文章列表-AI魔法学院

文章列表

LlamaIndex的QueryPipeline在实现RAG应用后，Agent应用也可以实现了（附开发示例）

延伸阅读：LangChain 0.1.0版本正式发布，One More Thing将成了Agent落地生产的福音本文以官方提供的“Text2SQL的ReAct Agent”为例来了解基本的开发过程

Agent QueryPipeline 大模型

大模型：泛化即智能，压缩即一切！

这种方法通常在处理不同语言之间的翻译、文本到语音的转换等领域有着重要的应用。

泛化大模型

解读提示工程（Prompt Engineering）

这种提示在用户与模型进行实际对话时提供，用户可以逐步输入、编辑或更改提示，在在线聊天、语音助手、实时问题回答等应用中常见。

Prompt 提示词

大模型应用发展的方向｜代理 Agent 的兴起及其未来（下）

研究人员致力于探索代理的共情能力，使其能够从人类表情中识别情感，并通过语言、面部表情和声音来展示情感。

大模型

没有思考过 Embedding，不足以谈 AI

有一条是显然可以给出的：性质一：每一个词具有唯一量化值，不同词需要具有不同的量化值背后的逻辑不言自明：一词多数，或是多词一数，都会增加计算机理解语言的难度，这种难度就如同多音字或是多义词给人类造成的困难

开源模型

谈谈LLM在推荐域的渗透，探索推荐新范式

例如，将大模型应用于社交网络中的推荐、个性化广告推荐、音视频推荐等领域，都有很大的发展空间。

大模型

12个RAG常见痛点及解决方案

论文中的内容是:“当环境中有太多噪音或相互矛盾的信息时，就会发生这种情况。”

RAG 大模型

RPA终极发展方向瞄准AI Agent，超自动化智能体时代已经开启

NLP 可实现与聊天机器人、语音助手和基于语言的分析相关的任务的自动化。

RPA 自动化

分析过688篇大模型论文，这篇论文综述了LLM的当前挑战和应用

单一模态问题：尽管 LLM 可以帮助机器人或智能体理解指令和增添高层规划能力，但它们却无法直接学习图像、音频或其它感官模态，这就限制了它们的应用。

开源模型

2024，智谱如何更快？

现实应用中，文本、图像、声音是经常穿插在一起交互的，并不都是纯文本。

GPT-4 大语言模型

MCP服务介绍及应用场景报告-来自Manus

音频转录与处理：AI可以将音频转录为文本，或根据用户需求处理音频文件。

MCP 大模型

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

调试模型输出结果将测试内容粘贴到调试对话框中，点击“运行”，我们就能够验证模型在这个 Prompt 和调用参数下的表现了，你乐意的话，可以打开好几家不同的模型进行调试比较。

Dify Moonshot API 工作流

LangChain Agent 原理解析

2.你听到了一些声音，但不知道小明在做什么。

大模型

RAG 修炼手册｜一文讲透 RAG 背后的技术

深度学习的应用将更加广泛，不仅仅局限于自然语言处理领域，而是覆盖到更多的领域，如视觉、语音等。

RAG Embedding

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

为了有效处理互联网上存在的大量噪音，需要对模型进行进一步的详细改进，例如长文档建模和精确的概念理解。

大模型 RAG检索增强

<...27 28 29 30 31 32 333435 36 >

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