文章列表-AI魔法学院

文章列表

Llama 3突然来袭！开源社区再次沸腾：GPT-4级别模型可以自由访问的时代到来

此外，为了提高 Llama 3 模型的推理效率，Meta AI还采用了分组查询注意力 (GQA)机制，在8192个tokens的序列上训练模型，并使用掩码确保自注意力不会跨越文档边界。

meta llama3

请以“续航”为题目，写一篇议论文

首先，不断更新换代的充电宝、充电器等虽然能够提升充电效率和电池续航时间，但其价格也相对较高，而且使用起来也相对麻烦。

中文训练大模型

Ollama 与 Dify：AI 应用开发的强强联合

然而，在本地环境中部署和管理 LLM 仍然是一项挑战。

Ollama Dify 大型语言模型

还在用“You are expert”这种提示词？连ChatGPT都瞧不起你，试试这些Prompt吧

或者，“你是一家代理机构的专业创意总监。

prompt 提示词

Windrecorder：连续记录屏幕内容，通过OCR技术识别记录内容

它的所有能力（录制、识别处理、存储回溯等）完全运行在本地，无需联网，不上传任何数据，只做应该做的事。

Windrecorder 录屏

百川智能RAG方案总结：搜索出生的百川智能大模型RAG爬坑之路

用户输入变复杂：与传统关键词或者短语搜索逻辑不太一致，用户输入问题不再是词或者短句，而是转变成自然对话声知识多轮对话数据，问题形式更加多元，紧密关联上下文，输入风格更加口语化。

RAG 大模型

「Agent」通俗易懂地聊聊AI Agent（附66个开源+44个闭源Agent项目）

、可管理的子目标，从而能够有效处理复杂的任务。

大模型

ComfyUI进阶前必备插件们续

https://github.com/ltdrdata/ComfyUI-Manager · SDXL风格样式

ComfyUI 文生图

对于AI，我们现阶段可以有的态度

我很支持他的这个观点，因为这反应出的是他对当下AI现状和发展的理解。

文生图

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

在检索器中，使用密集检索方法将查询和文档转换为高维向量表示，并计算它们之间的相似度得分。

RAG 检索论文

向量数据库失宠了？OpenAI 力捧检索增强生成（RAG）技术，对行业来说意味着什么？

这个想法是使用预先训练的语言模型 (LM) 来生成文本，但使用单独的检索系统来查找相关文档来调节语言模型。

检索增强生成大语音模型

你要牢记的四个常用AI提示词框架：ICIO、CRISPE、BROKE、RASCEF，有助于获取更加稳定和高质量的内容

数据处理与转换：当用户需要 AI 处理特定的数据并按照特定格式输出时，如数据清洗、文本翻译或图像转换。

大模型提示词

国产“小钢炮”MiniCPM3-4B：小参数，大能量！

，尤其是在处理超长上下文时表现更为出色。

MiniCPM3-4B 大模型

Elasticsearch Relevance Engine---为AI变革提供高级搜索能力[ES向量搜索、常用配置参数]

ensp; 应用包括 BM25f（这是混合搜索的关键组成部分）在内的高级相关性排序功能使用 Elastic 的矢量数据库创建、存储和搜索密集嵌入使用各种自然语言处理

大模型 AI编程

做大模型需要的环境设置

查看安装了哪些包： conda list 查看当前有哪些虚拟环境： conda env list # 或 conda info --envs 查询环境python版本： python

开发环境

<...36 37 38 394041 42 43 44 45 ...>

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