文章列表-AI魔法学院

文章列表

AI开源 - LangChain UI 之 Flowise

一、Flowise 简介 Flowise 是一个为 LangChain 设计的用户界面(UI)，使得使用 LangChain 变得更加容易（低代码模式）。

大模型

从思维链(CoT)，到思维树(ToT)，再到思维图(GoT)：用LLMs解决复杂问题！

引言为进一步提升大型语言模型（LLM）解决复杂问题的能力，今天给大家分享的这篇文章，作者提出了思维图（GoT），其性能超过了思维链（CoT）、思维树（ToT）。

大模型

14.4K Star，一款漂亮、快速、现代化的开源免费UI组件库

今天继续给大家推荐一个广受好评的UI组件库：NextUI NextUI 主要特性 NextUI的主要目标是简化开发流程，为增强的用户体验提供美观且适应性强的系统设计。

大模型

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

编写提取图像中文本的函数编写提取表格的文本内容的函数最后的整合处理写在前面随着大型语言模型(LLM)的应用不断发展，从简单的文本摘要和翻译，到基于情绪和财务报告主题预测股票表现

大语言模型 python

手把手教你用 SD 生成文字形状的光线，用来做营销宣传图非常有效

好的接下来开始我们的教程，教程分为三个部分第一部分会大致讲一下Stable Diffusion和ControlNet的安装这里不会细讲，之后会讲一下用Brightness模型去控制深度信息从而让文字和生成的要图像融合

图像文字 ControlNet Stable Diffusion

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

先说明一个事实：像ChatGPT这样的AI大语言模型不仅仅是和聊天机器人有关，AI Agent和人类文明模拟的AI模型正在编译着我们文明的本质！

大模型

感受恐惧的力量：用 ChatGPT 分析288 篇 10w+ 公众号文章标题的情感分布

一共是三段prompt合在一起：先描述你要分析的文本内容，然后给他几个示例，然后粘贴你要分析的文本。

大模型

Langchain的一些问题和替代选择

Langchain因其简化大型语言模型(llm)的交互方面的到关注。

大模型

LangChain: LLM 应用聚焦的两大方向，RAG 和 Agents

接入的方式也大同小异，首先检索外挂数据源中与用户给出的上下文相关的内容，合并之后做 embedding 给到所用的 llm ，最后由 llm 根据模型自己的认知，做出回答。

大模型

如何修复GPT幻觉、及评估数据集的挑战

我们要求模型给出几个答案，然后通过投票选择最佳答案：在回答之前逐步思考并给出三个答案：是否由领域专家回答、是否由主管回答以及您的答案。

大模型

AI Agent / 智能体观察笔记（中）

研究团队创造了一个虚拟社区，通过应用大语言模型以自然语言的方式存储并合成了多个智能体的经验、记忆和计划。

大模型

四种微调技术详解：SFT 监督微调、LoRA 微调、P-tuning v2、Freeze 监督微调方法

预训练 SFT的旅程始于对大型语言模型进行预训练，这通常在大规模未标记的文本数据上进行。

大模型

知识树：一个方法，教你构建「终身知识体系」

假设每个领域10个思维模型，你此生需要掌握的思维模型也就是一两百个，掌握了这一两百个思维模型，基本上你生活中、工作中遇到的所有问题都能迎刃而解了。

大模型

书生·万卷：难得的中文开源数据集

搞大模型训练，最重要的就是高质量的数据集。

大模型

改进召回（Retrieval）和引入重排（Reranking）提升RAG架构下的LLM应用效果

其基本思路就是，原有的top-k向量检索召回扩大召回数目，再引入粗排模型，这里的模型可以是策略，轻量级的小模型，或者是LLM，对召回结果结合上下文进行重排，通过这样的改进模式可以有效提升RAG的效果。

大模型

<...42 43 44 454647 48 49 50 51 ...>

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