文章列表-AI魔法学院

文章列表

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

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

AI Agent / 智能体观察笔记（中）

研究团队创造了一个虚拟社区，通过应用大语言模型以自然语言的方式存储并合成了多个智能体的经验、记忆和计划。

大模型

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

预训练 SFT的旅程始于对大型语言模型进行预训练，这通常在大规模未标记的文本数据上进行。

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

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

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

为什么说AI现在还不行！

（用户--程序员--程序--电脑--互联网的计算模式）（用户--人工智能的计算模式）基础设施的最终成败好坏一定在于外部，而不在于它自己的特征比如是否优秀、大模型到底多大等

大模型

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录

这应该是国内第一个大厂开源的大语言模型吧。

大模型

从0到1基于ChatGLM-6B使用LoRA进行参数高效微调

具备的一些能力自我认知、提纲写作、文案写作、邮件写作助手、信息抽取、角色扮演、评论比较、旅游向导等局限性由于 ChatGLM-6B 的小规模，其能力仍然有许多局限性。

大模型

学术党狂喜，Meta推出OCR神器，PDF、数学公式都能转

该模型不需要任何 OCR 相关输入或模块，文本由网络隐式识别。

大模型

ChatPDF | LLM文档对话 | pdf解析关键问题

如下图效果： https://github.com/Layout-Parser/layout-parser 这一步就要采用目标检测模型，笔者做了很多探索，发现有几款开源工具可以选择，一是Layout-parser

大模型

AutoGPT与LLM Agent解析

这类项目绝大多数的主要创新还是在 prompt 层面，通过更好的提示词来激发模型的能力，把更多原先需要通过代码来实现的流程“硬逻辑”转化为模型自动生成的“动态逻辑”。

大模型

为什么说数智化可以帮助中小企业降本增效 ?

数智化的核心，是以海量大数据为基础，结合人工智能相关技术，打通数据孤岛，结合场景化构建生态去解决问题。

大模型

<...33 34 35 363738 39 40 41 42 ...>

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