文章列表-AI魔法学院

文章列表

对于大模型RAG技术的一些思考

问题解决方法对于以上问题，我采取了多种方式进行解决，最终应用还是能够较好的满足用户的需求。

RAG 大模型

如何用大语言模型构建一个知识问答系统

这里提出第三种方法，尝试克服这些困难，基本思想是：使用传统搜索技术构建基础知识库查询。

知识库

在飞速发展的时代管理AI风险

为了避免人类干预，它们可以像计算机蠕虫一样将其算法复制到全球服务器网络。

人工智能伦理

Coze多智能体（Multi-Agents）模式体验！

预览与调试区域，这里就是当你把所有的Agent配置完之后，可以在这个区域与它们交互，已测试满足我们的需求。

Coze 多智能体

【万字长文】LLaMA, ChatGLM, BLOOM的参数高效微调实践

作者认为，这种方法可以更有效的微调专注于高级语义信息的语言表示。

大模型微调训练

推荐智能体：利用大模型进行交互式推荐

多年来,推荐系统从简单的协同过滤算法发展到更先进的混合方法,整合了深度学习技术。

大语言模型推荐

大模型是怎么“用工具”的：一文讲透 Function Calling 策略

开发者需要先把工具“挂到菜单上”，供大模型选择使用： { "name": "add", "description": "执行加法运算

Function Calling 大模型

TTS它又来了！OpenVoice：一款借鉴于TTS实现的强大的AI语音克隆工具！

OpenVoice的使用方法非常简单，同常用开源项目一样，需要如下步骤：提前创建好Python3.9及以上的虚拟环境 1、访问OpenVoice项目地址，并将项目整体包下载下来，也可以借助git命令克隆到本地或云服务器

tts 文本转语音

24年首篇离奇论文：加点噪声，RAG效果翻倍？

论文方法方法描述本文介绍了使用RAG（Retrieve and Generate）框架来解决开放域问答问题的方法。

RAG 检索增强

Sora物理悖谬的几何解释

关于第一个疑问的回答是：因为自然现象满足大量的自然规律，这些规律的限制降低了数据样本点云的维数，而无法占满整个空间。

Sora 解释

手把手教你本地部署清华大学KEG的ChatGLM-6B模型——Windows+6GB显卡版本和CPU版本的本地部署

经过约 1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持，62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答。

提示词 prompt chatgpt

AI Agent / 智能体观察笔记（中）

为了为智能体创建现实和有趣的计划，该方法从上到下开始，并递归生成更多的细节。

大模型

万字长文震撼来袭！揭秘Transformer——吐血解读自注意力机制的革命性突破

尽管最近的研究通过因式分解和条件计算等方法提高了效率，但这一基本约束仍然是一个待解决的问题。

Transformer 大模型

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

但现在回想起来，那只麋鹿的“能说会道”，其实正是 OpenAI 今天才正式揭晓的“谜底”——他们开源了一个叫做嵌入式实时语音 SDK 的东西！

OpenAI 嵌入式实时语音 SDK

「Agent」通俗易懂地聊聊AI Agent（附66个开源+44个闭源Agent项目）

OpenAI 联合创始人 Andrej Karpathy 在近期的公开活动上说 “ 相比模型训练方法，OpenAI 内部目前更关注 Agent 领域的变化，每当有新的 AI Agents 论文出来的时候

大模型

<...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