文章列表-AI魔法学院

文章列表

我如何夺冠新加坡首届 GPT-4 提示工程大赛 [译]

它让用户可以上传数据集到 ChatGPT 并直接在数据集上执行编码，实现精准的数据分析。

GPT-4 提示词

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

当我们使用LLM embedding内容时，这是一项必要的技术，可以帮助我们优化从向量数据库被召回的内容的准确性。

RAG 大模型

麦肯锡专家都在用的方法：用ChatGPT速览用户研究领域的 50 个核心概念

• 数据驱动：用户研究通过收集、分析和利用数据来支持决策，提高产品或服务的质量。

用户工作

苹果一次性开源了8个大模型！包含模型权重、训练日志和设置，OpenELM全面开源

对于预训练，苹果使用的是公开数据集，如RefinedWeb、PILE、RedPajama和Dolma v1.6，总共大约包含1.8万亿个token。

OpenELM 大模型

北大开源最强aiXcoder-7B代码大模型！聚焦真实开发场景，专为企业私有部署设计

还不过瘾，aiXcoder团队还提出了一个更大的测评代码生成补全数据集（16000多条来自真实开发场景的数据），做了进一步测评，效果更明显。

aiXcoder-7B 大模型

2023年LLM如何入门？请看这篇综述！

LLM的预训练语料库的数据来源可以分为通用数据和专业数据两种类型。

大模型

GitHub上的RPA小工具，可以将重复、繁琐的任务自动化

例如，可以编写脚本来自动填写表格、处理电子邮件、进行数据输入、生成报告等。

RPA 自动化

GitHub狂飙3万star的LLM公开资料 - 大模型入门教程

数据科学库：包括熟悉用于数值运算的 NumPy，用于数据操作和分析的 Pandas，以及用于数据可视化的 Matplotlib 和 Seaborn。

LLM 大模型 GitHub

大模型应用的10种架构模式

面向微调的分层缓存策略模式我们将缓存策略和相关服务引入到大模型应用架构中，可以成功地解决成本、数据冗余以及训练数据等组合问题。

大模型架构

震惊！OpenAI发布Meta-Prompt，未来不再需要提示词。

2 请先整理下面提供的财务数据，以清晰的表格形式展示，然后对每个重要财务指标进行逐一分析。

Meta-Prompt 提示词

大模型外挂知识库优化-大模型辅助向量召回

Zero-Shot指的是模型没有见过某个场景（或者某个数据集）的数据，就应用于该场景，和用数据训练模型以及在语言模型上下文中加入示例相对应。

大模型

第3期 SDXL和SD的10大区别！你知道几个？

1、模型参数更大。

文生图

12个RAG常见痛点及解决方案

如果非要模型输出正确答案而不是承认模型不知道，那么就需要增加数据源，并且要保证数据的质量。

RAG 大模型

【手把手带你微调 Llama3】改变大模型的自我认知，单卡就能训

xtuner python=3.10 -y # 激活环境 conda activate xtuner # 安装最新版 xtuner pip install xtuner 2、自我认知训练数据集准备

Llama3 对话问答模型

免训练！单图秒级别生成AI写真，人像生成进入无需训练的单阶段时代

你是否曾经因为相册里只有寥寥几张照片而无法训练自己的数字形象而感到苦恼？

FaceChain FACT 文生图

<...32 33 34 353637 38 39 40 41 ...>

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