文章列表-AI魔法学院

文章列表

被高估的Pika，被低估的多模态AI

长期关注 AI 领域投资的心资本合伙人吴炳见认为，大语言模型只是 AI 版图的一部分，基础模型的第一性原理是“predict next token

大模型多模态

构建开源多模态RAG系统

以CLIP为例的更详细的解释简单来说，多模态学习涉及教导计算机/AI模型理解和学习不同类型的信息，如图像、文本或语音。

RAG 大模型

Prompt工程入门

2 Prompt 简单的理解成它是给 AI 模型的指令。

prompt 提示词

自动优化Prompt：Automatic Prompt Engineering的3种方法

常规生成模式，提供一些任务examples，让LLM在最后生成prompt。

prompt 大模型

完整ChatGLM3部署教程，支持手机和车载平台部署

-6B 的基础模型 ChatGLM3-6B-Base 采用了更多样的训练数据、更充分的训练步数和更合理的训练策略。

ChatGLM3 大模型

一个小妙招从Prompt菜鸟秒变专家！加州大学提出PromptAgent，帮你高效使用ChatGPT！

要把大模型用得6，必须得研究一下prompt使用技巧，但有时候绞尽脑汁想的prompt却无法获得理想的输出结果。

PromptAgent 大模型

RAG从入门到精通-RAG简介

前言 RAG（Retrieval Augmented Generation,检索增强生成）是一个将大规模语言模型(LLM)与来自外部知识源的检索相结合的框架,以改进问答能力的工程框架。

rag 大模型

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

，你会发现我其实不是为了说大模型而说大模型（有点绕），我更多的是在写怎么解决企业应用中真正的难题。

RAG 大模型

OpenAI官方ChatGPT提示工程 - 最佳实践11篇（大合集）

以下是提高Prompt效果的六大关键策略： 1.编写清晰的提示如果GPT输出的内容过长，可以要求模型进行简短的回复；如果输出过于简单，可以要求模型使用专业的写作水准输出内容。

ChatGPT 大模型

GitHub工程师分享开发Copilot所采用的提示词工程

用户领域和文档领域之间的转换正是提示词工程所覆盖的领域——由于我们已经在 GitHub Copilot 项目上工作了两年多，所以在这个过程中发现了一些模式。

开源模型

3 个令人惊艳的 GitHub 开源项目，诞生了！

用户将自己的个人头像上传后，可借助 Stable Diffusion 模型进行训练，并生成一款拥有不同风格的个人头像。

开源模型

Giraffe：世界上第一个商业可用的32K长上下文开源LLM（基于Llama-2）

首先，我们尝试简单地使用基本 Llama 模型零样本。

开源模型

RAG 领域的新宠：为什么 AI 圈都在谈论 Jina ColBERT？

在 RAG (检索增强生成)领域，选对向量模型至关重要，它基本就决定了 RAG 系统的“天花板”，也因此，向量模型的选择总是业界的热门讨论话题。

rag 大模型

RAG超参数调优食用指南

为了解决这些问题 LlamaIndex 推出了一个 ParamTuner 类，可以自动、高效地执行超参数调整。

rag 大模型

RAG 2.0来了，它能成为生产落地的福音吗？

在典型的RAG系统中，通常会采用现成的通用嵌入模型来实现数据的嵌入处理，利用向量数据库进行高效的信息检索，并结合大型的黑盒语言模型来完成内容的生成。

RAG 大模型

<...39 40 41 424344 45 46 47 48 ...>

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