文章列表-AI魔法学院

文章列表

【AI代理】扣子，开始探索多代理模式

代理模式不仅可以拓展大模型的功能（比如给大模型加上网页搜索，加入知识库等），还可以规避大模型的弱点（比如需求是一段代码，但是大模型回复的内容不单单包含代码，还有一些解释语句）。

多代理模式大模型

深度解析ElasticSearch同义词管理：打造更智能的搜索体验

ElasticSearch同义词搜索在ElasticSearch中引入同义词（synonyms）搜索功能的主要目的是提升搜索的智能性和用户体验，具体体现在以下几个方面：

ElasticSearch 智能搜索

大语言模型LLM和知识图谱KG增强的企业搜索应用

这是因为搜索是关于检索——找到有关某个主题的信息。

开源模型

QAnything：网易有道最新开源的“本地化部署知识库”AI问答系统

·支持大规模数据问答，两阶段检索排名，解决大规模数据检索的退化问题；数据越多，性能越好。

网易 RAG 知识库

无需编码，轻松提升图像品质：探索ComfyUI的图像增强功能

无需编码，ComfyUI是一个强大且易于使用的解决方案，允许新用户和经验丰富的用户探索和构建复杂的StableDiffusion工作流。

文生图

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

资源链接：探索Distil-Whisper的更多信息对于那些希望深入了解Distil-Whisper的技术专业人士和技术爱好者，以下链接提供了丰富的资源和信息：论文详解：想要深入研究

Distil-Whisper 语音识别

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

该模型在对话式问答和检索增强型生成等能力方面表现出色，在综合评测指标上甚至超越了当前业界顶尖的GPT-4模型。

Llama3-ChatQA-1.5 对话问答模型

RAG 领域的新宠：为什么 AI 圈都在谈论 Jina ColBERT？

在 RAG (检索增强生成)领域，选对向量模型至关重要，它基本就决定了 RAG 系统的“天花板”，也因此，向量模型的选择总是业界的热门讨论话题。

rag 大模型

谈谈LLM在推荐域的渗透，探索推荐新范式

这个文章《大模型时代的文本检索》详细的介绍了生成式搜索。

大模型

深度对比丨探索LLM（大模型）部署服务的七大框架差异

· · 高吞吐量服务——各种解码算法，包括并行采样、beam搜索等。

大模型

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

RAGFlow 是一个基于Deepdoc（深度文档理解）的开源 RAG（检索增强生成）引擎，仅仅一月，Github斩获近7.1k Star！

OCR RAG 开源

简单提升RAG的10种方法

然后，检索步骤首先对这些摘要进行搜索，然后仅针对相关摘要，进一步检索更详细的信息，这种二阶检索的方式有点参考搜索引擎检索思路。

RAG 大模型

RAG应用中数据处理过程需要注意的事项

随着检索增强生成(RAG)应用程序不断发展，这些应用程序通常将Langchain/LlamaIndex与Weaviate/Pinecone和foundation Models结合在一起，它们遇到了各种障碍

RAG 大模型

RAG 与 Finetuning，谁是提升 LLM 的最佳工具？

在深入研究之前，让我们揭开这两种方法的神秘面纱：RAG：这种方法将检索（或搜索）的能力集成到LLM文本生成中。

训练

探索Sora的魔法世界：功能展示、原理解析、未来市场影响大猜想！

阅读本文你将完全理清什么是Sora、它能干什么、它为啥牛、它的原理以及将带来什么影响，而且文末还有干货附送哦。

视频生成 sora

<1 2 345 6 7 8 9 10 ...>

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