文章列表-AI魔法学院

文章列表

从0到1基于ChatGLM-6B使用LoRA进行参数高效微调

例如当前版本的模型在被误导的情况下，会在自我认知上发生偏差。

大模型

学术党狂喜，Meta推出OCR神器，PDF、数学公式都能转

该模型不需要任何 OCR 相关输入或模块，文本由网络隐式识别。

大模型

ChatPDF | LLM文档对话 | pdf解析关键问题

而Paddle的模型比较小，效果也还行。

大模型

为什么说数智化可以帮助中小企业降本增效 ?

数智化肯定可以帮助所有规模的企业，包括大型企业和中小企业，实现降低成本和提高效率的目标。

大模型

歪理大集合，谁也跑不了

只有这样才能把大模型的通用能力投射出来。

大模型

AI开源 - LangChain UI 之 Flowise

一、Flowise 简介 Flowise 是一个为 LangChain 设计的用户界面(UI)，使得使用 LangChain 变得更加容易（低代码模式）。

大模型

从思维链(CoT)，到思维树(ToT)，再到思维图(GoT)：用LLMs解决复杂问题！

，大型语言模型正逐步替代原有的私域自然语言模型，并在实际应用获得了不错的成果。

大模型

14.4K Star，一款漂亮、快速、现代化的开源免费UI组件库

它有以下几点核心特性： · 可个性定制：NextUI提供了插件的模式来定制主题，你可以更改所有的语义标记以创建一个全新的主题

大模型

感受恐惧的力量：用 ChatGPT 分析288 篇 10w+ 公众号文章标题的情感分布

上一篇文章中，我介绍了一篇研究 ChatGPT 做定性研究质量如何的文章，结果发现 ChatGPT 做文本分类的质量与人类一致。有了这样的研究支持，我就可以放心用 ChatGPT 来做文本分析了。公司的用户反馈分类没法展示出来，需要找寻另外可用的分类文本。这个分类任务不能太简单，不然没意思，同时，分析出来的东西还要比较有趣，能有点用最好了。最终，我选择了让 ChatGPT 来对微信公众号的文章标题进行分类，看一下那些 10w+ 文章的标题都是怎么吸引人的。

大模型

Langchain的一些问题和替代选择

Langchain因其简化大型语言模型(llm)的交互方面的到关注。

大模型

LangChain: LLM 应用聚焦的两大方向，RAG 和 Agents

接入的方式也大同小异，首先检索外挂数据源中与用户给出的上下文相关的内容，合并之后做 embedding 给到所用的 llm ，最后由 llm 根据模型自己的认知，做出回答。

大模型

Prompt逆向工程：轻松复刻OpenAI“神级”提示词

因为“信、达、雅”的翻译，可能会令模型更容易误解指令要求。

大模型

如何修复GPT幻觉、及评估数据集的挑战

生成大型语言模型 (LLM) 可以对各种用户提示生成高度流畅的响应。

大模型

四种微调技术详解：SFT 监督微调、LoRA 微调、P-tuning v2、Freeze 监督微调方法

预训练 SFT的旅程始于对大型语言模型进行预训练，这通常在大规模未标记的文本数据上进行。

大模型

知识树：一个方法，教你构建「终身知识体系」

很遗憾，我不能，只是隐隐约约记得几个思维模型，比如多元思维模型、第一性原理、刻意练习，其他都忘得一干二净了。

大模型

<...37 38 39 404142 43 44 45 46 ...>

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