文章列表-AI魔法学院

文章列表

微信为什么使用 SQLite 保存聊天记录？

无论何时，只要开发者想使用 SQL 在文件中存储结构化的数据，SQLite 应是首选方案。

SQLite 微信数据库

使用自己的数据训练清华ChatGLM2-6B 模型

下面以自己的数据集为例介绍代码的使用方法。

ChatGLM2-6B

万字长文，AI大模型的应用实践总结

举个例子说明一下：假设我们要让一个模型写一首关于回形针的俳句。

大模型

投资人逃离大模型

10亿级参数规模以上的大模型已发布79个，境内累计41款算法完成深度合成服务算法备案。

大模型

如何构建基于大模型的App

· 响应将不与目标应用程序的数据和用例相关。

构建大模型App

ModelScope(一站式开源的模型即服务共享平台)的简介、安装、使用方法之详细攻略

table-question-answering 表格问答给定一张表格和一个query，query是询问表格里面的一些信息，模型给出答案

开源

社区供稿｜GPT-4 与国产模型，大！横！评！

你不懂我二、基础测试联网查询、数据分析、多模态文生图、长文档解读、还有智能体，这些基本能力测试是国产大模型刷分最多的地方，那么在实际案例里它们的表现如何呢

GPT-4 大模型

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

解决的问题本文提出的RAG框架主要用于解决开放域问答问题，即需要针对各种类型的自然语言问题提供准确且上下文相关的答案。

RAG 检索论文

聊聊 AIGC 一些拧巴的现状

但，因为这些场景不够刚需，且很多都是新出来的需求，所以价格卖不高……（以四维彩超为例，一张预测的照片你卖50 ，有市场；但如果你卖 500，那会买单的人就极少极少了）感受到拧巴了吗？

开源模型

汇总1400+文献的神级“上下文工程”综述，治愈初学者的AI迷失症

它描绘了一个“全景地图”来让读者理解现在最火的AI系统“面临什么样的限制”，“已经实施了什么样的解决方案”，“还有什么待解决的问题”。

上下文工程 AI

RAG 2.0来了，它能成为生产落地的福音吗？

开放域问答：使用标准的Natural Questions（NQ）和TriviaQA数据集来测试每个模型正确检索相关知识并准确生成答案的能力

RAG 大模型

一文读懂GPT-1：生成式预训练如何提升语言理解

但对于其他任务，如问答或文本蕴含，输入是结构化的，如有序的句子对或文档、问题和答案的三元组。

GPT

ComfyUI初学者指南

学习 ComfyUI 的最佳方法是通过示例。

文生图 comfyui

智能时代的变革者：定制化GPTs重塑未来的五大预言

例如，企业可以开发专门针对其特定市场的GPT应用，从而在竞争中脱颖而出。

GPTs 智能

基于大模型（LLM）的Agent 应用开发

他们为各种gpt分配不同的角色来协作开发软件，针对特定场景制定专门的解决方案。

大模型 Agent

<...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