文章列表-AI魔法学院

文章列表

如何提高RAG 的效果

预设多个Prompt 模板这个笔者在前面的文章中也提到过，比如：检索的质量较高的情况下，可以使用完全根据参考信息来回答的Prompt模板，在检索不到内容或者检索的质量低的情况下，可以让模型根据自己的知识来回答

RAG 大模型

无限长的上下文，也干不掉的RAG

模型架构、查询感知上下文化和指令微调的影响研究还探讨了模型架构（仅解码器vs.编码器-解码器）、查询感知上下文化和指令微调对模型使用上下文的影响。

RAG 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

在WMT 2014英语到法语的翻译任务上，我们的模型在8个GPU上训练了3.5天后，创下了单模型新的最佳BLEU分数记录，达到了41.0分，这仅为文献中最佳模型训练成本的一小部分。

Transformer 大模型

Agent具体实现

，每个子模块都能清晰地定义输入、输出和功能，并能判断是否达成目标。

Agent 大模型

StableDiffusion

好用的令人发指的图生图，你就告诉我抄哪个吧！—StableDiffusion 第三弹

在本节课中，我们将重点探讨图生图功能模块，了解其关键参数的含义，以及如何运用图形图快速实现照片到主题的转换，进一步探索AI绘画的乐趣与奥秘。

大模型文生图

从0到1谈谈智能客服系统的设计与实现

3.2 智能问答在客服的业务场景中，智能问答是一个非常重要的需求，它具备了人工不可比拟的优势： · 提供7*24小时的在线服务 · ·

智能客服

分析了数百万ChatGPT用户会话后发现的秘密

这也是最清晰/最不模糊的。

大语言模型

超越Claude-2.1和GPT-3.5-Turbo，Qwen1.5还藏了哪些黑科技？32K Tokens上下文支持只是开胃菜！

不同大小的模型，满足你的各种需求。

Qwen1.5 开源模型

LlamaIndex的QueryPipeline在实现RAG应用后，Agent应用也可以实现了（附开发示例）

如果可以，它将能统一整个应用的构建模式，对于开发者来讲，会带来一致的开发体验。

Agent QueryPipeline 大模型

取代 Vue 和 React？25 年码龄程序员不满 Web 现状创建新框架 Nue JS，能将代码量减少 10 倍！

它强调恢复 Web 标准模型的荣光，并引入现代创新的力量。

开源模型

Stable Diffusion

【ComfyUI】Blender+Stable Diffusion！少年啊，这盛世如你所愿！（附中文汉化插件）

然后选择一个适合自己的显存模式：8G以上都是高显存；6G选中显存；4G选低显存。

开源模型

简单提升RAG的10种方法

文档是否存在多模态数据？

RAG 大模型

RAG应用中数据处理过程需要注意的事项

随着检索增强生成(RAG)应用程序不断发展，这些应用程序通常将Langchain/LlamaIndex与Weaviate/Pinecone和foundation Models结合在一起，它们遇到了各种障碍。让我们深入了解这些常见的挑战:

RAG 大模型

ChatGPT Prompt提示词课程（斯坦福吴恩达 | OpenAl）指南篇极简笔记

对于大模型prompt的设计，近期斯坦福吴恩达伙同OpenAl出了一套视频教程（B站地址：https://www.bilibili.com/video/BV1AT41187qt?

prompt 大模型

没有思考过 Embedding，不足以谈 AI

因此，整个模型最后需要再做一个推测，基于这个“模糊”的向量所包含的语义信息，在词表中寻找最符合这些特征的词，来作为真正的输出。

开源模型

<...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