文章列表-AI魔法学院

文章列表

8个超级GPTs Agent，每个浏览量超20w+（实用建议+攻防Prompt）

人人可操作的GPTs应用即将改变我们的工作方式，每个人都可以按照自己的workflow制定一套属于自己的GPTs，甚至利用GPTs创意来赚钱。

GPTs Agent

微信向量检索分析一体化数仓探索：OLAP For Embedding

; Form Pinecone 大模型离不开向量检索：多数厂商认为

OLAP For Embedding 一体化数仓

【ChatGPT有点热】浅聊Temperature参数对大语言模型的推理能力的影响

老样子，先把结论献上，业内同学可以不看后面的原理解释的内容。

大语言模型 chatGPT

【手把手带你微调 Llama3】改变大模型的自我认知，单卡就能训

python=3.10 -y # 激活环境 conda activate xtuner # 安装最新版 xtuner pip install xtuner 2、自我认知训练数据集准备为了让模型能够让模型认清自己的身份

Llama3 对话问答模型

微软Phi-3、Mixtral 8x22B等小模型过拟合，三分之二存在数据污染

为了评估专有模型，研究者将通过 API 的方式发布数据集。

过拟合小模型

Agent : 一文读懂LLM Agent架构，详解Profile，Memory，Planning，Action模块作用

除了这些基础知识，我认为最有价值的部分在于，它总结了基于大型语言模型（LLM）的Agent的架构，使我们能够按照一定的标准范式去设计自己的Agent。

大模型 LLM Agent

最顶尖的大语言模型人才，只关心这10个挑战

最近我参加了一个关于LLM的讨论小组，与Dropbox、Langchain、Elastics和Anthropic等公司的人员进行了交流，他们认为，企业大规模采用LLM进行商业生产，最大的障碍就是幻觉问题

大语言模型

来自Microsoft Build 2023：大语言模型是如何被训练出来的

大模型分为基础模型、SFT模型和RLHF模型，它们是不同阶段的模型，有不同的特点，适合不同的任务 3.

大模型

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

为了提升模型性能，模型采用了一些特殊的设计，如多尺度建模、多层级结构等方式。

ViTPose+Transformer 身体姿态

Asimov的预言与《Reflexion》的Prompt启示：机器人心理学家的新纪元

这不仅是对机器人硬件的检查，更是对其逻辑和思维方式的反思。

大模型

RAG检索增强技术在知识库智能检索场景下的应用实践

2、前检索模块：在正式检索之前，前检索模块可以进行多种预处理操作。

知识库 RAG检索增强

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？

随着LLM的蓬勃发展，企业、个人知识库越来越火。

LangChain 知识库

一文汇总大语言模型LLM所有prompt提示词框架的论文出处

能够让大模型推理结果变得更好的基础优化手段已经非常多了，这里梳理了常见的提示技术手段和对应的论文： - Zero-shot（零样本提示）：https://arxiv.org/abs/2109.01652

prompt 提示词

智能时代的变革者：定制化GPTs重塑未来的五大预言

这种创新的自由度将激发新的商业模式和服务，进而推动经济增长。

GPTs 智能

Comfyui工作流原理你都了解吗

每一个模块都有特定的的功能，我们可以通过调整模块连接达到不同的出图效果。

Comfyui 工作流

<...41 42 43 444546 47 48 49 50 ...>

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