文章标题进行分类,看一下那些 10w+ 文章的标题都是怎么吸引人的。
大模型
Langchain的一些问题和替代选择
Langchain因其简化
大
型
语言
模
型
(llm)的交互方面的到关注。
大模型
RAG
LangChain: LLM 应用聚焦的两
大
方向,RAG 和 Agents
接入的方式也
大
同小异,首先检索外挂数据源中与用户给出的上下文相关的内容,合并之后做 embedding 给到所用的 llm ,最后由 llm 根据
模
型
自己的认知,做出回答。
大模型
OpenAI
Prompt逆向工程:轻松复刻OpenAI“神级”提示词
因为“信、达、雅”的翻译,可能会令
模
型
更容易误解指令要求。
大模型
如何修复GPT幻觉、及评估数据集的挑战
生成
大
型
语言
模
型
(LLM) 可以对各种用户提示生成高度流畅的响应。
大模型
Agent
AI Agent / 智能体观察笔记(中)
》的论文,论文中介绍了一个应用
大
语言
模
型
实现
模
仿可致信人类行为的生成式智能体。
大模型
知识树:一个方法,教你构建「终身知识体系」
你只需要记几个思维
模
型
,而这并不需要多
大
的记忆量。
大模型
开源
书生·万卷:难得的中文开源数据集
搞
大
模
型
训练,最重要的就是高质量的数据集。
大模型
RAG
改进召回(Retrieval)和引入重排(Reranking)提升RAG架构下的LLM应用效果
其基本思路就是,原有的top-k向量检索召回扩
大
召回数目,再引入粗排
模
型
,这里的
模
型
可以是策略,轻量级的小
模
型
,或者是LLM,对召回结果结合上下文进行重排,通过这样的改进
模
式可以有效提升RAG的效果。
大模型
<
...
30
31
32
33
34
35
36
37
38
39
...
>
1
2
4
5
6
7
8
9
100