文章列表-AI魔法学院

文章列表

Agent : 一文读懂LLM Agent架构，详解Profile，Memory，Planning，Action模块作用

结构上，内存模块通常包含短期记忆和长期记忆两个部分。

大模型 LLM Agent

来自OpenAI应用研究主管关于Agent的万字长文-AI Agents介绍

长期记忆：长期记忆为代理提供了长期存储和召回（无限）信息的能力，它们通常通过利用外部的向量存储和快速检索来存储和召回（无限）信息。

Agent

停用词(Stop Words)的价值、收集与使用

特征工程的结果，类似表1-1所示内容。

停用词

RAG从入门到精通-RAG简介

其核心手段是利用外挂于LLM的知识数据库（通常使用向量数据库）存储未在训练数据集中出现的新数据、领域数据等。

rag 大模型

大模型应用设计的10个思考

这种做法在短期内可能带来便利，但长期来看，会导致代码僵化，难以维护。

大模型应用

如何微调Meta Llama-3 8B

这有助于在训练期间管理内存和计算资源。

Meta Llama 3 大模型

RPA和大模型结合：开启智能自动化的新纪元

当然，RPA和大模型结合的自然语言交互也面临着一些挑战和局限，比如：RPA的软件机器人需要与大模型的接口和平台进行兼容和集成，这可能需要一定的技术和成本投入；大模型的自然语言理解和生成可能存在一定的偏差和误差

RPA 自动化大模型

30 多年前被 Windows、Linux “灭掉”的操作系统 MS-DOS 4.0，微软在 GitHub 上开源了！

由于增加了急需的功能，这次更新受到了普遍欢迎，但也有一些人批评它增加了内存使用量。

MS-DOS 4.0 开源模型微软

RAG 2.0，终于把RAG做对了！

注：Source 一旦我们提取了内容，我们就构建了大型语言模型（LLM）的提示，包含了： •用户的请求 •提取的内容 •

RAG 大语言模型

Stable Diffusion

stable diffusion 远端跑图—— Api基础知识掌握

如果你想用手机或者电脑访问自己的服务器进行stable diffusion（以下简称sd）跑图，学会使用sd的api是必须的技能上个月做了安卓和苹果手机用远端sd进行跑图的几个demo，整体流程很简单购买云端服务器-> 内网穿透

文生图 api

解读提示工程（Prompt Engineering）

调优过程完成后，这些虚拟令牌将存储在一个查找表中，并在推断期间使用，从而替换原来的小模型。

Prompt 提示词

微调百川Baichuan-13B保姆式教程，手把手教你训练百亿大模型

firefly-baichuan-7b模型，详见文章：Firefly｜百川baichuan-7B实测，QLoRA+百万指令数据微调 01 模型简介本章节主要对Baichuan-13B进行介绍，大部分内容主要引用于其官方代码仓库

大模型微调

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

这一步骤确保了文本与生成的语音在时间和内容上的精准对应，提高了语音合成的准确性和连贯性。

OuteTTS-0.1-350M 音频

AIGC沸腾200多天后，投资人达成三大共识

方正浩称，局内创业公司面对算力端卡脖子的问题，和海外相比，大模型仍然有差距。

大模型

如何提高RAG 的效果

同理，检索到的信息中如果存在冲突，或者冗余的内容时会极大的影响LM 的生成效果。

RAG 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