文章列表-AI魔法学院

文章列表

2023年LLM如何入门？请看这篇综述！

LLM通常基于PLM进行设计，通过增加模型规模、调整模型结构、加入更多的任务等方式来增加模型的复杂度和泛化能力。

大模型

ChatGPT论文润色进阶指令

逻辑论证辅助 GPT-4.0在逻辑推理方面有着显著的进步，可以帮助构建更具说服力的论证。

ChatGPT 写作

颠覆数据存储方式：向量数据库的威力

通过计算用户向量与物品向量之间的相似度，可以实现个性化的推荐。

编程数据库

为什么说AI现在还不行！

如果AI不能在GC之上再进一步，就必然是这个结局：带着快乐期望的高度内卷。

大模型

Agent四大范式 | 综述：全面理解Agent工作原理

o o • 思维树（ToT）利用其树状结构，支持包括广度优先搜索（BFS）和深度优先搜索（DFS）在内的树状搜索算法。

Agent 大语言模型

Effective Prompt: 编写高质量Prompt的14个有效方法

“好结果”的理解程度成正比，只有充分理解了所谓的“好结果”具体好在哪些“点”，我们才能将这些“点”形式化为Prompt，从而把我们的意图更准确地传达给模型。

prompt 提示词

AI Agent：大模型与场景间的价值之桥，但不适合当纯技术看

大模型能力已经通用化了，再配上通用的结构，这种通用能力就能够彻底发挥，相当于给瓮中之脑加了一个终结者的身体。

大模型

使用知识图谱提高RAG的能力，减少大模型幻觉

查询图数据库涉及遍历图结构并根据特定标准检索节点、关系或模式。

RAG 大语言模型

从零开始了解AI大模型 - 概念篇：一文带你走进大模型世界

背景：ChatGPT - 或许是2022年末开始至今最热的新词之一，这个词汇如热浪一般席卷大街小巷，充斥朋友圈和各大网站，它的爆火程度简直让人瞠目结舌。

大模型

AI Agent新对决：LangGraph与AutoGen的技术角力

类似AutoGPT之类的工具过于理想化，试图完全脱离人工来实现自动处理。

LangGraph AutoGen 对决

如何最简单、通俗地理解Transformer？

重点关注的方面有（自）注意力机制，多头注意力，Transformer的内部结构；动手实现一个Transformer应用。

Transformer 大模型

聊聊我对AI Agents技术的一些看法

，但是基于各种特定神经网络架构的策略网络没有足够的“泛化”能力，无法实现通用的智能决策，同时，强化学习范式似乎有时候也要求着太多对“智能体”而言完全不合理的“试错”，Agent 本身似乎完全是一张白纸而没有任何

AI Agents 大模型

Stable Diffusion

AI绘画巅峰对决：Stable Diffusion 3与DALL·E 3原理深度比较

Latent Diffusion Transformer（DiTs）换掉扩散模型中的 U-Net 结构。

Stable Diffusion DALL·E

教你用StableDiffusion设计AI数字人

那么结果如何呢？

文生图

9个范例带你入门langchain

3，信息抽取(Extraction): 从文本内容中抽取结构化的内容。

大模型

<...31 32 33 343536 37 38 39 40 ...>

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