文章列表-AI魔法学院

文章列表

知识树：一个方法，教你构建「终身知识体系」

采铜在他的《精进》一书中如此解释这神奇的时刻：学习高手常常会有意识地，把不同领域甚至不同学科的知识摆放在一起，然后尝试去分析、比对它们的潜在关联，甚至于，当异质的素材堆叠在一起时，仅仅是潜意识的推动

大模型

AI必备Prompt技巧《提问的艺术——让AI导出高质量答案》

Prompt 的目的是引导 AI 模型理解用户的需求，生成相关且有针对性的回答。

prompt 提示词

一文带你看懂OpenAI-Sora生成视频的原理

这标志着我们如何理解和创造虚拟世界的方式即将迎来根本性的变革。

视频生成 sora

盘点来自工业界的GPU共享方案

进年来工业界一直孜孜不倦地寻求提升GPU利用率的方案，能被更多用户理解和使用的GPU共享走进工程师的视野中。

大模型

说真的，SDXL究竟藏着多少秘密，也许没人知道

为什么SDXL存在着隐藏属性在解释这个问题之前，我们先拿GPT举例子。

文生图

模拟ChatGPT流式数据——SSE最佳实践（附可运行案例）

· 以冒号开头的行为注释行，会被浏览器忽略。

GPT

Prompt屠龙术-思维链

一般有如下一些说法，它们都异曲同工： · 思维链通过示例鼓励大型语言模型 (LLMs) 解释其推理过程

Prompt 思维链

Stable Diffusion

50张图“毒倒”Stable Diffusion，汽车和牛都分不清了

它的原理和Nightshade类似，也是对图像像素做一些微妙地改变，肉眼根本看不出来，但却可以操纵模型将图像解释成与实际内容不同的东西。

StableDiffusion

国内法律类大模型介绍

* 基础模型：ChatLAW-13B * 数据：论文、新闻、法规、司法解释

法律大模型

回望做大模型一年后的感悟

近距离看到了老王和光年从风风火火到突发意外，也亲自参与了所谓的“百模大战”，还经历了被人误解的“llama套壳”风波，真的是无比魔幻的一年。

大模型感悟

大模型微调方法总结

假设模型在任务适配过程中权重的改变量是低秩（low rank）的，由此提出低秩自适应（LoRA）方法，LoRA 允许我们通过优化适应过程中密集层变化的秩分解矩阵来间接训练神经网络中的一些密集层，同时保持预先训练的权重不变

开源模型

LLM应用架构之检索增强（RAG）的缘起与架构介绍

生成式模型在机器学习中，我们根据解决问题方法不同将模型分为两类，生成式和判别式。

LLM

公司如何使用ChatGPT进行内容营销？

自然语言处理和机器学习：ChatGPT依靠自然语言处理（NLP）和机器学习（ML）技术来理解、解释和生成文本。

大模型

LangChain Agent原理介绍

Question: {input} Thought:{agent_scratchpad}""" 通过这个模板，加上我们的问题以及自定义的工具，会变成下面这个样子（# 后面是增加的注释）：

langchain

真格基金大模型能力测试问题集---进阶篇

"非常抱歉，"收银员解释说，"我会立即找我的经理为您重新制作订单。

中文评测大模型

<...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