文章列表-AI魔法学院

文章列表

ChatGPT Prompt提示词学习手册（提示词万能公式），建议收藏！

虽然通过问开放性或过度广泛的问题可能会获得更全面的回答，但这些类型的提示通常会导致不连贯或不集中的对话。

ChatGPT Prompt

全球最强大模型一夜易主，GPT-4时代终结！Claude 3提前狙击GPT-5，3秒读懂万字论文理解力接近人类

为此，Anthropic的研究者针对模型已知弱点，进行了复杂实际问题的评估。

claude 大模型

Stable Diffusion

新手向，Stable Diffusion API 接口，在本地调用

detail': 'Not authenticated'} 那么你应该是用的一键启动包进行登录，或是在别的地方设置了用户名和密码，解决方法如下：启动web-ui后访问&

SD 文生图

11个情感刺激Prompt，高效提升AI大模型性能

这个理论是敦促模型以更客观的态度再次审视问题，提问诸如"你确定吗？"

Prompt 大模型

角色，背景，任务，产出内容与形式：如何写出优雅的prompt？ - 通用的万能框架

就是给预训练好的大语言模型一个提示，以帮助模型更好的理解人类的问题。

提示词 prompt

检索增强生成(RAG)有什么好的优化方案

2.2 Self-RAG 经典的RAG架构中（包括KG进行上下文增强），对召回的上下文无差别地与query进行合并，然后访问大模型输出应答。

RAG 检索增强生成

Stable Diffusion

硬核解读Stable Diffusion（系列二）

然而，生成512x512以外的图片会存在一些问题，比如生成低分辨率图像时，图像的质量大幅度下降，下图为同样的文本在256x256尺寸下的生成效果：如果是生成512x512以上分辨率的图像，图像质量虽然没问题

StableDiffusion 文生图

【NLP技术分享】文本生成评价指标的进化与推翻

直接这样算, 会存在很大的问题.

开源模型

GitHub狂飙3万star的LLM公开资料 - 大模型入门教程

OPT-175日志 - by Meta：研究日志显示了什么出了问题，什么做得对。

LLM 大模型 GitHub

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

RAG技术图解直接检索的问题将用户查询转换为嵌入向量直接检索会出现下面四类常见问题 👇：查询结果不匹配模型假设查询 embedding 和内容 embedding 在嵌入空间中是相似的

RAG 大语言模型

提示词框架：Markdown结构法

判断问题的关键点，为此生成的专家角色要符合用户对问题的描述 2.

prompt 提示词

理解 o3 及其技术分析

应该说顶级数学家评价非常有挑战性的问题，看到GPT4之后他仍然觉得会需要几年时间AI才能搞定的问题，现在已经沦陷了1/4。

o3 技术分析

被高估的Pika，被低估的多模态AI

不过，“AI 不会数数”是存在已久的问题，并非 Pika 独有的“瑕疵”。

大模型多模态

一文带你认识ELMo

由于单词级别考虑数据可能稀疏，出现OOV问题，拆成字符后稀疏性没有那么强了，刻画的会更好。

embedding

三个大模型（ChatGPT,文心一言,Baichuan-13B)，帮我生成中医《本草纲目》的训练数据

因此，只要把其中以数字（1，2，3等）序号里的文本摘出来，处理成JSON格式，然后把它们变成一个问-答对的形式，模仿病人和医生的对话，就可以放到大模型训练了。

大模型

<...35 36 37 383940 41 42 43 44 ...>

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