文章列表-AI魔法学院

文章列表

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？

所以就要做数据清洗，或者说，做一个结构化的数据集。

LangChain 知识库

RAG 领域的新宠：为什么 AI 圈都在谈论 Jina ColBERT？

与 ColBERTv2 相比，Jina-ColBERT 在各项测试中都展现了顶尖的性能，特别在处理长文档数据集时，其表现更是显著优于 ColBERTv2。

rag 大模型

AI+大模型在金融行业的应用场景

AI反洗钱管理：AI大模型在反洗钱领域的应用可以利用机器学习、知识图谱、大数据分析技术对客户身份识别和可疑交易监测进行智能化分析和定性，降低证券公司在反洗钱报送过程中的人工投入成本和失误，并减少因反洗钱工作不到位问题受到的处罚概率

AI大模型金融

大语言模型定制化应用的三种方式：Prompt engineering、Fine tuning、Pre-trainning的区别

通过在任务特定数据集上微调模型参数，使模型适应特定任务的要求。

大模型

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

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

一文看懂RAG：大语言模型落地应用的未来

处理大量和多样化的数据：RAG可以处理和理解庞大的数据集，如维基百科或其他专业数据库。

rag 检索增强

大模型微调应用实践，没那么简单，看看曾经踩过的坑

解决方案，对数据并行处理，具体实现参考海量数据高效训练，核心思想自定义数据集本次的主要目标是使向量化耗时随着处理进程的增加线性下降，训练时数据的内存占用只和数据分段大小有关，可以根据数据特点，灵活配置化

大模型

大模型微调经验汇总---LLM finetuning 踩坑经验之谈

选择完后需要对训练数据进行预处理，往往这一步就难住很多同学，无从下手，更别说 training。

大模型人工智能

说真的，学会用SD做电商图，你才是真的入了门

用具体的数字来衡量，假如国内ChatGPT的用户有1亿人，那么Midjourney的用户大约是GPT的十分之一，千万级的规模；而SD又是MJ的十分之一左右，也就是百万级。

文生图 SD 电商

了解Kimi必看的26个问题 | Kimi系列文（二）

另外在中文的理解和处理上，Kimi也比GPT、Claude、Gemini更懂国内用户。

Kimi 大语言模型

被时代选中的智谱 AI：成为 OpenAI，超越 OpenAI

智谱 AI 内部有一个专门的数据处理团队，进行数据清洗和过滤，将数据进行校准和转化等工作。

智谱 AI

AI声音克隆 | 最全最简教程（权威版）

GPT-SoVITS在训练时间上具有明显的优势，因为它支持Few-shot学习，能够在短时间内（如一分钟的语音数据）训练出具有相似音色的模型。

声音克隆教程

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

因此，我们称这种新架构为 MMDiT，意指其处理多种模式的能力。

SD 论文

Stability AI推出视频生成模型Stable Video Diffusion

然而，需要注意的是，该模型目前处于“研究预览”阶段，使用者必须同意特定的使用条款，明确规定了其预期应用领域，如“教育或创意工具”等，同时禁止用于“真实事件或人物的表现”。

Video 视频创作 SD

<...38 39 40 414243 44 45 46 47 ...>

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