文章列表-AI魔法学院

文章列表

GitHub工程师分享开发Copilot所采用的提示词工程

最近，微软开源了 LMOps 工具包，其中包含了 Promptist（一种用于优化用户文本输入以生成图像的工具）和结构化提示词（一种用于在少量学习提示词中包含更多样本来生成文本的技术）。

开源模型

ComfyUI 基础教程（一）环境部署和插件安装

ComfyUI为Stable Diffusion提供了一个强大的节点流程操作界面，带来了更多的自由度和可复现性，同时降低了显存要求。对于那些希望深入了解和利用Stable Diffusion技术的用户来说，是一个不可多得的选择。(但节点式的工作流也提高了一部分使用门槛。)本文将带您进入comfyui的世界。

comfyui 文生图

链接大模型与外部知识，智源开源最强语义向量模型BGE

在大模型时代，它更是用于解决幻觉问题、知识时效问题、超长文本问题等各种大模型本身制约或不足的必要技术。

embedding 语义向量

大语言模型的拐杖——RLHF基于人类反馈的强化学习

该技术涉及使用人类反馈创建奖励信号，然后通过强化学习来改善模型的行为。

大模型训练

LangChain - RAG: 拿什么「降伏」PDF 中的 Table 类型数据

Generation (RAG) pipelines) 库，我们看到 LangSmith 也针对 Ragas 做了一些集成方面的优化，效果评估一直就是 LangSmith 的主打方向，话说回来，类似 Debug、Prompt

大模型 LangChain RAG

利用LangChain建gpt专属知识库，如何避免模型出现“幻觉”，绕过知识库知识乱答的情况？

gt; 读取文本 -> 文本分割 -> 文本向量化 -> 问句向量化 -> 在文本向量中匹配出与问句向量最相似的top k个 -> 匹配出的文本作为上下文和问题一起添加到prompt

LangChain 知识库

更强的小型LLM：Zephyr-7B

该模型由 Hugging Face 创建，实际上是在公共数据集上训练的 Mistral-7B 的微调版本，但也通过知识蒸馏技术进行了优化。

Zephyr-7B 大语言模型

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

检索增强生成（RAG）是解决大语言模型（LLM）实际使用中的一套完整的技术，它可以有效解决LLM的三个主要问题：数据时效性、幻觉和数据安全问题（在我之前的文章《大模型主流应用RAG的介绍

RAG 检索增强

微调百川Baichuan-13B保姆式教程，手把手教你训练百亿大模型

, "assistant":"以下是几个建议，可以帮助初学者快速掌握编程技能：\n\n1.

大模型微调

Byzer-LLM 快速体验智谱 GLM-4

基于Prompt 改写 2.

Byzer-LLM GLM-4

解放AI生产力——为什么要使用ComfyUI

但是很不巧的是，这个绘画AI一开始的UI把这两个缺点全占了，我们先不从动画说起，就以游戏业内最简单的图片CG说起：一个正常的游戏CG的人物表情是有好几种变化的，其背后的景物是不能变，为了解决这个问题

文生图

RLHF 在 Text2SQL 领域中的探索

在 RM 训练阶段，输入 prompt，会使 LLM 生成多个响应 response，然后标注人员对这些响应进行排名，根据这些排名训练一个奖励模型。

Text2SQL RLHF

LangChain 完整指南：使用大语言模型构建强大的应用程序

例如，一个 Chain 可能包括一个 Prompt 模板、一个语言模型和一个输出解析器，它们一起工作以处理用户输入、生成响应并处理输出。

langchain 大模型

Stable Diffusion

Meta发布业界最强文生图模型CM3Leon，实力碾压Stable Diffusion、Midjourney

然而，图像生成的一个常见技巧是添加一个单独训练的超分辨率阶段，以从原始模型输出中生成更高分辨率的图像。

文生图

俄罗斯人开源了最大的文生图模型：参数量12B，比SDXL大了3倍多！

模型效果为了比较模型效果，这里是选择了包含21个类别的2100个prompt进行人工评测，评测也包括两个方面：生成图像和文本的一致性和视觉质量。

Kandinsky-3 文生图开源模型

<...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