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
· Ollama还是vLLM?深度解析四大顶级LLM服务框架:性能、特性与技术选型指南
· SD的老舅ComfyUI来了,节点式工作流,分部控制出图
· 什么是极限、导数、微分与积分(通俗易懂)
· Stable Diffusion 快速创作角色三视图
· Midjourney 实现角色一致性的新方法
· 用so-vits-svc-4.1进行音色转换的极简教程!
· 换脸软件 FaceFusion 保姆级教程
· GLM4 开源了!!!还有多模态
· 7.1k Star!RAGFlow:最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务!
· 语音识别的未来已来:深入了解faster-whisper的突破性进展
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
百度
百度智能云的Prompt
模
板
Prompt也叫提示词,简单的
理
解成它是给
大
模
型
的指令。
大模型
prompt
AI拆解:《AI猫咪小红书账号3个月变现10W+》
今天,我们将探讨一位小红书博主的内容策略转变,以及这一转变如何体现了精益创业的核
心
理
念。
文生图
AI拆解
被高估的Pika,被低估的多
模
态AI
“之前很多公司都在卷文本
大
模
型
,GPT-4V 的出现代表多
模
态
大
模
型
可落地,毫无疑问明年
大
家都会卷多
模
态 AI ,原因很简单,因为 OpenAI 说明这条路是能够走得通
大模型
多模态
知乎
弱智吧竟成最佳中文AI训练数据?!中科院等:8项测试第一,远超知乎豆瓣小红书
具体来说,使用弱智吧数据训练的
大
模
型
,跑分超过百科、知乎、豆瓣、小红书等平台,甚至是研究团队精
心
挑选的数据集。
弱智吧
训练数据集
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
有了这样的研究支持,我就可以放
心
用 ChatGPT 来做文本分析了。
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
微调
四种微调技术详解:SFT 监督微调、LoRA 微调、P-tuning v2、Freeze 监督微调方法
这些
大
型
预训练
模
型
,如GPT-3、BERT和T5,拥有卓越的自然语言处
理
能力,但要使它们在特定任务上表现出色,就需要进行微调,以使其适应特定的数据和任务需求。
大模型
知识树:一个方法,教你构建「终身知识体系」
很遗憾,我不能,只是隐隐约约记得几个思维
模
型
,比如多元思维
模
型
、第一性原
理
、刻意练习,其他都忘得一干二净了。
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
<
...
32
33
34
35
36
37
38
39
40
41
...
>
1
2
4
5
6
7
8
9
100