文章列表-AI魔法学院

文章列表

清华系17人，撑起中国大模型创业半壁江山

▲唐杰（图源：清华大学）事实上，最开始唐杰并不相信机器智能会超越人，他的主要研究方向是数据挖掘和知识工程，而大规模预训练模型的出现，让他看到了机器智能超越人的可能性。

大模型

GitHub工程师分享开发Copilot所采用的提示词工程

这个领域被称为提示词工程，专注于如何指导 LLM 产生不属于其预训练部分内容的输出。

开源模型

AI绘画：stable difussion SD插件之无限抽卡神器 dynamic prompts（动态提示词）

3.2 高阶用法：魔法提示词 Prompt Magic 说明：使用Gustavosta的MagicPrompt模型，经过在Lexica.art上训练的

AI图片

阿里RAG新框架R4：增强检索器-重排序-响应器，5个知识密集任务上都超过Self-RAG等！

文档表示增强：文档表示会根据训练损失的权重梯度进行更新（彩色查看效果最佳）。

RAG 检索大型语言模型

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

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

在大模型训练好之后，如何对训练好的模型进行解码（decode）是一个火热的研究话题。

大模型

Ollama最新更新v0.1.33，实现了多并发可同时与多个模型聊天对话！

; Dolphin Llama 3：基于Llama 3的无审查Dolphin模型，由Eric Hartford训练

ollama 语言大模型聊天

AI时代，如何利用ChatGPT一分钟洗稿一篇文章？

GPT模型背后的核心原理是深度学习和自我监督学习，它能通过大量文本数据的训练，学习到文本之间的关系和语义，进而生成符合人类语言逻辑的文本。

ChatGPT 写作

大模型下半场，关于Agent的几个疑问

然而，LLM本身并不是这样训练的，必然不具备这种能力，但这并非归因于“智商”问题。

大模型

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理！

当时的业界潮流是通过强化学习的方法来对AI Agent进行训练，主要应用场景是在游戏这类具有对抗性、有明显输赢双方的场景中。

AI Agents 大模型

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理

当时的业界潮流是通过强化学习的方法来对AI Agent进行训练，主要应用场景是在游戏这类具有对抗性、有明显输赢双方的场景中。

AI Agent 大模型人工智能

简单提升RAG的10种方法

当查询进入时，它也会被嵌入以与问题是，预训练模型关于嵌入空间中相似内容的概念可能与您的上下文中相似内容不太一致。

RAG 大模型

SD入门教程三：采样器及参数调整

宽度和高度这个应该很容易理解吧，就是图片的宽度和高度，配置太低的不要调太大，会无法出图，并且如果宽高设置过大，会出现多人，多手，多脚，多头等奇异画风，这个主要是因为模型训练时大多数是使用小图进行训练

SD 入门教程

MCI-GRU：在真实金融交易中验证有效的股票价格预测模型

然而，传统GNN在处理高噪声和稀疏数据时仍面临挑战，且模型训练复杂度较高。

MCI-GRU 股票大模型

prompt中的分隔符号的正确使用方法

因为在模型训练时会对分隔符号进行编码，使其在处理输入时能够识别信息的边界和结构。

prompt 分隔符

<...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