文章列表-AI魔法学院

文章列表

大模型应用发展的方向｜代理 Agent 的兴起及其未来（上）

“代理（Agent）” 概念起源于哲学，描述具有欲望、信念、意图和行动能力的实体。

大模型

Stable Diffusion

99%的人都不懂的Stable Diffusion高级功能，Negative Prompt如何正确使用?

我还将分享一些值得借鉴的提示词实例，以及适量使用和分类管理的技巧。

Negative Prompt 文生图

2万字大模型调研：横向对比文心一言、百川、Minimax、通义千问、讯飞星火、ChatGPT

，对用户输入有识别和违禁词的拦截； 5.支持可扩展性，支持微调。

大模型调研

史上最好的中文大预言模型出现了！！！

测试问答：详述LLM和GPT区别通义千问，虽然他说自己不能联网，时效性问题有些可以回答的，日期以及A股涨幅，我猜是开放了某些接口，具体的新闻是无法回答的，可以文档解析

Kimi Chat 大模型

我去，找到一个Github上非常优秀的AI项目，可控制鼠标、键盘，模拟人类操作，太丝滑，收藏～～～

技术架构技术优势一览表技术优势描述

AI Agent 开源项目

AI Agent的千亿美金问题：如何重构10亿知识工作职业，掀起软件生产革命？

其使用过程非常直接：用户使用自然语言描述需求，v0 根据需求描述来生成组件代码。

大模型 AI编程

10个具有代表性的AI-Agents，将如何改变互联网/重塑Web3

Autonomous Agents以Auto-GPT为例，代表了通过自然语言的需求描述，能够自动化执行各项任务达成目标结果，在这个协作关系中，Autonomous Agents是服务于人

开源模型

AI音乐热潮下，“神曲工作室”率先失业

可以想见，现在音乐行业在急速分化，头部化、现场化、演出化成为行业关键词。

音乐音频

深入探讨GPTs和AI Assistant

GPTs 的问题与漏洞 · GPTs 安全性存在一定的问题，网上有针对GPTs提示词泄露攻击，并且可以得到结果。

GPTs AI Assistant

Elasticsearch 中的向量搜索：设计背后的基本原理

如上一节所述，注重性能的用户需要根据数据集的大小来调整 RAM 大小，以保持最佳性能。

向量数据库

Stable Diffusion

Stable Diffusion 常用LoRA模型推荐

LoRA的使用方法有直接使用和插件使用两种，前面的系列文章中已经介绍过，不再赘述。

文生图 SD

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

这个流程依然无法描述RAG的复杂性 RAG涉及的内容其实广泛，包括Embedding、分词分块、检索召回（相似度匹配）、chat系统、ReAct和Prompt优化等

RAG 大模型

大模型文本生成——解码策略（Top-k & Top-p & Temperature）

例如，如果 k=2，那么我们只从女孩、鞋子中选择一个单词，而不考虑大象、西瓜等其他单词。

大模型

Prompt工程如此强大，我们还需要模型训练吗？

从上述结果来看，'text-davinci-003'在Zero-shot的情况下，逻辑推理能力较弱，只能围绕相对简单的、只有线性运算过程的推理问题进行很好的解答，对于这四个推理题，模型只正确回答了第一个问题

大模型

当ChatGLM3能用搜索引擎时

docstring 即为工具的说明；对于工具的参数，使用 Annotated[typ: type, description: str, required: bool] 标注参数的类型、描述和是否必须

大模型应用大模型 ChatGLM

<...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